# ИИ-аналитик для маркетинга: как получать выводы без выдуманных цифр

> Как дать нейросети выгрузку из Метрики и CRM и получить выводы, которым можно верить. Где модель ошибается в расчётах и как это проверять.

Главное правило работы с ИИ в аналитике: цифры считает код, модель пишет код и объясняет результат. Если просить языковую модель посчитать конверсию или сумму в уме, она может ошибиться в арифметике и выдать правдоподобное, но неверное число. Если она пишет запрос или скрипт к выгрузке из Метрики и CRM, расчёт можно проверить и повторить. По опросу McKinsey, половина респондентов говорят, что ИИ помогает им принимать решения лучше. Чтобы эти решения опирались на верные цифры, нужна схема с проверкой на каждом шаге.

## Где модель ошибается

- Арифметика над большими таблицами: суммы, средние, доли.
- Путаница полей и периодов: визиты вместо посетителей, июль вместо июня.
- Причины вместо совпадений: модель охотно объясняет, почему упала конверсия, хотя данные показывают только факт падения.
- Потерянные строки: при чтении большого файла часть данных может не попасть в расчёт.
- Выводы по маленькой выборке: десять заявок модель описывает так же уверенно, как десять тысяч.

## Схема: код считает, модель объясняет

- Опиши данные: какие поля есть, за какой период, что значит каждая метрика.
- Попроси модель написать запрос или скрипт и показать его до запуска.
- Запусти код там, где лежат данные: в режиме анализа данных ассистента, в ноутбуке или в BI-системе.
- Попроси модель показать таблицу результата и объяснить её простыми словами.
- Сверь две-три итоговые цифры с интерфейсом Метрики или CRM.

Режим анализа данных, где ассистент сам выполняет код над файлом, есть у ChatGPT, Claude и ряда других инструментов. Если такого режима нет, проси код и запускай его сам.

## Подготовка выгрузки

- Обезличь данные: без имён, телефонов и почты.
- Одна таблица описывает одну сущность: визиты отдельно, заявки отдельно, сделки отдельно.
- Приложи словарь полей.
- Укажи период и часовой пояс.
- Убери тестовые заявки и внутренний трафик.

## Вопросы, которые работают

| Вопрос | Что получишь |
| --- | --- |
| Сравни конверсию в заявку по каналам за июль и июнь и покажи код | Таблицу и формулу, которую можно проверить |
| Найди кампании, где стоимость лида выросла больше чем на 20% | Список с цифрами до и после |
| Предложи гипотезы, которые объясняют падение конверсии, и к каждой план проверки | Гипотезы с планом проверки, без готовых выводов |
| Построй когортный отчёт по месяцу первой покупки | Повторные покупки по когортам |

## Проверка выводов

Каждая цифра в итоговом отчёте должна иметь источник: какой запрос её посчитал. Гипотезы помечай как гипотезы. Решения о бюджете принимай после проверки вывода на второй выборке или другом периоде.

С качественными данными, интервью и отзывами, осторожность нужна ещё большая. Nielsen Norman Group в тесте ИИ-инструментов для анализа исследований отметила, что они придумывают выводы и выдают поверхностные обобщения, которые выглядят профессионально.

## Что осталось в записи и презентации

Юлия Воликова показала на AI Борще, как маркетолог работает с ИИ-платформой Lumi: аудит маркетинга и продаж для поиска точек роста, дашборд новых гипотез и общий контекст для стратегий запуска. Кейсы маркетологов, которые так работают, и их результаты есть в записи доклада и презентации.

[Получить запись и материалы конференции →](https://aiborsch.com/#tickets)

**Читайте по теме:** [ИИ-аналитика аудитории](https://aiborsch.com/blog/ai-analitika-auditorii-v-marketinge/) · [Аналитика и скоринг лидов через Claude](https://aiborsch.com/blog/analitika-i-skoring-lidov-cherez-claude/) · [Цена ошибки ИИ в маркетинге](https://aiborsch.com/blog/cena-oshibki-ai-marketing/)

Источник: https://aiborsch.com/blog/ii-analitik-marketing-bez-galyucinaciy/ · 27 августа 2026 · AI Борщ