BI & DA events

🤖 Тренды BI второго полугодия 2026: рынок просит доверие, а не витрины Ещё недавно AI в BI был чем-то вроде умного собеседника, который писал запрос, находил показатель и объяснял аномалию. Теперь ему хотят дать больше — собрать отчёт, разобраться в причинах, предложить следующий шаг, а в перспективе — выполнить разрешённое действие. Отсюда и главные тренды второй половины 2026: AI-агенты, семантика как контекст для AI, conversational BI от ответа к рекомендации, decision governance, MCP и объединение данных, AI и действий в единый контур. Это уже не футуристический сценарий: такие возможности появляются в продуктах и пилотах прямо сейчас. Другое дело, что до кнопки «управляй бизнесом сам» пока далеко 🙃 И это, пожалуй, главный вывод: чем больше AI умеет делать самостоятельно, тем важнее понимать, что именно мы готовы ему доверить, где заканчиваются его полномочия и кто отвечает за результат. 🔗Полный разбор трендов — в нашей статье.

Microsoft Research выложил Flint - новый язык для визуализации данных, заточенный под агентов и LLM Концепция - разделить то, что график значит, и то, как он рисуется. Агент пишет компактный семантический спек. Детерминированный компилятор выводит из данных, семантических типов и энкодингов всё остальное - шкалы, оси, отступы, раскладку. Дальше один и тот же спек компилируется в Vega-Lite, ECharts, Chart.js, Plotly и нативные чарты Excel. Flint интересен не как инструмент для чартов. Как готовый образец того, из чего собирается интерфейс между агентом и системой. https://microsoft.github.io/flint-chart/

https://t.me/russianchatbi/54234

https://t.me/Products_Events/1232

😛Fastboard открывает профессиональный доступ к BI Мы открыли самостоятельную регистрацию на демостенде Fastboard — чтобы знакомство с аналитикой начиналось не с долгих согласований, а с первого рабочего сценария. Теперь компании могут заранее проработать будущий BI-контур: собрать дашборд, определить ключевые показатели, обсудить логику отчётности с командой и понять, какие задачи стоит переносить в корпоративное внедрение. Для аналитиков, консультантов, фрилансеров и студентов профильных направлений это возможность работать с российским BI-инструментом на практике: создавать проекты, собирать портфолио, показывать решения клиентам, коллегам и рынку. В демосреде Fastboard можно: 🔵создавать BI-проекты и дашборды; 🔵работать над аналитикой вместе с коллегами; 🔵проверять управленческие и продуктовые сценарии; 🔵публиковать решения и развивать профессиональное портфолио; 🔵претендовать на размещение лучших работ в галерее решений Fastboard с указанием авторства. «Демодоступ — это не упрощённая версия продукта, а профессиональный вход в Fastboard. Компании могут начать с первого аналитического сценария, а специалисты — создавать реальные дашборды, публиковать решения и показывать свои работы рынку», — Мария Гирда, технический эксперт Fastboard. Это не пробная «песочница», а первый шаг к полноценному BI-контуру. Демосреда помогает перейти от идеи к рабочему дашборду, а затем — к корпоративному внедрению. 📌 При переходе на корпоративную версию созданные проекты и наработки сохраняются и могут стать основой дальнейшего развития аналитики. Самостоятельная регистрация уже открыта. Создавайте, тестируйте, показывайте свои решения — и превращайте данные в работающую аналитику вместе с Fastboard. ➡️ Fastboard: Телеграм | ВКонтакте | МАХ

🧠CRM есть. Почему тогда сделки всё равно теряются? Большинство компаний уже работают в CRM. Сделки ведутся, отчеты формируются, менеджеры заполняют карточки. Но когда руководителю нужно быстро ответить на вопросы: 😌где прямо сейчас зависли сделки; 🐱кто тормозит движение по воронке; 🐱на каком этапе теряется больше всего клиентов, оказывается, что готового ответа нет. 22 июля в 15:00 вместе с Логасофт проведем практический вебинар, на котором покажем, как BI-аналитика поверх CRM помогает видеть реальные процессы в продажах, принимать решения на основе данных и замечать проблемы до того, как они становятся потерянной выручкой. Спикеры: 💙Даниил Алексеев — руководитель проектов внедрения Битрикс24. Аудит, стратегия, внедрение и цифровизация процессов с измеримым результатом. 💙Мария Гирда — технический эксперт Fastboard. Проекты для 200+ компаний – Марс, Леруа Мерлен, Яндекс, Правительство Москвы, РЖД, КЖД. 📍22 июля, 15:00 (МСК) 🔗Регистрация — на сайте 📌Для собственников бизнеса и руководителей В2В-продаж.

⚡️Вышло новое исследование Self-Service-круг Громова 2026 Оно показывает, как российские платформы помогают бизнес-пользователям работать автономно во всей архитектуре данных, а не только в BI. В отчет вошло 20+ российских решений: от BI, ETL и IBP-систем до облачных сервисов и платформ по работе с семантическим слоем. Среди которых: Yandex DataLens, Modus BI/ETL, Loginom, Dat. ax, DataForge,Visiology, PIX BI, Rapeed и другие. ➡️Отчет поможет понять: – где self-service – реальная управляемая модель, а где – набор разрозненных функций или маркетинговая декларация, – какие элементы инфраструктуры критичны и как безопасно интегрировать AI, – как балансировать свободу пользователя и управляемость среды. ➡️Особое внимание уделено: – AI в self-service: без бизнес-контекста AI может давать убедительные, но неверные ответы. – и семантическому слою: пользователю недостаточно просто дать доступ к данным; нужно зафиксировать показатели, правила расчета, связи и ограничения интерпретации. 📌Исследование Self-Service-круг Громова 2026 основано на анализе документации и тестировании систем. Полный отчёт доступен на сайте центра «Круги Громова» – скачать бесплатно! ➡️ Участвуйте в конкурсе в честь выхода исследования. Используйте готовые ориентиры для оценки зрелости self-service в вашей компании. Круги Громова | Подписаться и стать частью Data-сообщества ⬅️ #КругиГромова #ИИ #AgenticAI #SelfService #исследование_КругиГромова

152-ФЗ на практике: как найти и контролировать ПДн в базах данных 🔎 Персональные данные сегодня есть практически в каждой корпоративной системе: CRM, ERP, DWH, BI, служебных таблицах и выгрузках. Но в большинстве компаний отсутствует прозрачность: где именно хранятся персональные данные, кто имеет к ним доступ, сколько существует «теневых» копий, используются ли эти данные вообще и какие риски это создает для бизнеса. 📆 26 мая в 11:00 МСК приглашаем на бесплатный онлайн-вебинар: «Управление персональными данными: как выстроить контроль в базах данных и снизить риски по 152-ФЗ» На вебинаре разберем: 📊 что 152-ФЗ говорит про ПДн в СУБД и DWH 📊 как автоматически находить и классифицировать ПДн 📊 как выявлять лишние копии и неиспользуемые данные 📊 зачем нужен мониторинг использования ПДн 📊 как выстроить системный процесс контроля 📊 как снизить нагрузку на ИБ- и data-команды за счет автоматизации Также покажем практический сценарий мониторинга ПДн в СУБД — от сканирования базы до автоматических рекомендаций по снижению рисков. 👥 Вебинар будет полезен руководителям ИБ, архитекторам и руководителям DWH / BI, администраторам СУБД. 🎁 Бонус участникам — чек-лист по контролю персональных данных в СУБД и DWH. 🔗 Регистрация по ссылке

21 апреля в Москве пройдёт «Лаборатория решений DataLens» — офлайн-ивент про BI и работу с данными на одних бизнес-задачах. 📍 Лофт Холл (Авантаж) 🕓 Сбор с 16:30, начало в 17:00 Формат: бизнес-команды из разных отраслей заранее передали свои задачи, а партнеры реализовали решения на базе DataLens. На встрече разберут, как эти решения устроены — от источников данных и интеграций до архитектуры, дашбордов и итоговых метрик. Внутри — кейсы из ритейла, финансов, госсектора и фармации: задачи по анализу ключевых показателей, мониторингу процессов, план-фактному контролю и объединению данных из разных систем в единый контур. В программе: — решения от Навикон, КОРУС Консалтинг, Смарт-Аналитикс и SQEEL — разбор решений и подходов к построению аналитики — доклад команды DataLens о платформенном развитии — вопросы и ответы по кейсам и техническим деталям — нетворк и общение Этот формат в стиле BI, инженерии данных и аналитики — с акцентом на том, как из данных появляются прикладные решения для бизнеса. 🔗 Регистрация по ссылке

Как построить клиентскую аналитику и находить точки роста в маркетинге и продажах в ритейле 📊 В большинстве ритейл-компаний маркетинг, продажи и аналитика существуют отдельно. Отчеты не связаны с деньгами, сегменты не дают управляемых решений, а реальные точки роста остаются незамеченными. 📆 15 апреля в 11:00 (онлайн) приглашаем на бесплатный вебинар «Как построить клиентскую аналитику и находить точки роста в маркетинге и продажах в ритейле», где разберём, как объединить данные в единую систему и начать управлять выручкой. 👨‍💻 Спикеры: Анастасия Третьякова — тимлид BI-направления Lasmart Сергей Студеникин — эксперт по визуализации данных в AW BI В программе вебинара: — как выстроить клиентскую аналитику в BI и связать её с реальной экономикой бизнеса; — как объединить маркетинг, продажи и клиентские данные в единую модель; — где искать точки роста LTV, среднего чека и выручки; — как выявлять поведенческие паттерны и превращать их в управляемые решения; — кейсы и дашборды, которые помогают находить скрытые инсайты. Кому будет полезно: директорам по маркетингу, коммерческим директорам, аналитикам, BI-специалистам и руководителям, отвечающим за рост выручки в ритейле. 🔗 Регистрация по ссылке Реклама ООО "Ласмарт" ИНН 7814186283, ERID: 2VtzqviiFX4

BI умрёт к концу года Это мнение Pete Hunt - CEO Dagster и человека из data-инфраструктуры, а не BI-вендора. Я думаю, что к концу этого года BI умрёт. Все BI-вендоры оказываются зажаты с двух сторон. Снизу, вертикальная интеграция со стороны data-компаний, плюс Claude уже довольно хорошо справляется с анализом данных. Сверху, компании из мира vibe coding, такие как Lovable и Replit, пытаются зайти в enterprise. Один из их сценариев - генерация презентаций и аналитики. По сути, это те же данные, только зафиксированные в конкретный момент времени, без постоянных дашбордов. BI-вендоры отвечают ожидаемо, добавляют AI-функции и повышают цены, чтобы сохранить маржу. Но здесь классическая дилемма инноватора. AI быстро становится commodity: похожие возможности появляются у всех, а цена неизбежно давится вниз. Поэтому ставка делается в другую сторону. Цель - сделать AI дешёвым и доступным интерфейсом, а основную ценность сместить ниже: в оркестрацию и data-платформу. Именно там остаются требования к надёжности, поддержке и восстановлению - вещи, за которые компании реально платят. BI вряд ли исчезнет. Скорее, он перестанет быть отдельным продуктом и станет частью других систем. @tldr_data

👀