А вы знали, что теперь Gemini можно использовать как AI-ассистента прямо в Google Sheets?

Я - да. Узнал от друга. Он подключил Gemini к таблице с маркетинговыми данными: расходы, лиды, продажи, каналы, кампании — ну вы понимаете, своё маленькое хранилище с блек-джеком и прочими прелестями.

О чём я подумал? Ну наконец-то!

Больше не надо ждать дашборд две недели, мучить аналитика вопросами или открывать 14 вкладок. Просто сидишь в таблице и спрашиваешь:

«Почему вырос CPA?»

«Где мы теряем деньги?»

«Что отключить? Что усилить?»

И AI вроде как должен всё разложить.

Так оно и было. Почти.

Если начистоту — это и правда просто.

Можно взять данные из рекламного кабинета, CRM, GA4, Stripe, сложить в таблицу, подключить Gemini и начать задавать вопросы.

«Найди аномалии».

«Объясни падение».

«Какие кампании нужно отключить?» и так далее.

И он отвечает. Причём уверенно. Гладко. Человеческим языком, иногда даже с табличкой, выводами и рекомендациями.

Магии хватает на первые пять минут. Внезапно оказывается, что чат с данными — это не то, чем хочется заниматься постоянно.

Сейчас попробую объяснить.

Вот мой друг. В итоге попробовал пару раз и бросил. Сказал что-то вроде: «Наверное, данных было мало». И добавил, что можно попробовать Claude — он, дескать, поумнее.

То есть проблема снова оказалась в инструменте. Ведь у моего приятеля было чем заняться: работа, планы, бюджеты, дедлайны и фаундер, который хотел понять, почему вчера всё было хорошо, а сегодня опять «надо разобраться». Но он пошёл общаться с Gemini.

Проблема нас, людей, в том, что мы не хотим чатиться с данными. Мы хотим, чтобы данные через агента сами сказали нам, что делать.

Но агенты ничего не говорят, пока их не попросишь. Более того, они отвечают ровно на тот вопрос, который им задали. И вот тут — вуаля. Что будет делать агент в условиях тотальной свободы? Верно: угождать пользователю.

В итоге мы ждём магии, а получаем «Ты прав, хозяин». Это путь в никуда: вопрос «что у нас происходит?» звучит нормально только в нашей голове. Для агента это просто клёвый способ погенерить токенов.

Нормальный вопрос звучит иначе: «Какие 3 адсета за последние 14 дней дали CPA выше целевого на 30%+, при этом потратили больше $500 и не принесли продаж?»

Тут AI уже может быть полезен. Потому что у него появляется рамка. Не просто «посмотри на данные и скажи, что я увидел». А «помоги принять конкретное решение».

А теперь представьте, что вы даёте ему обвес: вычищенный консистентный датасет, подробные инструкции, примеры запросов, нужный формат вывода, внешний контекст и удобный интерфейс.

Это уже совсем другое дело. Агент начинает работать под адекватные гипотезы, а не под output-токены.

Плохие новости: такие обвесы требуют ресурсов. Говорю это уверенно, потому что регулярно подключаюсь к проектированию аналитики с AI как внешний Head of Marketing Analytics.

Попробуйте начать:

  • Не с дашборда.
  • Не с агента.
  • Не с «давайте подключим AI, он сам разберётся».

Сначала вопросы. Потом решения. Потом данные. И только потом AI.

Потому что AI не чинит слабую постановку задачи. Он просто быстрее показывает, что её не было.

Больше о работе с данными в продукте и маркетинге есть в Телеграм-канале «Модель атрибуции».