С появлением Claude Dashboards в режиме бета-тестирования Anthropic дает людям возможность задавать быстрые исследовательские вопросы о своих бизнес-данных и получать в ответ панель мониторинга. Вам не нужно писать SQL или создавать визуализацию.
Я считаю, что это хорошо. Мы годами пытались сделать аналитику более доступной, и все, что сокращает путь от вопроса до ответа, — это прогресс.
Мне все чаще задают вопрос о том, как будет выглядеть будущее бизнес-аналитики, когда ИИ сможет выполнять за нас больший объем аналитической работы. На самом деле эта тема обсуждалась с нашими группами Luminary и Partner Ambassador в прошлом месяце. Мой ответ обычно начинается с более простого вопроса: что на самом деле людям нужно от аналитики?
Несмотря на заявления о том, что панели мониторинга мертвы (в чем я и сам повинен), они, конечно же, продолжают существовать. Но люди все чаще ожидают получать ответы, не заходя в отдельное приложение, не находя нужную панель мониторинга и не пытаясь понять, о чем она говорит.
Представьте себе руководителя отдела продаж в понедельник утром. Он не хочет открывать пять отчетов и выяснять, какому из них верить перед звонком по прогнозу. Он хочет знать, что изменилось и на чем следует сосредоточиться. Если Claude облегчает этот первый шаг, я только за.
Допустим, выручка в регионе EMEA упала на 8%. Claude генерирует панель мониторинга, показывающую падение по месяцам, продуктам и клиентам. Мало кто из руководителей отдела продаж на этом остановится. Они захотят узнать, касается ли это одного продукта или всех сразу, теряют ли они клиентов или существующие клиенты просто стали тратить меньше.
Кроме того, есть вопрос, который люди склонны упускать из виду: когда два человека спрашивают о выручке, говорят ли они вообще об одном и том же? Отдел продаж может смотреть на забронированную выручку (bookings), в то время как финансовый отдел сообщает о признанной выручке (recognized revenue). Обе цифры могут быть верными и при этом отвечать на разные вопросы.
Любой, кто потратил время на работу с корпоративными данными, знает, как быстро все это усложняется. Данные хранятся в CRM-, ERP- и финансовых системах, и запрос может быть технически верным и при этом вести к принятию неверного решения.
Здорово, что Anthropic делает видимыми запросы, лежащие в основе своих панелей мониторинга. Но то, как была вычислена цифра, не говорит о том, является ли она правильной цифрой для принятия мер.
И есть еще один нюанс. Что произойдет, когда тот же вопрос будет задан на следующей неделе другим человеком или в другом инструменте ИИ? Получит ли каждый ответ на основе одних и тех же определений?
ИИ не разрешит разногласия по поводу бизнес-определений просто путем генерации панели мониторинга. Если продажи и финансы начинают с разных версий выручки, они все равно получат разные ответы. ИИ просто позволяет получить эти ответы намного быстрее. И в гораздо больших объемах.
Для бизнеса согласованность важна не меньше, чем скорость. Анализ должен представлять собой нечто такое, что люди могут объяснить, воспроизвести и использовать с уверенностью.
Первоначальная панель мониторинга может сообщить вам, что выручка снизилась. Понимание причин и того, что с этим делать, требует более глубокого исследования.
Вернемся к примеру с продажами. Имея согласованный, управляемый показатель выручки в Qlik, анализ можно начать с того же определения, которое используют финансисты. Вы можете обнаружить, что на один сегмент клиентов приходится большая часть падения, в то время как другой растет. Или что проблема вовсе не носит региональный характер, а заключается в том, что определенная категория продуктов ведет себя по-разному на разных рынках.
Вот тут-то и становится интересным сочетание рассуждений ИИ с аналитическими возможностями Qlik. Claude упрощает задачу формулирования вопросов и проработки того, что исследовать дальше. Qlik предоставляет управляемые данные, бизнес-определения и ассоциативную аналитику, которые помогают людям изучать связи, стоящие за цифрами.
И это становится все более важным, поскольку ИИ открывает аналитику для людей, не являющихся специалистами по данным. Упростить постановку вопросов — это ценно, но людям также необходимо понимать, что им говорят, и быть уверенными в принимаемых ими решениях.
Мы знаем, что клиенты не работают в рамках одного приложения. Именно поэтому мы инвестировали в MCP, открыв данные и аналитические возможности Qlik для внешних ИИ-ассистентов. Новый встроенный коннектор Qlik в составе Claude делает еще один шаг вперед, облегчая клиентам доступ к Qlik напрямую из интерфейса ИИ, который они уже используют.
Речь идет не о выборе между собственными аналитическими инструментами и возможностями ИИ Qlik (включая Qlik Answers) и ассистентами вроде Claude.
Клиент может начать с вопроса к Claude, затем перейти в Qlik, чтобы более глубоко изучить связи, а затем вернуться к ИИ-ассистенту, чтобы исследовать что-то еще.
Мы должны сделать этот опыт максимально связанным. Людям не нужно думать о том, каким приложением они пользуются каждый раз, когда они хотят задать еще один вопрос. Они должны иметь возможность работать с нужными им данными и аналитическими возможностями так, как им это удобно.
Для Qlik это означает расширение ценности инвестиций, которые клиенты уже сделали в наши данные и аналитику, и одновременное открытие новых способов использования этих возможностей.
Я не думаю, что будущее BI сводится к тому, выживут ли панели мониторинга или ИИ-ассистенты заменят аналитические приложения. Большинство организаций будут использовать и то, и другое, в зависимости от того, чего они пытаются достичь.
Но подобные разработки действительно меняют то, чего клиенты должны ожидать от поставщиков аналитических решений, включая Qlik.
Более недостаточно просто делать информацию доступной внутри приложения. Нам нужно помогать клиентам работать с согласованными определениями, глубже изучать свои данные и делать эти аналитические возможности доступными везде, где они работают.
Именно здесь на первый план выходит сочетание интеграции данных, управления и ассоциативной аналитики от Qlik. Мы не просто помогаем клиентам получить ответ. Мы помогаем им изучить его, понять, откуда он взялся, и решить, что делать дальше.
А благодаря MCP и нашей работе с Anthropic мы переносим эти возможности в новые сценарии использования ИИ.
Так что да, я приветствую Claude Dashboards. Сама Anthropic позиционирует ее для быстрых исследовательских вопросов наряду с устоявшимися инструментами BI и аналитики, и я считаю этот подход правильным.
Сделать первый ответ более доступным — это прогресс. Но мне гораздо интереснее то, что происходит, когда кто-то задает следующий вопрос.
Дополнительные ресурсы:
- Qlik MCP: Краткая демоверсия – посмотрите, как Claude может взаимодействовать с аналитическими возможностями Qlik через MCP, используя вопросы на естественном языке.
Qlik MCP: Краткая демоверсия – посмотрите, как Claude может взаимодействовать с аналитическими возможностями Qlik через MCP, используя вопросы на естественном языке.
- Подключение Claude к Qlik MCP – практическое руководство по подключению Claude к Qlik.
Подключение Claude к Qlik MCP – практическое руководство по подключению Claude к Qlik.
- Сервер Qlik MCP: обзор и возможности – узнайте, как Qlik делает свои управляемые данные и аналитические возможности доступными для ИИ-ассистентов.
Сервер Qlik MCP: обзор и возможности – узнайте, как Qlik делает свои управляемые данные и аналитические возможности доступными для ИИ-ассистентов.
