В июле прошлого года я написала совет об использовании ИИ в проектах по визуализации — тогда основным применением были сбор и подготовка данных. За прошедшее время ситуация кардинально поменялась. Поделюсь своим подходом и инструментами, которые активно использую сейчас.

Я долго не находила окна для применения способностей современных моделей в BI‑системах продакшен‑уровня. Рома Бунин активно исследует эту тему, регулярно тестирует топовые LLM‑ки на типовых задачах и делится выводами в блоге. Если коротко, результаты пока оставляют желать лучшего.

Ключом к качественному рывку для меня стал переход в Даталенс с его JS‑виджетами. Оказалось, что отдельные виджеты — это именно тот конечный и лаконичный кусочек кода, который модель (я использую Opus 4.7) в состоянии написать на достаточно хорошем для реальных проектов уровне. Сам Даталенс закрывает вопрос инфраструктуры, доступов и безопасности, а его ограничения перестают быть проблемой, когда я могу добавить буквально любую визуализацию через JS Editor с помощью Курсора/Клода.

Пример виджета с диаграммой перетоков из блога Юры Красильникова

Такой подход позволяет сочетать на дашбордах стандартные и кастомные элементы Даталенса, подключая Курсор по мере необходимости, а не собирая целые дашборды с нуля. Хотя и с этой задачей он неплохо справляется. Но отдельностоящий дашборд не всегда удобно интегрировать в процессы заказчика, тогда как в Даталенсе результат бесшовно встраивается в уже существующую BI‑систему. Иногда с впечатляющим результатом (и сопутствующим вау‑эффектом!), которого невозможно добиться стандартными виджетами.

Кроме такого прикладного применения, я всё чаще использую ИИ для размышлений и предварительного анализа. Я научила свой Курсор ходить напрямую в Кликхаус (спасибо, Миша!), задаю ему вопросы о данных, прошу проверить гипотезы, поискать интересные срезы и закономерности, которые потом вытаскиваю на деши с помощью визуализации.

На прошлой неделе Курсор по моей просьбе создал скрипт, который еженедельно проходит по списку дашбордов и сохраняет скриншоты на гуглдиск. И по запросу сравнивает картинки разных недель между собой:

Пример отчёта о сравнении двух состояний дашборда, числа выдуманные

Получился простой, предсказуемый и относительно бесплатный инструмент хранения истории и контроля ошибок при еженедельных обновлениях.

Ещё один классный сценарий применения ИИ‑инструментов — это подготовка html‑презентаций на основе данных (и не только). Бонус таких презентаций в их простоте и доступности, при этом графики внутри будут живыми, интерактивными. А чтобы собрать презентацию в Курсоре/Клоде достаточно данных, примерной структуры повествования и нескольких уточняющих запросов — за полчаса получается прекрасный результат.

Я точно буду ещё делиться рецептами и примерами. Не стесняйтесь задавать вопросы и спрашивать совета, если эта тема вам интересна.

P. S. Это был совет о визуализации данных. Хотите узнать всё о таблицах, графиках, диаграммах, картах, схемах и дашбордах? Присылайте вопросы.

Визуализация данныхИИДаталенс
Отправить
Поделиться
Запинить

Комментариев пока нет

Рекомендуем другие советы