// Кейс 2025

Аналитик, который
не уходит домой в шесть

ИИ-аналитик для крупной сети кулинарий (300+ точек в Москве и СПб). Данные из 1С и Excel — в живые ответы прямо на совещании, без промежуточного ожидания.

// Клиент
Сеть кулинарий (NDA)
// Услуга
ИИ-аналитик
// Отрасль
HoReCa
// Год
2025
ИИ-аналитик для сети кулинарий
01 Задача ≥ challenge

Данные есть.
Ответов нет

Наш заказчик — крупная сеть кулинарий, более 300 точек в Москве и Санкт-Петербурге. Живой розничный бизнес с большим ассортиментом, высокой операционной нагрузкой и постоянной потребностью понимать, что происходит с продажами — по точкам, по продуктам, по времени.

Данных у компании было много. Продажи фиксировались, выгрузки из 1С копились, таблицы в Excel велись. Но чтобы извлечь из всего этого какой-то смысл, нужно было заказать отчёт, дождаться пока его подготовят, и только потом двигаться дальше. Каждый новый вопрос — новый цикл ожидания. Мы узнали об этой ситуации и предложили другой подход.

Ключевые боли клиента

  • Постоянная потребность понимать, что происходит с продажами — по точкам, по продуктам, по времени
  • Данных много — выгрузки из 1С, таблицы Excel — но извлечь смысл без отдельного запроса аналитику невозможно
  • Каждый новый вопрос — новый цикл ожидания: заказать отчёт, дождаться пока его подготовят, только потом двигаться дальше
// Детали проекта
Охват сети
300+ точек в Москве и СПб
Источники данных
1С, Excel, таблицы продаж
Пользователи системы
ГД, операционный директор, директор по маркетингу
Ключевой запрос
Аналитика без промежуточного ожидания
02 Решение ≥ solution

Три компонента,
одна система

Мы предложили заказчику сделать ИИ-аналитика, который работает с сырыми данными напрямую и отвечает на вопросы бизнеса в режиме реального времени. Идея была простая: не ждать отчёта — спросить и получить ответ сразу.

Заказчик идею принял. И здесь началась, пожалуй, самая важная часть работы — не техническая. Когда бизнес видит подобный инструмент впервые, у него быстро появляется список всего, что он хочет получить. Всё это понятно и логично, но если идти за каждым желанием — можно потратить месяцы и не выпустить ничего. Мы это знали, поэтому с самого начала резали scope безжалостно: в работу шло только то, что даст реальную пользу в ближайшее время. Остальное — в бэклог. Результат — работающий инструмент, который уже на старте закрывает реальную потребность.

Схема архитектуры ИИ-аналитика
Интерфейс чата с аналитиком — экран 1
Интерфейс чата с аналитиком — экран 2
Интерфейс чата с аналитиком — экран 3
Интерфейс чата с аналитиком — экран 4
Интерфейс чата с аналитиком — экран 5

Ключевые компоненты

Продукт состоит из трёх частей, которые закрывают разные сценарии работы с данными.

  • Чат с аналитиком — руководитель задаёт вопрос текстом, как живому человеку, и получает ответ с цифрами и их интерпретацией. Аналитик держит контекст диалога: если уточнить или переформулировать вопрос, он поймёт, о чём речь
  • Дашборд с ключевыми метриками — выручка, динамика продаж по точкам, топ и антитоп позиций, отклонения от нормы — то, что нужно видеть постоянно, отображается без каких-либо запросов, всегда перед глазами
  • Регулярные отчёты на почту — для тех случаев, когда нужен привычный формат с фиксированной структурой

Сложности и решения

В кейсах всегда рассказывают про успешный успех, редко рассказывают про грабли и как они били по лбу. Мы поймали две самые критичные проблемы.

Первая — сам заказчик. Не в плохом смысле, просто когда человек видит возможности инструмента, у него закономерно сносит крышу от идей. Хочется всё и сразу: предсказывать спрос, оптимизировать закупки, строить логистические модели. Мы жёстко резали этот список. Не потому что не умеем, а потому что часть функций просто не имела смысла без достаточного объёма накопленных данных. Предиктивную модель для закупок, например, отложили сознательно — запускать её на недостаточной выборке значит получить красивую, но врущую систему. Оно нам не надо.

Самый сложный разговор с заказчиком был про то, чтобы убедить его: мы сейчас сознательно делаем меньше, чем могли бы. Когда ты продаёшь экспертизу, это звучит дико. Но мы знали — погонимся за всем сразу, получим долгострой, который устареет раньше, чем выйдет в продакшн. Заказчик нас услышал. Глядя сейчас на то, как команда пользуется продуктом каждый день, понимаю, что мы не ошиблись.

Аристарх Панин · Менеджер проектов

Вторая — данные. Они приходили из разных источников, в разных форматах, с разной логикой. Научить аналитика понимать эту мешанину и работать с ней корректно — отдельная инженерная задача, которая заняла немало времени. Здесь не было красивого решения, только методичная работа.

Интерфейс тоже сделали намеренно аскетичным. Без анимаций, без «вау-эффекта». Это рабочий инструмент для людей, которым некогда любоваться градиентами — им нужны цифры и смыслы.

03 Результаты ≥ outcomes
300+
точек сети — аналитика доступна в реальном времени
1шаг
от вопроса до ответа вместо пяти этапов ожидания
3роли
пользователей: ГД, операционный, директор по маркетингу
↑
сложность вопросов к системе растёт — инструмент стал частью работы

Скорость
принятия решений

Сейчас продукт проходит боевую обкатку. Мы регулярно снимаем обратную связь с пользователей — что работает, что бесит, чего не хватает — и на её основе формируем бэклог. Главное, что изменилось — скорость. Раньше цепочка выглядела так: возник вопрос → запросили данные → подождали → получили → разобрались → приняли решение. Теперь между «возник вопрос» и «приняли решение» нет ничего лишнего. Цифры и смыслы доступны прямо на совещании. Прямо во время мозгового штурма. Без «давайте уточним и вернёмся к этому завтра».

Но самый интересный сигнал пришёл оттуда, откуда не ждали. Пользователи начали задавать аналитику вопросы сложнее, чем мы закладывали на старте. Это означает одно: инструмент реально используют, а не просто открывают раз в неделю для галочки. Люди втянулись, начали думать его категориями и хотят от него большего. Для нас это лучшая обратная связь из возможных — не слова, а поведение. В очереди — предиктивная аналитика по закупкам и спросу. Та самая, которую мы сознательно отрезали на старте. Данных накапливается больше, и скоро их будет достаточно, чтобы модель не фантазировала, а реально предсказывала.

Дашборд с метриками

Данные из разных систем — это как два человека, которые говорят об одном, но никогда не договорились о терминах. Один пишет «филе куриное», другой — «кур. филе п/ф охл.» Человек поймёт, что это одно и то же. Система — нет, пока ты её не научишь. Мы этому учили дольше, чем рассчитывали. Зато теперь аналитик в этих данных ориентируется лучше, чем половина сотрудников компании.

Михаил Ситников · Директор

"
04 Обсудить проект ≥ run contact.sh
Оставить заявку_|

// Заявка отправлена

Спасибо! Свяжемся в течение рабочего дня.

// Ошибка отправки

Что-то пошло не так. Напишите напрямую: hello@ritma.digital