Продажи просели. Можно сразу обвинить рекламу, менеджеров или спрос. Проблема в том, что все три версии звучат правдоподобно — и все три могут быть неверными.
AI-ассистент может пройти по доступной цепочке данных: обращения, стадии CRM, заказы, оплаты, источники, категории. Его первая задача — локализовать участок отклонения. Изменился входящий поток? Иначе стали проходить сделки между этапами? Возникло отличие после расчёта, оформления заказа или на другом наблюдаемом переходе? Пока этот участок не найден, объяснение причины остаётся слишком широким.
Наблюдение раньше гипотезы
Полезный ответ должен разделять два слоя. Первый — наблюдение: какой участок изменился и на каких данных это видно. Второй — гипотезы: что может объяснять изменение и какие карточки или группы заказов стоит проверить. Такое разделение защищает от уверенных, но пустых объяснений.
Например, если входящий поток выглядит привычно, а отличие появляется позже, бессмысленно автоматически обвинять рекламу. Если изменение сосредоточено в отдельных источниках или категориях, нужно открывать именно эту выборку. AI не обязан знать причину заранее — он должен сузить область поиска.
Как выглядит результат
Хороший разбор должен оставить руководителю понятную карту: какой участок изменился первым, на каких данных это видно, какие гипотезы остаются правдоподобными и какую выборку открыть для проверки. Это важнее красивого объяснения. Если после анализа нельзя назвать конкретный следующий шаг, значит AI лишь пересказал показатели, но не помог принять решение.
Результат — не диагноз, а маршрут проверки
После локализации руководитель получает конкретный участок, выборку исходных объектов и последовательность проверки. Это позволяет менять процесс только там, где есть основания, а не одновременно корректировать всё.
Есть и жёсткая граница: если данные ведутся непоследовательно, ассистент должен показать ограничение. Его ценность не в том, чтобы любой ценой сформулировать красивую причину падения продаж. Ценность — быстро отделить симптом от места изменения, дать проверяемую гипотезу и помочь руководителю выбрать следующий шаг на данных.
Что получает руководитель
На выходе нужен не диагноз, а карта проверки: участок, где изменились данные, выборка сделок или заказов, качество исходных записей и несколько гипотез, которые можно проверить по очереди. Такая форма ответа позволяет обсуждать действие уже предметно.
Для этой задачи на продуктовой странице есть сценарий AI-ассистента для контроля продаж.