Что это
Conversational analytics / text-to-SQL — задаёшь вопрос о данных естественным языком, система парсит его, понимает схему БД, генерит SQL и возвращает ответ или график. BI без SQL и без очереди к аналитику.
Откуда пошло
Идея «поиска по данным» жила в ThoughtSpot годами, но LLM 2024–25 сделали NL-запросы реально точными. Сейчас это есть у всех: ThoughtSpot Spotter, Databricks Genie, Snowflake Cortex, Power BI Copilot, Looker + Gemini, Google Conversational Analytics API.
Почему взлетело
Новое поколение — не «отвечалка», а агентный аналитик: ThoughtSpot Spotter сам разбивает сложный вопрос на шаги, делает multi-step анализ и синтезирует результат. Это снимает узкое горлышко — каждый сотрудник может «спросить данные» сам, не дёргая data-команду.
Как применить сейчас
- Включи conversational-слой в своём BI (Power BI Copilot / Looker+Gemini / ThoughtSpot).
- Главное условие точности — управляемый семантический слой: единые определения метрик (что такое «ACV», «активный юзер»).
- Дай нетехническим командам прямой доступ к вопросам, освободи аналитиков под глубокие задачи.
- Проверяй сгенерированный SQL на критичных отчётах.
На что обратить внимание
Без governance модель путает синонимы метрик («ACV» vs «annual contract value») и выдаёт разные числа — доверие падает. ИИ может уверенно сгенерить неверный SQL. Для решений с ценой ошибки оставляй верификацию аналитиком.