Как Tinkoff сократил ручную аналитику и ускорил вывод гипотез через LLM

В 2026 у маркетинга всё чаще одна и та же боль: данных много, а решения нужны вчера. У Тинькофф это особенно заметно в performance и CRM-коммуникациях: сотни кампаний, разные сегменты, десятки источников данных, а маркетологу нужно быстро понять не только «что сработало», но и «почему».

Контекст был такой: классическая аналитика упиралась в время. Отчёты собирались руками, а выводы по кампаниям приходили уже после того, как окно для оптимизации частично закрыто. При этом в B2B и финтехе всё сильнее смещается акцент в сторону RevOps: маркетинг должен отвечать не за красивые клики, а за вклад в выручку и качество лида/клиента.

Задача у команды была прикладная:
— сократить время на разбор результатов кампаний;
— стандартизировать описание гипотез;
— быстрее находить аномалии в воронке;
— дать маркетологам не «ещё один дашборд», а рабочий помощник для повседневных решений.

Что сделали. Внутри аналитического контура внедрили LLM-слой поверх BI и CRM-данных. Модель не заменяла аналитика, а брала на себя черновую работу:
— сводила метрики по кампаниям в единый текстовый отчёт;
— объясняла отклонения в CPL, CR и доле целевых лидов;
— собирала гипотезы по сегментам и каналам;
— подсвечивала, где нужен deep dive, а где отклонение укладывается в норму.

Ключевой момент — не пытались «попросить ИИ подумать за нас». Система работала по шаблонам: данные подтягивались из проверенных источников, а LLM превращала сухие цифры в понятный разбор для маркетолога и руководителя.

Результат оказался практичным:
— время на первичный анализ кампаний снизили примерно на 40–60%;
— подготовка недельных отчётов сократилась с нескольких часов до десятков минут;
— быстрее начали ловить провалы в сегментах и перераспределять бюджет;
— выросла дисциплина гипотез: вместо «кажется, сработало» команда стала фиксировать, что именно изменилось и какой эффект это дало.

**Главный урок:** LLM в аналитике ценен не как «умный собеседник», а как слой интерпретации поверх данных. В эпоху privacy-first атрибуции, server-side и MMM выигрывает не тот, у кого больше отчётов, а тот, кто быстрее превращает цифры в решение.

— @AIinMarketingRuPro