Контекст: команда маркетплейс-менеджеров на 200+ SKU
Бренд продаёт на трёх маркетплейсах, в каталоге больше 200 SKU. Команда — 4 менеджера: один по WB, один по Ozon, один по Я.Маркету, плюс старший. У каждого свой пул задач, но руководитель и собственник регулярно задают сквозные вопросы: «какие позиции в минусе по марже», «что с рекламой по конкретному артикулу», «куда уходит бюджет».
Аналитика собирается у нас в Google-таблице (часть нашего сервиса аналитики). Данных много, но достать ответ из них — это всегда: открыть лист, отфильтровать, посчитать, найти артикул, посмотреть рекламную статистику, свести руками.
Боль: 12 вкладок Excel, ручные сводки на каждую планёрку
Менеджер тратит до 15 минут на каждый «быстрый» запрос. Старший на еженедельной планёрке готовит сводку — 1.5 часа. Собственник заглядывает в дашборд раз в неделю и видит только то, что построено заранее, — а нестандартный срез приходится заказывать менеджеру.
Когда вопросов становится много (а они становятся), менеджер физически не успевает их обрабатывать без потери основной работы. И часть вопросов остаётся без ответа — просто потому что некогда.
Что сделали: AI-агент поверх витрины данных
Развернули ассистента поверх готовой Google-таблицы с аналитикой команды. Под капотом — OpenAI Assistants с function calling: набор функций для запроса конкретных метрик (продажи по SKU, реклама по кампании, остатки на складе, P&L), плюс встроенный код-интерпретатор для произвольных расчётов.
Ассистент понимает естественный язык: «что у нас с рекламой по красным носкам за неделю» → агент сопоставляет «красные носки» с реальным артикулом, тянет рекламную статистику, считает ДРР, рисует график. Ответ — в чате, рядом — кнопка «открыть подробно в таблице».
- 40+ типов запросов: продажи, реклама, остатки, маржа, P&L по периодам и сегментам
- Доступ к данным — только своя витрина бренда (защита через token, не публичная)
- Ассистент не отправляет в OpenAI сырые персональные данные — только агрегаты и идентификаторы
- История диалогов хранится в Google Sheets для аудита
Как работает: пример диалога
— «Топ-5 артикулов по марже за апрель» — Ассистент возвращает таблицу из 5 строк (артикул / маржа / выручка / доля в выручке) и кратко комментирует тренд. — «А что с рекламой по 3-му из них?» — Ассистент помнит контекст, открывает рекламную статистику именно по этому артикулу, рисует график расходов и ДРР по дням. — «Можно сравнить с мартом?» — Ассистент строит сравнительный график.
Такой диалог занимает 40 секунд. Раньше на эти три вопроса ушло бы 30 минут менеджерского времени.
Результат: команда работает на 1 час больше в день
Менеджер высвобождает примерно 1–1.5 часа в день. Время уходит не на поиск данных, а на принятие решений по этим данным — гипотезы по рекламе, корректировка цен, планирование поставок.
Старший на планёрке вместо 1.5 часов готовит сводку за 15 минут. Собственник теперь задаёт вопросы напрямую и получает срезы без посредника.
