Представьте: компания помогает ресторанам закупать продукты. Ищет поставщиков, договаривается о ценах, следит за ассортиментом и расходами.
Но у заказчика возникает вполне логичный вопрос: «Зачем нам платить за сопровождение закупок, если мы можем покупать продукты самостоятельно?»
Ответить на него должны отчёты. Показать, где удалось снизить затраты, какие цены выросли и какую работу проделала команда.
Только отчёты получались настолько сложными, что клиентам было трудно увидеть в них пользу. А затем из компании ушёл аналитик, который их готовил.
С этой проблемой столкнулась Ирина Антонова. Она работает в холдинге, где одно из подразделений занимается аутсорсингом закупок для ресторанов — в сегменте HoReCa.
Ирина пришла на ИИ-акселератор Института бизнес-аналитики А. Колоколова, чтобы решить эту задачу своей компании. Во время обучения она самостоятельно создала платформу, в которой клиенты смогут получать нужные отчёты без постоянного участия аналитика. Разрабатывать её она стала с помощью искусственного интеллекта.
История оказалась не столько про программирование, сколько про то, как разобраться в запутанной бизнес-задаче и постепенно превратить её в работающий продукт.
Почему нельзя было просто сделать отчёты красивее
В ресторанном бизнесе важно понимать, почему меняется себестоимость блюд — фудкост.
Допустим, в этом месяце ресторан потратил на продукты больше, чем в прошлом. Первая мысль: поставщики подняли цены.
Но причин может быть несколько. Изменился ассортимент, стали чаще заказывать дорогие позиции, поменялись рецептуры или структура продаж.
Чтобы понять, что произошло, нужен факторный анализ. Если проще — расчёт, который помогает разделить причины изменения себестоимости.
Ирина начала проверять такую методику в Excel.
Первая версия давала странные результаты. Пришлось разбираться, что не так.
В процессе выяснилось, что продукты для кухни, бар и вино нельзя анализировать одной общей массой: у этих категорий разные особенности закупок и ценообразования.
Когда Ирина разделила расчёты по категориям, результаты стали корректнее.
Прежде чем автоматизировать аналитику закупок, нужно убедиться, что сама аналитика работает правильно.
ИИ может помочь написать формулы и код. Но если неверно поставлена задача, он лишь быстрее создаст систему с неверными расчётами.
Как Excel начал превращаться в веб-платформу
Ирина пришла на ИИ-акселератор с конкретной рабочей задачей, а не с готовой идеей приложения.
Ранее она окончила программу по генеративному ИИ в Сколково. Но ей не хватало практики на реальной задаче своей компании — такой, которую можно не просто обсудить на занятии, а постепенно довести до использования.
На акселераторе Ирина начала разрабатывать решение. Она работала с исходными таблицами, проверяла расчёты, создавала интерфейс и обсуждала возникающие проблемы с куратором.
Разработка шла не по прямой.
В начале пришлось разбираться с десятками Excel-файлов. Затем возникали вопросы к методике расчётов. По мере появления первых экранов менялось и понимание того, что именно нужно пользователям.
Были и моменты, когда ИИ вместо помощи заводил работу в круг повторяющихся вопросов.
Постепенно из отдельных расчётов начала складываться идея платформы: с личными кабинетами, загрузкой данных, настройками и отчётами, которые пользователь сможет формировать самостоятельно.
Ирина не стала ждать, пока будет продумана каждая функция будущей системы. Она собирала рабочие части, проверяла их и двигалась дальше.
Такой способ разработки часто называют созданием MVP — минимальной рабочей версии продукта. Смысл простой: сначала сделать небольшую полезную вещь, проверить её на практике и только потом расширять.
Важная ошибка, которую можно допустить даже с хорошим отчётом
На одном из этапов Ирина показала прототип отчёта клиенту. Тот согласовал формат и структуру.
Но куратор обратил внимание на проблему: человек, который согласовывает отчёт, не обязательно тот, кто будет его читать.
В этой истории есть несколько уровней.
Компания Ирины сопровождает закупки для ресторанов. Отчёт может быть понятен специалисту, который заказывает его подготовку, но это ещё не значит, что он будет понятен руководителю ресторана — человеку, которому нужно увидеть результат работы.
Например, специалисту по закупкам интересны подробные расчёты и категории товаров. Руководителю может быть важнее другое: где удалось сэкономить, почему выросли расходы и какие действия предприняла команда.
Это разные вопросы. И один отчёт не обязательно отвечает на оба.
Согласовать интерфейс с заказчиком — не то же самое, что проверить его на конечном пользователе.
Сам вопрос, поднятый на обсуждении, важен: прежде чем окончательно утверждать отчёт, стоит выяснить, кто будет принимать решения на его основе.
Что умеет платформа «Ресторанам надо»
Ирина создала веб-платформу с личными кабинетами, инструментами для работы с закупками, остатками и оборачиваемостью товаров.
Вместо одной большой таблицы пользователь получает несколько разделов под конкретные задачи.
Отчёт о закупках — без обращения к аналитику
Пользователь выбирает период, клиентов, товары, поставщиков и нужную детализацию.
Например, можно посмотреть закупки за месяц по определённому клиенту или поставщику. Платформа формирует таблицу, которую при необходимости можно выгрузить в Excel.
Для бизнеса здесь важна не только скорость. Отчёт перестаёт быть задачей, которую каждый раз нужно передавать отдельному сотруднику.
Месячный отчёт, который показывает результат работы
В платформе есть сводный отчёт для клиента.
Он показывает не только изменение закупочных цен, но и другие результаты работы: заявки, отправленные образцы, заключённые договоры.
Это помогает объяснить заказчику, что происходило с его закупками в течение месяца.
