Разработали MVP AI Analytics — Telegram-бота для диалоговой аналитики подписок и выручки. Пользователь задаёт вопрос обычным языком, агент обращается к данным PostgreSQL и возвращает ответ с пояснениями.
Решение рассчитано на вопросы, для которых в дашборде ещё нет готового представления. В диалоге можно уточнить период и сегмент, а командой /sql — посмотреть запрос из ответа агента.
Задача
Дать руководителю интерфейс для новых вопросов к данным без ручного написания SQL для каждого обращения.
- Принимать вопросы в Telegram.
- Использовать описание схемы базы и бизнес-метрик.
- Формировать и проверять SQL перед обращением к данным.
- Возвращать выводы и допущения.
- Сохранять контекст уточняющих вопросов.
Проблема
Дашборд показывает заранее выбранные показатели. Если нужен новый разрез, сотрудник обращается к аналитику, уточняет определение метрики и ждёт отдельный запрос.
При этом правильный SQL ещё не гарантирует правильный бизнес-ответ. Новые клиенты, продления, реактивации и возвраты должны трактоваться одинаково, иначе цифры будут отвечать на другой вопрос.
Решение
Связали Telegram-интерфейс, агента и PostgreSQL. Агенту передаётся описание схемы и витрины подписок с определениями основных показателей.
Перед выполнением запрос проходит прикладную проверку. Ответ включает наблюдения и допущения, чтобы пользователь понимал, какие ограничения учитывались при расчёте.
Что реализовали
Вопросы обычным языком
Пользователь спрашивает, например, о выручке за период, новых клиентах или продлениях. Агент использует схему базы для подготовки запроса к нужным данным.
Контекст бизнес-метрик
Добавили описание витрины подписок: новые клиенты, продления, реактивации и возвраты. Это задаёт предметный контекст для интерпретации вопроса.
Проверку SQL
На уровне приложения реализовали проверку SELECT/CTE и запрет команд изменения данных и структуры. Размер результата ограничен числом строк, выполнение — тайм-аутом.
Ответ с пояснениями
Агент возвращает результат с выводами и допущениями. Пользователь может продолжить разговор, уточнив период или интересующий сегмент.
Просмотр запроса
Команда /sql показывает SQL из структурированного ответа агента. Это даёт специалисту возможность разобрать способ получения результата.
Техническая основа
Архитектура объединяет Telegram-бота, агентский сервис, описание предметной витрины, модуль проверки SQL и подключение к PostgreSQL. Диалоговый интерфейс дополняет регулярные дашборды.
Результат
Реализован MVP, который связывает вопрос пользователя с запросом к базе и объяснением результата. Руководитель может задавать уточняющие вопросы в одном диалоге.
Точность интерпретации и расчётов проверяется на согласованном наборе вопросов и данных. Кейс описывает разработанный MVP аналитического интерфейса.
Что получили
- Telegram-интерфейс вопросов к данным.
- Контекст схемы и определений метрик.
- Прикладную проверку SQL и ограничения выполнения.
- Ответы с пояснениями и допущениями.
- Историю диалога и просмотр SQL.