Аналитика, которая отвечает за 5 минут

Агент собирает данные из 1С, CRM и маркетплейсов, отвечает на ad-hoc запросы и строит дашборды и отчёты.

Выручка · дашборд
обновляется сам

1С, CRM и маркетплейсы — в одной картине

Все интеграции
Яндекс Метрика
DataLens
Sheets-iconCreated with Sketch.Google Sheets
Битрикс24
amoCRMamoCRM
Wildberries
Ozon
Яндекс Маркет
MPStatsMPStats

ИИ для анализа данных: ad-hoc запросы на словах

Спросите данные обычным языком — агент соберёт выгрузку, посчитает и объяснит результат без SQL и аналитика.

Возвраты по WB · май
с источниками

Возвраты +14% к апрелю, основной рост — размерная сетка по новинкам. Сверил с отраслевыми бенчмарками и справкой площадки.

ИИ для аналитики: дашборды и отчёты

Строит сводные дашборды по выручке, воронке и каналам, обновляет их по расписанию и шлёт нужным людям.

Дашборд по Метрике каждое утро
Аномалии трафика → алерт в Telegram
Недельный отчёт по каналам
ABC-анализ продаж по SKU

Данные из всех систем

Сводит 1С, Битрикс24, amoCRM и маркетплейсы в одну картину — без ручных выгрузок и склейки таблиц.

Инсайты, а не просто цифры

Находит аномалии и тренды, объясняет причины и предлагает следующий шаг — готовый вывод для решения.

Почему маржа по рознице упала с 14% до 11,8% за три недели?

Главная причина — рост закупочных цен по 6 SKU, плюс скидки. Логистика почти не повлияла. Предлагаю пересмотреть наценку — расчёт приложил.

Расчёт маржи · розница

Документ · XLSX
Сведи продажи Wildberries и Ozon за [период] и сравни с [предыдущим периодом / тем же периодом прошлого года]. По каждой площадке, категории и SKU покажи выручку, заказы или выкупы, цену реализации, возвраты и остатки на начало и конец периода. Для каждого падения разложи его на факторы: количество заказов или выкупов, цена реализации, возвраты или отсутствие товара в остатках. Вклад каждого фактора в рублях показывай только если он есть в данных. Спрос называй фактором только при наличии показов, переходов или конверсии из аналитики площадки; иначе помечай это как гипотезу. На выходе — таблица по SKU, отсортированная по потерянной выручке, и десять позиций, которые дали половину падения.
Собери в Google Таблицах дашборд выручки по каналам [Ozon / Wildberries / другие — перечисли] и обновляй его [каждый понедельник утром]. Лист «Данные» перезаписывай целиком, лист с графиками не трогай — он ссылается на «Данные». Историю прошлых недель не затирай: каждая неделя — отдельная строка. Если источник не ответил или отдал явно неполный период — не подставляй ноль и не тяни прошлую неделю. Оставь ячейку пустой, помести неделю в лист «Пропуски» с причиной и напиши об этом в сообщении об обновлении. После каждого запуска пришли короткую сводку: что обновилось, какие каналы не подтянулись, изменение выручки к прошлой неделе одной строкой.
Разбери возвраты на Wildberries за [период] и сравни с [предыдущим периодом]. Посчитай долю возвратов к заказам по каждому SKU и категории, а по складам — если площадка отдаёт этот разрез. Разложи по причинам из отчёта площадки; брак, «не подошёл размер» и «не соответствует описанию» держи раздельно — это разные зоны ответственности. Не объясняй рост сезонностью, пока не покажешь, что то же было в прошлом году. Если данных за прошлый год нет — так и напиши. Не делай вывод по SKU, где меньше [20] заказов: пометь «мало данных». Для остальных выдели позиции, где доля возвратов выше средней по категории больше чем в полтора раза, и оцени потери с учётом логистики. На выходе — таблица по SKU и пять позиций с наибольшей оценкой потерь и достаточной выборкой.
Сведи продажи из 1С, Битрикс24, Ozon и Wildberries за [период] в одну таблицу. Сопоставляй номенклатуру по [артикулу / штрихкоду / приложенному справочнику соответствий], а не по названию. Приведи единицы измерения и валюту к одному виду, зафиксируй, считаем выручку с НДС или без. Сними дубли: одна отгрузка, попавшая и в 1С, и в CRM как сделка, — одна строка. Если позиция не сопоставилась или сопоставилась только по похожему названию — не склеивай на глаз, вынеси её на лист «Не сопоставлено» с вариантами. На выходе XLSX: лист «Продажи» в разрезе дата — канал — единый артикул — количество — сумма, лист «Не сопоставлено» и лист «Справочник соответствий», который я смогу дополнить.
Посчитай маржу по SKU по неделям за [период] по продажам Ozon и Wildberries и себестоимости из 1С. По каждой неделе разложи цену реализации на комиссию площадки, логистику, скидки и акции, себестоимость. Найди SKU, где маржа отклонилась от собственного среднего за период больше чем на [порог]. По каждому отклонению назови фактор с цифрой: сколько рублей дала выросшая комиссия, сколько — скидка, сколько — закупка. Не называй причину, если разложение её не показывает, — пиши «фактор не определён». Себестоимость бери на дату отгрузки. Где её нет — не подставляй среднюю по категории, вынеси SKU в список «нет себестоимости». На выходе — таблица по SKU и неделям и топ отклонений в рублях.
Сравни [месяц] с [предыдущим месяцем] по продажам Ozon, Wildberries и 1С. Покажи выручку, число заказов, средний чек и возвраты — всего, по каналам и по категориям. Для каждой строки дай изменение в рублях и в процентах и укажи, за счёт чего оно вышло: больше заказов или выше чек. Отдельно перечисли всё, что делает месяцы несопоставимыми: разное число рабочих дней, акции площадки, крупный разовый заказ, незакрытые возвраты. Крупные разовые сделки покажи и в общей цифре, и отдельной строкой «без разовых». Выручку считай по [отгрузке / оплате] — одинаково для обоих месяцев. На выходе — таблица сравнения и пять категорий, давших основной вклад в изменение.
Посчитай воронку продаж по данным [Битрикс24 / amoCRM] за [период] и сравни с [предыдущим периодом]. По каждому этапу: сколько сделок вошло, сколько прошло дальше, конверсия в следующий этап и сквозная конверсия от первого этапа, среднее и медианное время в статусе. Считай по истории переходов, а не по текущему статусу сделки. Сделки, перескочившие этап, покажи отдельной строкой, а не размазывай по соседним. Не давай списка конкретных сделок и рекомендаций по ним — только цифры и различия периодов. Если по этапу меньше [30] сделок, пометь конверсию как ненадёжную и не делай на ней выводов. На выходе — таблица по этапам с двумя периодами рядом и три этапа с наибольшим падением конверсии.
Посчитай ДРР по каждой рекламной кампании за [период]: Яндекс Директ и рекламные кабинеты Ozon и Wildberries. По каждой кампании: расход, выручка по атрибуции кабинета, ДРР, число заказов, средний чек. Внутри одной площадки бери одну модель атрибуции и напиши, какую. Не складывай выручку из разных кабинетов по одному заказу — это двойной счёт. Если по кампании выручку нельзя привязать к расходу, вынеси её в «атрибуция не определена», а не приписывай ей общие продажи категории. Отдели кампании с ДРР выше [целевого] от тех, где мало данных для вывода: при расходе меньше [порога] или менее [20] заказов пометь строку как ненадёжную. На выходе — таблица по кампаниям по убыванию расхода и итог: сколько бюджета ушло в кампании с ДРР выше целевого.

Частые вопросы

Где хранятся данные и как защищён доступ — разбираем отдельно: раздел о безопасности

Нет. Сформулируйте вопрос обычными словами — агент сам найдёт нужные таблицы, соберёт выгрузку, посчитает и объяснит результат. SQL и аналитик в штате не нужны.

Из 1С, Битрикс24, amoCRM, Wildberries, Ozon, Яндекс Маркета, почты и таблиц — по API. Сводит всё в одну картину без ручных выгрузок и склейки.

Агент опирается на данные из ваших систем и показывает источник каждой цифры. Расчёты воспроизводимы — можно раскрыть, как получился результат, и проверить.

По расписанию, которое вы зададите: каждый час, утром или к совещанию. Агент пересобирает данные и присылает свежий отчёт нужным людям сам.

Готовые сценарии

Все сценарии
Понять, где просели продажи на WB и Ozon

Месяц закрыли хуже плана, а причина не читается: заказов меньше или цена ниже? Агент считает спад по Ozon и Wildberries отдельно и называет фактор.

Дашборд выручки по каналам с обновлением по расписанию

Каждый понедельник кто-то заново собирает один и тот же отчёт — и он опаздывает к совещанию. Агент пересобирает его в Google Таблицах сам.

Разобрать рост возвратов на Wildberries по причинам

Обраток стало заметно больше, а отчёты кабинета не говорят почему. Агент считает долю возвратов по товарам и причинам и переводит её в рубли.

Свести продажи из 1С, CRM и маркетплейсов в одну таблицу

Одна и та же позиция называется по-разному в 1С, в CRM и на площадке. Агент сводит продажи в одну таблицу и отдельно показывает, что не сошлось.

Найти аномалии в марже за последние недели

Выручка на месте, а денег в итоге меньше. Агент считает маржу — то, что остаётся с продажи после расходов, — по каждому товару по неделям.

Сравнить месяц с прошлым по выручке и заказам

Собственник спрашивает: стало лучше или хуже и на сколько. Агент считает оба месяца по одному правилу и говорит, что мешает их сравнивать.

Собрать воронку из CRM и найти, где теряются сделки

Заявок много, а до оплаты доходит мало — и где теряются, точно никто не скажет. Агент считает переходы по этапам и сравнивает с прошлым периодом.

Посчитать ДРР по кампаниям: доля расходов на рекламу

Бюджет разбросан по Директу и кабинетам площадок, а отдача считается на глаз. Агент считает ДРР — долю рекламы в выручке — по каждой кампании.

Сделать дашборд в Excel или Google Таблицах

Файл рассыпается после каждой новой выгрузки: диапазоны съезжают, срезы отваливаются. Агент собирает дашборд, который это переживает.

Ответы из данных — без очереди к аналитикам

Подключите источники за минуты и спрашивайте данные обычными словами — агент соберёт, посчитает и объяснит.