Перед тобой таблица, в которой кто-то до тебя написал формулу на пол-экрана. =ЕСЛИ(ИЛИ($D2="";$E2<0);"";ВПР($A2;Лист2!$A:$F;5;0)*1,2) — и ни одного комментария. Что она считает? Почему 1,2? Что будет, если в D2 пусто? Ты сидишь и боишься её трогать, потому что один неверный шаг — и весь отчёт поедет, а объяснять придётся тебе.
Знакомое чувство. Аналитика часто выглядит не как «работа с цифрами», а как «расшифровка того, что оставили предыдущие». И вот тут ИИ оказывается неожиданно полезным — не чтобы посчитать за тебя, а чтобы объяснить по-человечески: что делает формула, как подступиться к метрике, какой вывод честно следует из таблицы. Разберём три бытовые ситуации — и одну важную оговорку, без которой всё это опасно.
Объяснить чужую формулу по-русски
Первое, что снимает половину боли, — попроси Claude разобрать формулу на части. Не «правильная ли она», а «что она делает по шагам». Вставляешь формулу и пишешь: «Объясни по-человечески, что считает эта формула Excel, разбери по кусочкам, как будто я вижу её впервые».
И вместо иероглифов получаешь:
Формула берёт значение из
A2, ищет его вЛист2и подтягивает цену из 5-го столбца. Потом умножает на 1,2 — похоже на наценку 20%. АЕСЛИсверху — это защита: еслиD2пустая илиE2отрицательная, ячейка останется пустой, чтобы не показывать мусор.
Теперь ты не просто видишь формулу — ты её понимаешь и можешь смело менять. То же работает с SQL-запросом, который написал коллега полгода назад: «объясни, что выбирает этот запрос и почему здесь LEFT JOIN, а не INNER». Claude переведёт GROUP BY и HAVING с языка базы на язык «мы считаем средний чек по городам, но только там, где больше 100 заказов».
- «Объясни по шагам» — для разбора готовой формулы или запроса.
- «Где здесь может сломаться?» — Claude подскажет про деление на ноль, пустые ячейки, дубли в
JOIN. - «Переведи на простой язык для отчёта» — чтобы объяснить логику тому, кто в формулах не разбирается.
Придумать, как посчитать метрику
Вторая частая засада — не «как написать формулу», а «как вообще к этому подойти». Тебя просят: «посчитай отток клиентов за квартал» или «какая у нас конверсия из заявки в оплату». Звучит просто, пока не упрёшься в вопрос: а отток — это кто ушёл совсем или кто просто месяц не покупал? От определения зависит вся цифра.
Вот где Claude помогает думать. Опиши, какие данные у тебя есть и что хочешь измерить: «У меня таблица с заказами: дата, клиент, сумма. Хочу понять, какой процент клиентов вернулся за повторной покупкой. Как это посчитать и какой формулой в Excel?» В ответ ты получишь не только формулу, но и развилки: считать ли за месяц или за всё время, что делать с теми, кто купил дважды в один день, как не посчитать одного клиента трижды.
Совет
Прежде чем просить формулу, попроси Claude проговорить определение метрики словами и перечислить спорные случаи: «что считаем за активного клиента», «включаем ли возвраты», «что с пустыми датами». Девять из десяти ошибок в аналитике — не в формуле, а в том, что посчитали не то. Когда определение зафиксировано на словах, формула становится формальностью.
Тот же приём спасает с SQL. Не «напиши запрос для воронки», а сначала «объясни, как строится воронка из заявки в оплату на моих таблицах leads и payments, какие шаги, по какому ключу их связывать». Сначала логика на русском — потом код. Так ты не сдашь начальству красивый запрос, который тихо считает чушь.
Сформулировать вывод из цифр
И третье, что часто буксует: цифры есть, а что сказать — непонятно. Таблица показывает, что выручка выросла на 12%, а заказов стало меньше. Хорошо это или плохо? О чём это говорит?
Дай Claude саму таблицу (или её описание) и попроси: «Вот цифры за два месяца. Помоги сформулировать 2-3 вывода для отчёта: что изменилось, и какие гипотезы это объясняют». Получишь черновик мысли: «Выручка выросла при меньшем числе заказов — значит, вырос средний чек. Возможно, сработала акция на дорогие позиции или ушли мелкие разовые покупатели». Это не готовый вывод, а заготовка, которую ты, зная контекст, доведёшь до ума: акция-то была или нет — знаешь только ты.
Claude хорош именно как генератор гипотез и формулировок. Он подскажет, что «рост на 12%» звучит весомее, если рядом дать базу («с 4,1 до 4,6 млн»), и предупредит не путать корреляцию с причиной: продажи мороженого и число утонувших растут вместе, но одно не причина другого.
Главная оговорка: ИИ считает уверенно и иногда неверно
А теперь то, ради чего стоит дочитать. Всё перечисленное работает только при одном условии: ты проверяешь цифры. Claude может ошибиться в арифметике, перепутать столбцы, «уверенно» вывести среднее не из тех ячеек — и при этом ответ будет звучать абсолютно убедительно. Гладкий тон — не гарантия правоты.
Поэтому простое правило: ИИ объясняет и предлагает — считает и проверяет машина. Формулу, которую он написал, прогони на паре строк, где ответ знаешь сам. Запрос — запусти на маленькой выборке и глазами сверь. Вывод из цифр — перепроверь по исходной таблице, а не по пересказу модели.
- Используй Claude, чтобы понять, придумать и сформулировать.
- Не доверяй ему итоговое число вслепую — пересчитай ключевое сам.
- Проверяй на маленьком примере, где знаешь правильный ответ.
Аналитика с ИИ — это не «он считает за меня», а «он снимает страх перед чужими формулами и помогает думать яснее». Расшифровать запутанную формулу, нащупать определение метрики, превратить таблицу в три внятных вывода — и каждый раз сверить с реальностью. Этот навык — говорить с ИИ так, чтобы он помогал, а не подсовывал красивую ошибку — мы разбираем по шагам, с примерами и тренажёром, в бесплатном курсе по AI-грамотности.