AI в маркетинге
AI в маркетинге
@AIinMarketingRuPro

Как LLM сократила подготовку отчётов в маркетинге с 6 часов до 40 минут: кейс X5

Как LLM сократила подготовку отчётов в маркетинге с 6 часов до 40 минут: кейс X5

У маркетинга в крупной сети одна и та же боль повторяется каждый месяц: свести данные из 5–7 источников, понять, что сработало, и собрать внятный вывод для бизнеса. В X5 эта задача особенно сложна: много форматов, много регионов, разные темпы продаж и почти всегда — дефицит времени у аналитиков и менеджеров.

**Контекст.** Команда работала с регулярными отчётами по промо, категориям и эффективности каналов. Раньше аналитик тратил до 6 часов на ручную подготовку: выгрузки, сверка показателей, поиск аномалий, написание комментариев. Ошибка в цифрах или трактовке могла стоить пересборки отчёта.

**Задача.** Не заменить аналитика, а убрать рутину: ускорить сборку отчёта и сделать выводы более стабильными. Важный критерий — чтобы LLM (большая языковая модель) не «придумывала», а работала только по данным компании.

**Решение.** Собрали простой конвейер:
— данные из DWH и BI-системы загружались в шаблон;
— LLM получала не «сырой массив», а уже структурированные таблицы с KPI;
— модель по заданному промпту (запросу) писала текстовый комментарий: где рост, где просадка, что могло повлиять;
— критичные числа проходили автоматическую проверку: если LLM называла цифру, которой нет в источнике, отчёт не публиковался.

Отдельно настроили библиотеку типовых формулировок для маркетинговых выводов. Это важно: в отчётах не нужен литературный стиль, нужен единый язык для бизнеса.

**Результат.** Время на подготовку одного регулярного отчёта сократилось с 6 часов до 40 минут. То есть минус примерно 89% ручной работы. При этом выросла не только скорость: команда стала чаще ловить аномалии в данных в день появления, а не в конце месяца. Для аналитики это ключевой эффект — LLM стала не «автором», а ускорителем проверки и интерпретации.

**Урок.** В 2026 году ценность LLM в маркетинге не в том, чтобы «писать за вас», а в том, чтобы:
— быстро собирать первичную интерпретацию;
— стандартизировать отчётность;
— снижать нагрузку на аналитиков;
— освобождать время под выводы, а не под копипасту.

Если у вас маркетинг уже живёт в мире privacy-first атрибуции, server-side и MMM, то следующий выигрыш — не в ещё одном дашборде, а в том, чтобы отчёты читались быстрее, а решения принимались раньше.

По этой же теме советуем @SMMstrategyRoom
Этот пост опубликован в Telegram-канале AI в маркетинге. Подписаться можно по ссылке: @AIinMarketingRuPro.
start

Готовы запустить рекламу через сеть public.tg?

Новый оффер, продукт, GEO, кейс, событие или партнёрский запуск — соберём маршрут под задачу и отдадим медиаплан.

Telegram для медиаплана: @dumay. Быстрый тест: $20 за канал, $1000 за пакет по сети.