Автоматизация бизнес аналитики: как собрать BI-контур и где в нём нейросеть

Автоматизация бизнес аналитики это не покупка дашборда и не подписка на BI-сервис. Это конвейер, который забирает данные из учётных систем, приводит их к одной модели, считает показатели по согласованным правилам и отдаёт результат туда, где его смотрят. Дашборд лишь последний метр конвейера. Ниже: чем витрина отличается от отчёта в учётной системе, из каких слоёв собирается контур, сколько стоят российские BI-платформы по прайсам вендоров, какие лимиты придётся учесть и что нейросеть в аналитике делает честно, а где врёт.

Что в аналитике автоматизируется, а что нет

Разложите работу аналитика на пять шагов: забрать данные из систем, привести их к единому виду, посчитать показатели, доставить отчёт получателю, объяснить, что с этим делать. Первые четыре автоматизируются. Пятый не автоматизируется: интерпретация требует контекста, которого нет ни в одной таблице.

Это не философия, а способ считать эффект. Если аналитик тратит два дня в месяц на выгрузку из CRM и склейку в Excel, автоматизируются именно эти два дня, а не «аналитика». Прежде чем считать выгоду от BI, посчитайте человеко-часы на первых четырёх шагах: если это полдня в квартал, конвейер не окупится ничем.

Витрина данных против отчёта в учётной системе

Отчёт внутри 1С или CRM считается по боевой базе, в момент запроса и по логике, зашитой разработчиком системы. Это удобно, пока данные живут в одной системе. Дальше начинаются три проблемы.

• Нагрузка. Тяжёлый отчёт конкурирует за ресурсы с операционной работой. В облачном Битрикс24 накопленное время методов считается в скользящем 10-минутном окне, при переборе прилетает ошибка OPERATION_TIME_LIMIT и выгрузка встаёт.
• Отсутствие истории. Учётная система хранит текущее состояние. Сколько дней сделка провела в стадии «Согласование» три месяца назад, штатный отчёт чаще всего не покажет.
• Несводимость. Выручка из CRM, отгрузки из 1С и расходы из рекламных кабинетов не сходятся: разные ключи, разные периоды, разные определения события.

Витрина данных решает ровно это: отдельное хранилище, куда данные складываются регулярно, с историей срезов, общими справочниками и предпосчитанными агрегатами. Отчёт отвечает на вопрос «что в системе прямо сейчас», витрина на вопрос «как менялось и с чем связано».

Конвейер: источники, загрузка, модель данных, дашборд

BI-контур собирается из четырёх слоёв, и порядок здесь жёсткий.

1. Источники. Учётные системы, CRM, сайт, рекламные кабинеты, кассы, банк. У каждого свой способ отдачи: REST API, файл, прямое подключение к базе.
2. Загрузка (ETL или ELT). Расписание, инкрементальная догрузка, обработка ошибок, повторные попытки. Отдельный класс продуктов: Modus ETL от 135 000 рублей по прайсу вендора, Loginom, самописные скрипты на планировщике.
3. Модель данных. Справочники, ключи связи, единицы измерения, определения метрик. Самый недооценённый слой: здесь решается, что считать выручкой и кого активным клиентом.
4. Дашборд. Визуализация поверх модели. Меняется чаще всего и стоит дешевле всего.

Набор источников проверяется до выбора платформы. Открытая версия DataLens штатно подключается к ClickHouse, PostgreSQL, MySQL, YDB, YTsaurus CHYT, Greenplum, SQL Server, Oracle Database, StarRocks, Prometheus, Snowflake и Trino (репозиторий проекта). Apache Superset работает с любым SQL-хранилищем, для которого есть драйвер Python DB-API и диалект SQLAlchemy: в документации проекта перечислена 81 система. Связывание рекламных расходов с продажами это отдельная задача с метками и атрибуцией, она разобрана в материале про сквозную аналитику.

Аналитика CRM систем: где заканчиваются штатные отчёты

Аналитика CRM систем закрывает операционный слой: воронка по стадиям, нагрузка на менеджеров, конверсия из заявки в сделку, просроченные задачи. Руководителю отдела продаж этого достаточно, директору нет: в CRM нет себестоимости, отгрузок и денег на расчётном счёте.

Второе ограничение техническое. Данные надо вынуть, объём упирается в лимиты API. По документации Битрикс24, интенсивность REST в облаке ограничена 2 запросами в секунду на большинстве тарифов и 5 на Enterprise, один запрос обязан уложиться в 60 секунд, метод batch упаковывает до 50 вызовов в один HTTP-запрос. Считаем: 300 000 сделок при странице в 50 записей это 6000 вызовов метода. Упакованные через batch по 50 штук, они дают 120 HTTP-запросов и при потолке в 2 запроса в секунду занимают около минуты. Без batch те же 6000 запросов растянутся почти на час и упрутся в лимит ресурсоёмкости. Разница между «работает» и «не работает» здесь в архитектуре выгрузки, а не в мощности сервера.

Третье ограничение организационное: поля в CRM меняют смысл. Менеджер начал складывать причину отказа в поле «Комментарий», справочника нет, и через полгода в витрине лежат сотни вариантов написания четырёх причин. Настройка стадий, роботов и обязательных полей это предмет отдельного материала по Битрикс24, но без неё аналитика CRM превращается в чистку текста.

Требования к данным: лимиты, которые ломают дашборды

Витрина не резиновая, ограничения у BI-платформ жёстче, чем кажется. Официальные лимиты Yandex DataLens дают порядок величин:

• линейные, площадные и столбчатые диаграммы: до 75 000 строк;
• сводная таблица: до 100 000 ячеек;
• точечная, фоновая и тепловая карты: до 40 000 строк;
• круговая диаграмма: 1000 строк;
• загрузка CSV: до 200 МБ;
• прямая выгрузка из чарта: до 50 МБ, фоновая выгрузка: до 1 ГБ и до 1 000 000 строк;
• датасет: до 32 таблиц и до 1200 полей;
• API: 200 запросов в минуту на инстанс и 60 запросов в минуту на пользователя;
• один инстанс DataLens на организацию.

Отсюда правило проектирования: дашборд не место для сырых строк. Агрегаты считаются на слое хранилища, в чарт приходит свёрнутый результат. Попытка вывести «все сделки за три года» упрётся в потолок и на DataLens, и на любом конкуренте.

К качеству данных требования такие же прозаические: единый справочник контрагентов с устойчивым ключом, отсутствие дублей, согласованные единицы измерения и валюта, заполненные обязательные поля на момент создания записи, а не на момент закрытия. Ни одна модель это не починит, она только размножит ошибку.

Российские BI-платформы и их модели лицензирования

Цены ниже взяты из открытых прайсов и официальных сообщений вендоров. Лицензионные политики меняются, перед сделкой сверяйте у поставщика.

Разница подходов принципиальна. DataLens тарифицирует людей: расширение аудитории на весь отдел меняет счёт линейно. Visiology и Modus продают сервер, цена входа выше, а рост числа зрителей дешевле. Loginom это в первую очередь платформа обработки данных, её серверные редакции дороже BI-визуализаторов на порядок.

Открытый код: что реально бесплатно, а что нет

Три зрелых варианта с нулевой стоимостью лицензии. DataLens в открытой версии: Apache-2.0, разворачивается через Docker Compose, интерфейс поднимается на порту 8080 с парой admin/admin, для production в репозитории есть генерация случайных секретов и Helm-чарт для Kubernetes. Apache Superset: Apache-2.0, конструктор чартов без кода плюс полноценный SQL-редактор. Metabase Open Source: бесплатно и без ограничения числа пользователей.

Цена открытого кода не в лицензии, а в сервере, обновлениях, резервных копиях и человеке, который поднимет упавший ETL в понедельник утром. Если такого человека нет, подписка за 990 рублей на место обойдётся дешевле бесплатной платформы.

Реестр отечественного ПО: когда это обязанность, а когда нет

Постановление Правительства РФ от 16 ноября 2015 года № 1236 устанавливает запрет на допуск иностранного программного обеспечения для закупок для государственных и муниципальных нужд и утверждает правила ведения единого реестра российских программ и порядок обоснования невозможности соблюдения запрета (официальная публикация). Что из этого следует на практике:

• государственный или муниципальный заказчик выбирает из реестра, а закупку зарубежного продукта обязан обосновывать по установленной процедуре;
• частная компания реестром не связана, но требование может прийти от контрагента или отраслевого регулятора;
• наличие продукта в реестре проверяется по правообладателю на сайте реестра, а не по маркетинговой странице вендора: записи добавляются и исключаются, а облачная и серверная поставки у ряда платформ оформлены как разные продукты. Как проверять реестровый номер и что даёт реестр при покупке любого софта, разобрано в материале про программы для автоматизации.

Что нейросеть в аналитике делает сегодня и где она врёт

Главное обещание ИИ в BI это вопрос к данным словами: пользователь пишет «выручка по регионам за прошлый квартал против позапрошлого», модель формирует SQL. Надёжность измеряет бенчмарк BIRD: 12 751 пара «вопрос и SQL», 95 больших баз общим объёмом 33,4 ГБ, больше 37 предметных областей. Лучший публичный результат на тестовой выборке 81,95 % точности исполнения (AskData с GPT-4o, запись от 16 декабря 2025 года), эталонная строка людей в той же таблице, команда инженеров данных и студентов, 92,96 %. Разрыв сохраняется: примерно каждый пятый сложный запрос модель отдаёт с неверным результатом.

Работает уверенно: черновик SQL для типового вопроса с проверкой человеком, кластеризация тысяч отзывов по темам, поиск аномалий в ряду метрик, подсказка по расхождению между двумя отчётами, словесная сводка к готовому чарту.

Врёт предсказуемо: придумывает несуществующие поля и таблицы, молча меняет условие фильтра при перефразировании вопроса, путает единицы измерения и валюту, выдаёт корреляцию за причину, уверенно называет цифру, которой в источнике нет.

Единственная надёжная страховка архитектурная: модель отдаёт запрос, а не число. Считает витрина, а рядом с ответом показан сгенерированный SQL и период выборки, тогда ошибка видна и проверяема. Учтите и квоты: в Yandex DataLens действуют лимиты 2000 ИИ-запросов в месяц на авторизованного пользователя и 10 000 в месяц на инстанс для публичных и встроенных объектов.

Сколько стоит ИИ-слой поверх витрины

Токены редко оказываются главной статьёй расходов, это легко проверить по официальному прайсу. Тарифы Yandex AI Studio в синхронном режиме, цены с НДС:

Сценарий для отдела из 20 человек: 200 обращений в день, в каждом около 3000 входящих токенов (схема таблиц плюс инструкция) и 500 исходящих. Это 600 000 входящих и 100 000 исходящих токенов в день, то есть 480 ₽ плюс 80 ₽, около 560 ₽ в день и примерно 17 000 ₽ в месяц на YandexGPT Pro 5.1. Для сравнения: те же 20 рабочих мест в DataLens стоят 19 800 ₽ в месяц, а стартовая лицензия Visiology на 5 пользователей 120 000 ₽ в год.

Два условия из того же прайса, о которые спотыкаются при планировании: в пакетном режиме минимальная стоимость запуска 200 000 токенов, а выделенный инстанс тарифицируется посекундно от 408,70 ₽ в час для конфигурации S. Постоянно включённый инстанс за месяц выйдет дороже, чем полгода оплаты по токенам.

Автоматизация бизнеса: аналитика идёт последним слоем

Частая ошибка: компания покупает BI, чтобы «навести порядок в цифрах». Порядок наводится не в BI, а в процессах, которые эти цифры порождают. Если заявки заводятся в трёх местах, а отгрузка оформляется задним числом, витрина честно покажет три источника правды и сдвинутые даты. Порядок обратный: сначала процесс живёт в системе, затем данные вынимаются регулярно, затем строится модель, и только потом появляется дашборд. Сами процессы и классы систем разобраны в материалах про автоматизацию рабочих процессов и про системы автоматизации бизнес-процессов.

Ошибки, которые убивают BI-проект чаще технических сбоев:

• Дашборд без владельца метрики. Цифра разошлась с ожиданием, спросить некого, доверие падает за две недели.
• Два определения выручки. Финансы считают по отгрузке, продажи по оплате, оба правы, дашборд объявляется сломанным.
• Витрина на боевой базе. Экономия на отдельном хранилище оборачивается тормозами в учётной системе при закрытии месяца.
• Лицензии до модели данных. Куплено 50 мест, реально смотрят дашборды семь человек.
• Всё сразу. Вместо одного вопроса, который стоит денег, проектируется корпоративное хранилище на 40 источников.

Финансовый контур с БДДС и платёжным календарём это соседняя задача, она разобрана в материале про автоматизацию финансовых процессов, а расчёт экономики продукта в статье про юнит-экономику.

Частые вопросы

Сколько стоит начать без бюджета на лицензии

Ноль рублей за софт: DataLens бесплатен для индивидуального использования, Metabase Open Source не ограничивает число пользователей, Apache Superset распространяется по лицензии Apache-2.0. Платить придётся за сервер и за время того, кто это сопровождает.

Сколько строк выдержит дашборд

Ориентир по лимитам Yandex DataLens: 75 000 строк на линейной и столбчатой диаграмме, 100 000 ячеек в сводной таблице, 1000 строк на круговой, до 1 000 000 строк в фоновой выгрузке объёмом до 1 ГБ.

Можно ли обойтись отчётами внутри CRM

Пока все нужные данные лежат в одной системе, да. Как только надо склеить продажи с себестоимостью или сохранить историю переходов по стадиям, нужна витрина. Учтите лимиты выгрузки: 2 запроса в секунду в облачном Битрикс24, до 50 вызовов в одном batch, таймаут 60 секунд на запрос.

Насколько можно доверять запросам к данным на естественном языке

На бенчмарке BIRD лучший публичный результат 81,95 % точности исполнения против 92,96 % у людей. Проверяйте сгенерированный SQL и период выборки, число считайте витриной, а не моделью.

Обязательно ли брать платформу из реестра российского ПО

Для государственных и муниципальных закупок действует запрет на допуск иностранного ПО по постановлению Правительства РФ № 1236 от 16.11.2015, отклонение требует обоснования. Частная компания реестром не связана, пока требование не пришло от контрагента или регулятора.