Строю аналитику, которая работает сама, и довожу продукты до запуска.

Аналитическая команда с 20 скиллами для ИИ-агентов

Вход

Типовые задачи: найти нужную таблицу, сделать стандартный анализ, подготовить отчёт для бизнеса.

Модель

Claude Code со скиллами, агентами и карточками всех таблиц, которые агент читает сам.

Защита

Агент не может выполнить запрос, который удаляет или переписывает данные, а перед публикацией код проверяется на пароли и ключи.

Эффект

В сентябре 2026 года весь набор передан в общий репозиторий команды.

Дашборды, которые собирает агент

Модель

Скилл сам собирает отчёт в Tableau без десктопной программы, публикует его, сверяет картинку и выгрузку данных, а при сбое возвращает прошлую версию.

Эффект

С его помощью собраны рабочие дашборды, в том числе по лимитам бонусов для VIP. Скилл передан другим командам аналитики.

Вырастил двух тимлидов аналитики

Как

Найм, развитие и общая база задач с готовым кодом: новые аналитики начинают с работающих примеров, а не с нуля.

Модель оттока, по которой колл-центр работает каждое утро

Вход

42 признака: сессии, тренды за 7 и 30 дней, платежи и признаки негативного опыта.

Модель

CatBoost: ROC-AUC 0,756 против 0,675 у модели ML-команды на тех же 29,6 тыс. игроков.

Действие

Каждое утро сортирует игроков по риску ухода в ближайшие 30 дней — колл-центр звонит первыми тем, кто рискует больше всех.

Защита

Перед каждым переобучением модель проходит проверку качества, за дрейфом данных следит монитор. Прогноз расходится с фактом не больше чем на 4 п.п.

Эффект

Из 20 тыс. игроков с самым высоким риском действительно уходят 55,7 % — у модели ML-команды 46,3 %. В работе ROC-AUC 0,85, модель запущена и на втором направлении бизнеса.

Поиск будущих VIP, которых пропускает основная модель

Вход

Платежи игрока на 14-й и 21-й день после первого депозита — только у тех, кого не отметила основная модель.

Модель

CatBoost, ROC-AUC 0,87–0,89. Среди 1 % игроков с самым высоким прогнозом VIP становятся в 16 раз чаще, чем в среднем.

Действие

Каждый день VIP-менеджеры получают на 27 % больше лидов, и ни один не дублирует основную модель.

Защита

Модель проверяли на периоде позже обучающего, чтобы она не подглядывала в будущее. Первый рабочий запуск прошёл все 295 проверок отбора.

Эффект

Повторный прогноз на 21-й день добавил ещё 40 % лидов при той же точности.

Алгоритм персональных касаний VIP-игроков

Вход

Личная норма пауз: сколько дней каждый игрок обычно не вносит депозит и не играет. Сигнал — пауза дольше этой нормы.

Модель

Порог считается по истории самого игрока, а не по общему графику «раз в 14 дней».

Действие

В день сигнала VIP-менеджер получает задачу связаться с игроком.

Защита

A/B-тест с поправкой на исходные различия групп и последовательной остановкой (SPRT). С октября 2026 года идёт второй тест в трёх регионах.

Эффект

+6 % дней с депозитом в A/B-тесте, результат статистически значим. Если менеджер связывается в день сигнала, за 3 дня возвращается на 11 п.п. больше игроков. Во втором регионе дней с депозитом столько же, а касаний на 12 % меньше.

Прогноз ценности игрока вместо уровня, который только растёт

Вход

19 признаков: платежи, выводы, игра и давность последней активности за 30–365 дней — по всей базе игроков.

Модель

Градиентный бустинг прогнозирует, сколько игрок принесёт за 90 дней, и распределяет игроков по шкале V0–V8.

Действие

Каждый месяц заново распределяет всех игроков по уровням; по новой шкале работают менеджеры и лимиты бонусов.

Защита

Проверка на четырёх прошлых периодах, которых модель не видела; контроль качества перед каждой выкладкой; ежемесячная сверка прогноза с фактом с уведомлением при расхождении.

Эффект

На список того же размера приходится 48–49 % выручки квартала вместо 38–39 %. Модель передана ML-отделу.

Лимиты бонусов по реальной марже игр

Вход

Реальная маржа по 9 категориям игр за вычетом комиссий и доли партнёров, с поправкой на отыгрыш бонусов.

Модель

Теоретическая чистая выручка по каждому игроку — вместо справочной маржи, которая по некоторым играм расходилась с реальной втрое.

Действие

Каждый день считает лимит бонусов для каждого игрока; менеджеры видят его во внутреннем инструменте и на дашборде.

Эффект

$7–11 млн в год — оценка эффекта: лимит бонусов каждого игрока теперь считается от того, сколько он реально приносит.

Распознавание автоответчиков на живых звонках

Вход

Первые 3 секунды каждого исходящего звонка.

Модель

CatBoost по 184 акустическим признакам, сервис на FastAPI, подключён к телефонии.

Действие

Сбрасывает звонок, если ответил автоответчик, — операторы говорят только с людьми. Каждый такой звонок экономит около 30 секунд, а автоответчик снимает трубку в 20–40 % звонков.

Защита

При любой ошибке сервиса звонок считается человеческим, чтобы не сбросить живого игрока. Переобучение убрало разрыв: модель училась на 10 секундах записи, а в работе получает 3.

Эффект

Полнота выросла с 79 до 93 %, F1 — с 85 до 95 %, ложных срабатываний стало меньше: 2,9 % вместо 3,6 %. Сервис передан команде телефонии.

ИИ проверяет чаты поддержки: больше половины — без человека

Вход

Чаты поддержки, которые идут на контроль качества: решён ли вопрос, эмпатия, критические ошибки, грамотность.

Модель

LLM проверяет чат по критериям QA, подсказывает менеджеру ошибки оператора, а безупречные чаты закрывает сама.

Действие

Остальные чаты QA-менеджеры проверяют с готовой подсказкой ИИ: где ошибся оператор и по какому критерию. Споры с подсказками идут в следующую версию промптов.

Защита

Личные данные маскируются до того, как чат попадёт в модель. Если ИИ не смог проверить чат, его проверяет человек, а конвейер не останавливается.

Эффект

Больше половины чатов поддержки ИИ проверяет без человека, остальные QA-менеджеры проверяют с его подсказкой.

Алерты, которые читают чаты поддержки

Вход

Тексты чатов поддержки, платёжные обращения по часам, доступность чата, метрики колл-центра.

Модель

Сравнение с нормой для того же дня недели (устойчивое к выбросам), правило всплесков и поиск новых кодов ошибок.

Действие

Каждый час сообщает в Telegram о поломках продукта и всплесках платёжных жалоб — дашборд открывать не нужно.

Мерить эффект разговора, а не кампании

Модель

Звоним всем, а в группы распределяем только тех, кто взял трубку; в контрольной группе звонок сбрасывается. Так тест измеряет эффект самого разговора, а не попытки дозвониться.

Эффект

Разницу от 3,4 п.п. тест замечает уже за 7 дней, потому что в нём участвуют только те, на кого звонок может повлиять.

Эксперименты, которые останавливаются сами

Модель

Последовательный тест: эксперимент заканчивается, как только данных достаточно для вывода, а не в заранее назначенную дату.

Эффект

Метод внедрён в отделе — средний тест стал вдвое короче.

DataGlass

Рыночная разведка для iGaming

Что делает

Трафик, сигналы спроса, лицензии, платёжные методы и бонусы сотен операторов — данные обновляются каждый месяц. SaaS с пробным периодом на 14 дней.

PaysOrNot

Платит ли казино?

Что делает

Индекс ответственности и надёжность выплат по 47 000+ отзывам игроков с пяти площадок, плюс сигнал о проблемах с выплатами по странам. Операторы могут отвечать на жалобы.

dalat.place

Гид по Далату, Вьетнам

Что делает

Каталог мест с поиском, который понимает синонимы и транслитерацию, погода и собственная аналитика: повторные визиты, источники трафика, воронка.

Mirror

ИИ-бот с памятью о человеке

Что делает

Telegram-бот, который ловит самообман. Его память — типизированная модель человека: ценности, страхи, противоречия с цитатой и датой, карта повторяющихся паттернов. Память заполняет дешёвая языковая модель, а отвечает более сильная. От памяти зависит тактика: когда давить, когда поддержать, когда написать первым.

Nod

Управление компьютером лицом

Что делает

Курсор следует за поворотом головы, клик — подмигиванием. 478 точек лица, фильтр от дрожания, калибровка двойным морганием, сборка в приложение для macOS.

Bienveille

Присмотр за пожилыми без камер

Что делает

Датчик на счётчике электричества изучает распорядок дня человека и поднимает тревогу, если утро не началось. Модель проверена на реальных данных счётчиков из 13 домов пенсионеров.