Syntha Lab EN

ИИ в моде и аналитике: где применять, где нет, как проверять результат, какие нужны данные и какие бывают ошибки. Памятка и чек-лист

Памятка о границах применимости ИИ для бренда и ритейла: на каких задачах он помогает, на каких опасен, как проверить результат против простого правила, какие данные нужны и какие ошибки встречаются чаще всего. Документ решает, внедрять ли ИИ на конкретной задаче, как организовать пилот с базовой линией и пороговым улучшением и когда остановить использование. В нём нет обещаний эффекта: только порядок проверки, пример на числах и чек-лист.

Бренд, клиент, организация Бренд и ритейл Проверено: 2026-11-15

Открыть интерактивно →

Зачем этот документ

ИИ выглядит убедительно даже там, где ошибается: уверенный текст, красивый график, точный на вид прогноз. Поэтому его принимают по впечатлению, а не по проверке, и ошибка доходит до цены, закупки или клиента. Документ читают собственник, руководитель данных, аналитик, планировщик и руководитель контента при выборе задач для ИИ и при запуске пилота. Он даёт простое правило: сравнивать с бесплатной базовой линией, проверять на данных, которых модель не видела, и учитывать полную стоимость, включая подготовку данных и проверку человеком.

Коротко

Что это за документ и зачем он нужен?
Памятка о границах применимости ИИ для бренда и ритейла: на каких задачах он помогает, на каких опасен, как проверить результат против простого правила, какие данные нужны и какие ошибки встречаются чаще всего. Документ решает, внедрять ли ИИ на конкретной задаче, как организовать пилот с базовой линией и пороговым улучшением и когда остановить использование. В нём нет обещаний эффекта: только порядок проверки, пример на числах и чек-лист.
Кто отвечает за документ и как часто его пересчитывать?
Руководитель данных или аналитики ведёт реестр задач с ИИ и проверки, владелец процесса отвечает за результат и остановку, юрист проверяет данные и права; пересмотр при каждой новой задаче и раз в квартал по метрикам.
Какие ошибки встречаются чаще всего?
Бренд: ИИ принимают по впечатлению от красивого результата → внедряют то, что слабее бесплатного правила → всегда сравнивайте с базовой линией и записывайте порог улучшения заранее. Бренд: в публичный сервис загружают техописания, цены и контакты фабрик → утечка коммерческой информации → используйте закрытые решения или обезличивайте данные и закрепите правила в политике. Ритейл: ответ клиенту от ИИ отправляют без проверки → в ответе неверные условия возврата или цена → проверяйте условия и цены по справочникам и храните журнал ответов.

Для кого

Бренд
Бренд применяет ИИ в описаниях и изображениях, тегировании каталога, прогнозе спроса по артикулам и поддержке клиентов: ему важны права на изображения, защита технической документации и закупочных цен и проверка прогноза до заказа у фабрики.
Ритейл
Ритейлер применяет ИИ в прогнозе и пополнении, рекомендациях, ответах клиентам и анализе отзывов: ему важны персональные данные клиентов, ответственность за ответ перед покупателем и проверка прогноза пополнения на уровне магазина и категории.

Из чего состоит

Где ИИ помогает

  • ИИ полезен там, где есть данные и опыт, а ошибка недорога или легко видна. Примеры: черновики описаний и ответов, тегирование и поиск по фото товара, извлечение данных из документов и накладных, группировка отзывов по темам, идеи для мудбордов, прогноз спроса по большому числу рядов с историей.
  • Он ускоряет рутину, но не заменяет ответственного: результат это черновик, который проверяет человек. Выигрыш измеряют временем и ошибками на конкретной задаче до и после, а не общим впечатлением.
  • Бренд: используйте ИИ для черновиков карточек, тегирования каталога по фото и первичной группировки отзывов, а цены, составы и размеры подставляйте из справочников, а не из текста модели.
  • Ритейл: используйте ИИ для прогноза пополнения по большому числу артикулов и магазинов, группировки обращений клиентов и поиска расхождений в данных, оставляя решение о заказе человеку с порогом согласования.

Где ИИ не применять или применять с жёстким контролем

  • Не доверяйте ИИ расчёты денег, налогов и цен без проверки формулой: он может ошибиться в арифметике и уверенно объяснить неверный результат. Считайте по формуле в расчёте, а ИИ используйте для пояснения.
  • Юридические и нормативные выводы ИИ может выдумать: номер закона, срок, штраф. Любую норму проверяйте в тексте закона и у юриста; в Lab такие факты помечены «проверьте» именно поэтому.
  • Прогноз для нового артикула без истории ИИ строит по аналогам, и качество зависит от выбора аналогов: это гипотеза для теста, а не заказ. Решения о людях и персональных данных без правового основания и проверки не принимаются.
  • Бренд: не загружайте в публичные сервисы технические описания, закупочные цены, контакты фабрик и неопубликованные коллекции: это коммерческая тайна; используйте закрытые решения или обезличивайте данные.
  • Ритейл: ответ клиенту, сформированный ИИ, это ответ компании: проверяйте условия возврата, сроки и цены перед отправкой и не отдавайте персональные данные клиентов сервису без основания и договора.

Как проверять результат

  • Базовая линия: сравнивайте ИИ с простым бесплатным правилом (как в прошлый период, как в тот же период прошлого сезона). Метод без выигрыша у базовой линии не нужен, как бы он ни выглядел. Выигрыш считают как единицу минус ошибка ИИ, делённая на ошибку базовой линии.
  • Отложенные данные: проверяйте на периодах, которых модель не видела при настройке, а прогноз фиксируйте до факта. Подгонка под известный факт даёт красивую и бесполезную цифру. Смотрите не только на среднюю ошибку, но и на смещение (завышает или занижает) и на долю периодов, где ИИ точнее.
  • Для текстов и картинок: золотой набор из заранее известных ответов, ручная выборка (проверка заданного числа результатов человеком), повторяемость (одинаковые ли выводы при том же запросе) и чувствительность к формулировке. Любой факт в тексте сверяйте с источником данных.
  • Бренд: перед заказом у фабрики по прогнозу с ИИ сравните его с наивным правилом на прошлом сезоне и запишите порог улучшения, при котором прогноз используется; ниже порога остаётся простое правило.
  • Ритейл: проверяйте прогноз пополнения на уровне магазина и категории раздельно: точный в среднем по сети прогноз может быть плох по отдельным магазинам и размерам.

Данные и типовые ошибки

  • Продажи не равны спросу: при дефиците товара или закрытой точке спрос не виден. Дубли, пропуски, смена кодов артикулов, акции и разовые заказы искажают ряд; перед обучением очистите данные и отметьте периоды дефицита и акций.
  • Типовые ошибки: утечка будущего (в обучение попали данные, которых на момент прогноза не было), подгонка под историю, дрейф (поведение покупателей изменилось, а модель нет), смещённая выборка, выдуманные факты в текстах и излишняя уверенность. Против каждой есть проверка: отложенные данные, мониторинг ошибки по неделям, ручная выборка.
  • Бренд: заведите реестр задач с ИИ: что делает, на каких данных, кто отвечает, какая метрика и порог остановки; без реестра никто не знает, что работает и сколько стоит.
  • Ритейл: мониторьте ошибку прогноза по неделям и по группам магазинов и останавливайте использование, когда ошибка выходит за порог; возвращайтесь к простому правилу, пока причина не найдена.

Чек-лист пилота

  • Перед запуском: задача и решение, которое она поддерживает, названы; есть данные и их владелец; определена базовая линия; задан порог улучшения; оценена цена ошибки; проверены права на данные и изображения; определён ответственный и порог остановки.
  • В работе: результат сравнивается с базовой линией на отложенных данных; ведётся ручная выборка; ошибка и смещение отслеживаются по неделям; журнал запросов и версий хранится; персональные и коммерческие данные не уходят в публичные сервисы.
  • После: выгода считается в деньгах за вычетом полной стоимости (подписка, подготовка данных, проверка человеком); решение: расширить, оставить, остановить; выводы записаны в реестр.

Откуда берутся данные

Источник данныхПоля
Исторические продажи и остаткипродажи по артикулам и периодам, отметки дефицита и акций, смены кодов, цены и календарь
Прогноз и версии моделипрогноз, сделанный до периода, дата и версия, параметры, горизонт
Базовая линия и метрикинаивный прогноз, WAPE, смещение, доля периодов, порог улучшения
Журнал использованиязапросы и ответы, ручная выборка и замечания, стоимость, ответственный, решения об остановке

Как собрать по шагам

  1. Шаг 1: Бренд: выберите задачу, назовите решение, которое она поддерживает, и цену ошибки; задачи без решения для ИИ не берите.
  2. Шаг 2: Проверьте матрицу пригодности: есть ли данные и опыт, недорога ли ошибка, можно ли проверить результат.
  3. Шаг 3: Подготовьте данные: очистите дубли и пропуски, отметьте дефицит и акции, проверьте права и персональные данные.
  4. Шаг 4: Определите базовую линию и порог улучшения до начала пилота и запишите их.
  5. Шаг 5: Сделайте прогноз до факта и сравните с базовой линией на отложенных периодах: WAPE, смещение, доля периодов.
  6. Шаг 6: Ритейл: проверьте результат на уровне магазина и категории раздельно и добавьте ручную выборку ответов, если это тексты.
  7. Шаг 7: Посчитайте выгоду в деньгах за вычетом полной стоимости и сравните с порогом; решите: расширить, оставить или остановить.
  8. Шаг 8: Ритейл: настройте мониторинг ошибки по неделям и порог остановки, назначьте ответственного.
  9. Шаг 9: Бренд: внесите задачу в реестр с метрикой, стоимостью и датой следующей проверки.

Формулы

ПоказательФормулыПояснение
WAPE и смещениеОпределения WAPE и смещения даны один раз: в термине «Ошибка прогноза (WAPE) и смещение» и в расчёте «Точность прогноза по неделям» (fcdash); здесь они считаются по тем же периодам для ИИ и для наивного правилаПлюс в смещении завышает продажи, минус занижает.
Улучшение против базовой линииУлучшение = 1 − WAPE ИИ ÷ WAPE наивногоСравнивается с порогом, который задаёт политика.
ВыгодаВыгода = (ошибка наивного − ошибка ИИ) × цена ошибки единицы − затраты на инструментЗатраты включают подготовку данных и проверку человеком.

Формулы в записи

Улучшение и выгода
I = 1 − WAPE_ai / WAPE_naive, G = (E_naive − E_ai) · c − K
E: суммарная абсолютная ошибка в штуках; c: цена ошибки одной единицы; K: затраты на инструмент за горизонт; метод берут, если I не ниже порога и G > 0.

Пример с числами

Условная проверка прогноза спроса на куртку-рубашку: 12 недель, ИИ против правила «как на прошлой неделе»

ПоказательИИНаивное правило
Сравниваемых недель1111
Суммарная ошибка, шт.181215
WAPE, %12,114,4
Смещение, %0,3−0,3
Недель, где метод точнее92
Улучшение против правила, %15,8—
Выгода (34 шт. × 600 ₽) и итог после 20 000 ₽ затрат, ₽20 400 / 400—

Условные данные. Улучшение 16 % проходит порог 10 %, но выгода почти равна затратам: итог около 400 ₽ за 12 недель. Это повод не расширять применение, а проверить ещё один сезон и стоимость подготовки данных. Ничья в одну неделю считается за правило.

Рисунки

Факт, прогноз ИИ и наивное правило по неделям
Линейный график: Факт: 95 → 85; Прогноз ИИ: 85 → 100; Наивное правило: 80 → 10050100150200250Н2Н4Н6Н8Н10Н12Факт, Н2: 95Факт, Н3: 110Факт, Н4: 140Факт, Н5: 170Факт, Н6: 190Факт, Н7: 185Факт, Н8: 160Факт, Н9: 140Факт, Н10: 120Факт, Н11: 100Факт, Н12: 85Прогноз ИИ, Н2: 85Прогноз ИИ, Н3: 98Прогноз ИИ, Н4: 116Прогноз ИИ, Н5: 146Прогноз ИИ, Н6: 172Прогноз ИИ, Н7: 201Прогноз ИИ, Н8: 178Прогноз ИИ, Н9: 156Прогноз ИИ, Н10: 134Прогноз ИИ, Н11: 114Прогноз ИИ, Н12: 100Наивное правило, Н2: 80Наивное правило, Н3: 95Наивное правило, Н4: 110Наивное правило, Н5: 140Наивное правило, Н6: 170Наивное правило, Н7: 190Наивное правило, Н8: 185Наивное правило, Н9: 160Наивное правило, Н10: 140Наивное правило, Н11: 120Наивное правило, Н12: 100шт.
  • Факт
  • Прогноз ИИ
  • Наивное правило
Данные таблицей
ПоказательФактПрогноз ИИНаивное правило
Н2958580
Н31109895
Н4140116110
Н5170146140
Н6190172170
Н7185201190
Н8160178185
Н9140156160
Н10120134140
Н11100114120
Н1285100100

Факт, прогноз ИИ и наивное правило по неделям. Наивное правило отстаёт на подъёме и на спаде спроса; ИИ ошибается меньше, но на пике завышает продажи.

Ошибка WAPE: ИИ и наивное правило
Столбчатая диаграмма: ИИ 12,1, Наивное правило 14,4051015ИИИИWAPE, %: 12,112,1Наивное правилоНаивное правилоWAPE, %: 14,414,4%
Данные таблицей
ПоказательWAPE, %
ИИ12,1
Наивное правило14,4

Ошибка WAPE: ИИ и наивное правило. ИИ точнее на 2,3 п. п., это улучшение 16 % против правила; вопрос в том, окупает ли это затраты.

Пригодность задач для ИИ: условная оценка по трём вопросам
Тепловая карта: 7×3; мин. 0, макс. 1Есть данные и опытЕстьданные и…Ошибка недорогаОшибканедорогаРезультат проверяемРезультатпроверяемЧерновик описания товараЧерновик описаниятовара1Черновик описания товара / Есть данные и опыт: 11Черновик описания товара / Ошибка недорога: 10Черновик описания товара / Результат проверяем: 0Тегирование и поиск по фото товараТегирование ипоиск по фото…1Тегирование и поиск по фото товара / Есть данные и опыт: 11Тегирование и поиск по фото товара / Ошибка недорога: 11Тегирование и поиск по фото товара / Результат проверяем: 1Прогноз спроса по артикулам с историейПрогноз спроса поартикулам с…1Прогноз спроса по артикулам с историей / Есть данные и опыт: 10Прогноз спроса по артикулам с историей / Ошибка недорога: 01Прогноз спроса по артикулам с историей / Результат проверяем: 1Прогноз для нового артикула без историиПрогноз длянового артикула…0Прогноз для нового артикула без истории / Есть данные и опыт: 00Прогноз для нового артикула без истории / Ошибка недорога: 00Прогноз для нового артикула без истории / Результат проверяем: 0Юридический или налоговый выводЮридический илиналоговый вывод0Юридический или налоговый вывод / Есть данные и опыт: 00Юридический или налоговый вывод / Ошибка недорога: 00Юридический или налоговый вывод / Результат проверяем: 0Черновик ответа клиентуЧерновик ответаклиенту1Черновик ответа клиенту / Есть данные и опыт: 11Черновик ответа клиенту / Ошибка недорога: 10Черновик ответа клиенту / Результат проверяем: 0Автоподбор цены без экономикиАвтоподбор ценыбез экономики1Автоподбор цены без экономики / Есть данные и опыт: 10Автоподбор цены без экономики / Ошибка недорога: 00Автоподбор цены без экономики / Результат проверяем: 0
  • 0 … 1 0 или 1
Данные таблицей
Есть данные и опытОшибка недорогаРезультат проверяем
Черновик описания товара110
Тегирование и поиск по фото товара111
Прогноз спроса по артикулам с историей101
Прогноз для нового артикула без истории000
Юридический или налоговый вывод000
Черновик ответа клиенту110
Автоподбор цены без экономики100

Пригодность задач для ИИ: условная оценка по трём вопросам. 1 значит «да», 0 «нет» по каждому вопросу; чем больше единиц, тем меньше риск. Оценка суждение, а не измерение: подставьте свои ответы.

Пилот ИИ: от задачи до решения. Базовая линия и порог задаются до пилота; решение принимается по отложенным данным и стоимости.

  1. Задача и решение → Данные и права
  2. Данные и права → Базовая линия и порог
  3. Базовая линия и порог → Тест на отложенных данных
  4. Тест на отложенных данных → Выгода за вычетом затрат
  5. Выгода за вычетом затрат → Расширить, оставить, остановить
  6. Расширить, оставить, остановить

Особенности по категориям

Одежда
Одежда: ИИ полезен в тегировании каталога по фото и прогнозе по артикулам с историей; новинки без истории прогнозируйте по аналогам как гипотезу, а размерную сетку проверяйте отдельно, потому что ошибка по размерам даёт и дефицит, и остаток.
Обувь
Обувь: главная ошибка размеры и колодки: подсказки по размеру на основе ИИ снижают возвраты только при проверке на данных возвратов; прогноз по размерному ряду проверяйте по каждому размеру, а не в среднем.
Аксессуары
Аксессуары: на артикул мало продаж, прогноз по артикулу шумит; прогнозируйте на уровне категории и типа, а ИИ применяйте для тегирования, поиска похожих и описаний, где ошибка недорога.
Детское
Детское: данные о детях и их родителях это персональные данные с особым режимом, в сервисы ИИ без основания и проверки их не загружают; спрос сильно сезонный и привязан к размеру, поэтому наивное правило с сезонным сдвигом часто трудно обыграть.
Мужское
Мужское: спрос стабильнее и повторяется по базовым позициям, поэтому простое правило с сезонным сдвигом сильно; ИИ выигрывает на длинном хвосте артикулов и в тегировании, а не на ядре, где выигрыш у базовой линии мал.
Женское
Женское: спрос волатильнее, много трендовых позиций и коротких жизненных циклов, история короче; прогноз по новым артикулам остаётся гипотезой, а выигрыш ИИ чаще заметен на поведении покупателей и контенте, чем на точности прогноза отдельных артикулов.

Типичные ошибки

  • Бренд: ИИ принимают по впечатлению от красивого результата → внедряют то, что слабее бесплатного правила → всегда сравнивайте с базовой линией и записывайте порог улучшения заранее.
  • Бренд: в публичный сервис загружают техописания, цены и контакты фабрик → утечка коммерческой информации → используйте закрытые решения или обезличивайте данные и закрепите правила в политике.
  • Ритейл: ответ клиенту от ИИ отправляют без проверки → в ответе неверные условия возврата или цена → проверяйте условия и цены по справочникам и храните журнал ответов.
  • Ритейл: прогноз проверяют только в среднем по сети → плох по отдельным магазинам и размерам → оценивайте по магазинам, категориям и размерам раздельно и следите за смещением.
  • Проверяют на данных, на которых модель настраивали → ошибка занижена, в работе она выше → сохраняйте периоды для проверки и фиксируйте прогноз до факта.

Особенности России

  • Закон от 27.07.2006 № 152-ФЗ «О персональных данных»: загрузка данных клиентов в сервис ИИ это обработка, нередко поручение подрядчику и, возможно, передача за границу; основание, согласие и локализацию проверьте у юриста по действующей редакции. Норма: закон 152-ФЗ от 27.07.2006: Закон от 27.07.2006 № 152-ФЗ «О персональных данных».
  • Бренд: права на изображения и тексты, созданные с ИИ, использование чужих образов, лиц и стиля, а также требования к раскрытию использования ИИ в рекламе и контенте регулируются действующим законодательством и условиями сервиса: проверьте у юриста, не проверено.
  • Ритейл: ответ клиенту, подготовленный ИИ, это ответ компании: условия возврата, гарантии и информация о товаре должны соответствовать закону о защите прав потребителей и вашим правилам; формулировки проверьте у юриста, не проверено.
  • Бренд: коммерческая тайна (закупочные цены, фабрики, неопубликованные коллекции) защищается режимом коммерческой тайны и договорами; загрузка в публичные сервисы может нарушить режим: порядок проверьте у юриста, не проверено.

Открыть интерактивно →