Jak nauczyć zespół pytać firmowe dane?

Dobre pytanie do danych określa miarę, okres, grupę i decyzję, którą odpowiedź ma wesprzeć. „Jak idzie sprzedaż?” jest zbyt szerokie nawet dla doświadczonego analityka. Asystent AI może zaproponować doprecyzowanie, ale nie powinien po cichu wybrać definicji przychodu.

Szerszy kontekst pokazuje filar „AI w codziennej pracy”.

Od ogólnego pytania do decyzji

Zamiast „jak idzie sprzedaż?” zapytaj: „Jak zmieniła się marża brutto na zamówieniach z segmentu B w tym kwartale wobec poprzedniego, po uwzględnieniu zwrotów?”. To nadal może wymagać wyjaśnienia, czym jest segment B i kiedy zwrot trafia do wyniku. Właśnie te pytania ujawniają jakość danych, zamiast ją maskować.

Ćwiczenie dla zespołu jest proste. Każdy wybiera jedną decyzję, którą podejmuje co tydzień, i zapisuje: potrzebną miarę, źródło, zakres czasu oraz próg działania. Potem porównuje odpowiedź asystenta z raportem źródłowym na dwóch przykładach. Jeśli liczby się różnią, nie poprawia promptu w ciemno; szuka różnicy definicji. Spójność raportów wyjaśnia częste przyczyny takich rozbieżności.

Naucz asystenta mówić „nie wiem”

Przy pytaniach o dane firmowe wymagaj wskazania źródła, czasu odświeżenia i użytej definicji. Gdy brakuje pola, asystent powinien powiedzieć, czego nie może policzyć. Odpowiedź z pozornie dokładną liczbą bez źródła jest gorsza niż jasna informacja o luce. To szczególnie ważne, gdy wynik trafia do klienta lub zarządu.

Przykład dydaktyczny: dwie osoby pytają o „liczbę klientów” i otrzymują różne wyniki. Jedna liczy firmy z aktywną umową, druga wszystkie konta w CRM. Obie liczby mogą być poprawne dla różnych decyzji. Zadaniem szkolenia nie jest wymuszenie jednej odpowiedzi, lecz nauczenie rozpoznawania znaczenia miary.

Sprawdzaj użyteczność, nie liczbę zapytań

Po miesiącu zapytaj, które decyzje stały się łatwiejsze, gdzie odpowiedzi były niejasne i jakie definicje wymagały uzgodnienia. Jak mierzyć jakość pracy z AI daje szerszą ramę oceny. Liczba promptów nie mówi, czy ludzie lepiej rozumieją firmę.

Zacznij od pięciu rzeczywistych pytań zespołu. Gdy potrafisz wskazać źródło i definicję każdej odpowiedzi, dopiero wtedy poszerzaj dostęp.

Ćwiczenie na jednym raporcie

Weź liczbę, którą zespół widzi co tydzień, i poproś trzy osoby o zapisanie, co ich zdaniem obejmuje. Niech wskażą źródło, okres i przypadki wyłączone. Rozbieżności są materiałem do rozmowy o definicji, nie dowodem, że ktoś źle używa AI. Następnie zadaj asystentowi pytanie bez kontekstu i sprawdź, czy prosi o doprecyzowanie. Jeżeli sam wybiera mianownik lub datę, wynik nie nadaje się jeszcze do decyzji.

Po uzgodnieniu definicji przygotuj krótką kartę miary dla zespołu. Umieść na niej przykład liczenia oraz sytuację, w której miary nie należy używać. Pracownicy nauczą się więcej na takim konkretnym ograniczeniu niż na liście „dobrych promptów”. Przez kilka tygodni zbieraj pytania, na które nadal nie ma odpowiedzi. To wskaże luki w danych i kompetencjach lepiej niż raport liczby rozmów z asystentem.