-
331
Опубликовано проектов
-
171
Оставлено комментариев
AI-аналитическая платформа Hoff
-
Руководитель проекта со стороны заказчика
Дмитрий Коровин
Hoff tech
CDO
-
Категория
-
Номинация
-
Цели
-
Создать единую аналитическую платформу Hoff, которая объединит корпоративное хранилище данных, систему управления данными и AI-инструменты для поддержки управленческих решений.
-
Обеспечить единые определения KPI и правила расчёта показателей, повысить сопоставимость отчётности и доверие к данным.
-
Сократить время поиска информации, подготовки отчётности и анализа отклонений за счёт автоматизации рутинных операций.
-
Предоставить бизнес-пользователям самостоятельный доступ к данным и аналитике через отчёты и AI-ассистента с учётом прав доступа.
-
Систематизировать методологии и экспертные знания в единой базе, сделать прозрачными источники данных и ответственность за их качество.
-
Высвободить время аналитиков для интерпретации результатов и решения сложных бизнес-задач.
-
-
Сроки выполнения
февраль, 2026 — ноябрь, 2026 -
Год завершения проекта
2026
-
Масштаб проекта
1100 автоматизированных рабочих мест -
Результаты
-
Объединение хранилища, витрин данных, отчётности и AI-инструментов в единую аналитическую платформу. Объем данных, проходящих через AI платформу составляет 66 ТБ.
-
Повышение сопоставимости показателей благодаря общим определениям KPI, формулам и бизнес-правилам.
-
Сокращение Time to Insight на 60% за счет ускорения поиска данных, подготовки отчётности и первичного анализа отклонений.
-
Самостоятельный доступ бизнес-пользователей к аналитике через отчёты и AI-ассистента с учётом прав доступа.
-
Повышение прозрачности данных: возможность определить источник показателя, проверить актуальность и понять логику расчёта.
-
Снижение зависимости от знаний отдельных экспертов за счёт единой базы методологий и правил интерпретации.
-
Высвобождение 30% рабочего времени аналитиков для решения сложных бизнес-задач.
-
-
Уникальность проекта
Ключевая особенность проекта — объединение хранилища данных, единого семантического слоя, каталога данных и базы знаний в общую архитектуру для отчётности и AI-аналитики.
Отчёты и AI-ассистент используют одинаковые определения KPI, формулы и бизнес-правила. Это снижает риск расхождений между показателями в разных инструментах.
AI получает доступ к данным через контролируемый шлюз с учётом прав пользователя.
База знаний дополняет показатели методологиями, правилами интерпретации и опытом разбора бизнес-кейсов. Такой подход создаёт основу для объяснимых ответов: пользователь может понять, как рассчитан показатель и на чём основан вывод.
Платформа проектируется для самостоятельной работы бизнеса с аналитикой - от поиска показателя до анализа отклонений и возможных действий.
ИИ-платформа выявляет скрытые закономерности и взаимосвязи в данных, которые сложно обнаружить при ручном анализе, помогая принимать более точные решения и находить новые возможности для бизнеса.
-
Использованное ПО
Корпоративное хранилище данных (DWH) - Arenadata DB
Каталог данных - OpenMetadata
-
Решение из каталога Global CIO
В проекте не используются решения из каталога Global CIO
-
Сложность реализации
Ключевая сложность — построение полноценного семантического слоя: необходимо описать данные, витрины и глоссарий, для чего потребовалось поднять каталог данных. Без этого AI-модели не смогут корректно интерпретировать результаты и давать достоверные ответы.
Проект реализуется в условиях миграции с одного хранилища на другое, что требует синхронизации семантического слоя, каталога данных и AI-компонентов с изменяющейся инфраструктурой и усложняет обеспечение целостности и актуальности данных.
Отдельная задача — обеспечить безопасный и контролируемый доступ к корпоративным данным: разграничение прав пользователей, применение guardrails-решений для AI-моделей, защита от утечек и неправомерного использования данных при работе через Web UI.
Интеграция AI-моделей требует прослеживаемости источников, проверки точности ответов и согласования с корпоративными политиками работы с данными — при этом модели должны работать с утверждёнными показателями с учётом прав доступа конкретного пользователя
-
Описание
Проект направлен на создание единой аналитической платформы для поддержки управленческих решений в ритейле. Она объединит корпоративное хранилище данных, отчётность и AI-инструменты, чтобы бизнес мог быстрее получать согласованные показатели и разбирать причины отклонений.
Сейчас регулярные отчёты и дашборды уже используются в работе. При этом поиск данных и методологий, подготовка комментариев и анализ отклонений требуют ручных операций и участия экспертов. Бизнес-логика частично распределена между отчётами, моделями и отдельными инструментами. Проект предусматривает объединение этих элементов в управляемую систему с едиными правилами расчёта и интерпретации показателей.
Основой платформы служит развиваемое корпоративное хранилище данных. В него поступает информация из AXAPTA, 1С, LVS, Verme, CRM и других систем. На этой базе создаются витрины для розницы, финансов, ценообразования, ассортимента и прогнозирования.
Следующий уровень — единый семантический слой: определения KPI, формулы, измерения и бизнес-правила, общие для отчётности и AI. Каталог данных должен описывать источники, владельцев, качество и путь данных до отчёта или ответа ассистента. База знаний дополнит их методологиями, правилами интерпретации и опытом решения типовых аналитических задач.
Для доступа к показателям предусмотрен специальный шлюз безопасности, через который AI будет обращаться к утверждённым KPI и данным с учётом прав пользователя. Такой подход позволяет контролировать доступ и сохранять единый смысл показателей во всех каналах.
Пользователи смогут работать с платформой через AI-ассистента: просматривать отчёты, задавать вопросы о KPI, получать комментарии к показателям и помощь в анализе план-факта, аномалий и отклонений.
Развитие платформы идёт поэтапно. Дорожная карта включает подготовку данных и пилотных витрин, утверждение ключевых KPI, создание семантических моделей, каталога и базы знаний, затем запуск AI-MVP и масштабирование. Пилотные направления — интегрированное планирование и розница.
Эффективность планируется оценивать по времени подготовки отчётности и поиска данных, объёму ручных операций, точности AI-ответов и скорости получения аналитических выводов.
Ожидаемый эффект - более быстрый доступ бизнеса к аналитике и высвобождение времени специалистов для интерпретации результатов и решения сложных задач
-
География проекта
Вся территория присутствия Hoff
-
Дополнительные презентации
-
Заказчик
Hoff tech
Комментировать могут только авторизованные пользователи.
Предлагаем Вам войти в систему или зарегистрироваться.