Jak AI odpowiada na pytania z Comarch BI Point i Analizy BI bez budowania kolejnego raportu?

Tak, AI można podpiąć pod Comarch BI Point i Analizy BI i sprawić, żeby odpowiadał na pytania zarządu w kilka sekund, bez zlecania nowego raportu. Fizycznie działa to przez bezpośredni dostęp tylko do odczytu do bazy MS SQL, na której stoi Optima albo XL, oraz przez pliki eksportowane cyklicznie z kostek BI. Efekt: handlowiec pyta „jak wyglądają marże na kliencie X w tym kwartale" i dostaje odpowiedź, zamiast czekać na Excela od księgowej.

Macie BI Point, ale pytania i tak trafiają do Kasi z księgowości

Byliśmy u kilku firm, które mają pełne wdrożenie Comarch BI Point: kostki sprzedaży, finansów, magazynu, subskrypcje raportów ustawione na cały zarząd. I co? Zarząd otwiera BI Point może raz w tygodniu. Resztę czasu pyta Kasię z księgowości, bo nie wie, który raport otworzyć, albo potrzebuje innego przekroju, niż jest na pulpicie.

To nie jest wada BI Point. To problem z tym, jak ludzie korzystają z narzędzi raportowych. Raport w BI Point to gotowe zestawienie do oglądania, ale żeby dostać odpowiedź na konkretne pytanie, często trzeba przejść przez kilka filtrów, wiedzieć, gdzie dany wymiar jest, i wiedzieć, czy patrzy się na wartość netto czy brutto. Handlowiec tego zwykle nie wie i woli zapytać Kasię.

AI odwraca ten schemat. Zamiast „idź do raportu i przejdź przez filtry", dostajecie asystenta, który sam przechodzi przez dane i mówi odpowiedź zdaniem. Pytacie po polsku, dostajecie cyfrę plus kontekst.

Jakie dane wyciągamy z Comarch BI Point i Analizy BI

Comarch BI Point zbudowany jest jako warstwa nad bazą Optimy albo XL-a. Dane siedzą w MS SQL: w schemacie CDN dla Optimy, w schemacie CDN.XL dla XL-a. Kostki analityczne to zagregowane widoki tych danych, zbudowane pod konkretne obszary: Sprzedaż, Finanse, Magazyn, CRM, a w części wdrożeń też Produkcja.

Z kostki Sprzedaż wyciągamy: wartość sprzedaży netto i brutto, marżę, ilość sprzedaną, liczbę dokumentów, obrót na kontrahenta, sprzedaż wg towaru i grupy towarowej, sprzedaż wg handlowca oraz obrót wg magazynu i oddziału. W Finansach: należności bieżące i przeterminowane, zobowiązania, wpływy z tytułu płatności, saldo rozrachunków. W Magazynie: stan bieżący, rotacja, braki i nadwyżki.

Poza kostkami są tabele źródłowe w bazie Optimy: CDN.TraNag (nagłówki transakcji: faktury, WZ, PZ, korekty), CDN.TraElem (pozycje tych dokumentów z marżą na każdej pozycji), CDN.Kontrahenci (dane klientów, grupy kontrahentów), CDN.Towary i CDN.TwrGrupy (towary i ich grupy), CDN.PlatNag (rozrachunki z terminami płatności). Tam, gdzie kostka BI nie ma danej miary albo nie ma odpowiedniego wymiaru, AI sięga bezpośrednio do tabel źródłowych.

Z BI Point wyciągamy też listę subskrypcji raportów: kto dostaje co i kiedy, a nawet czy dany raport był w ogóle otwierany po odebraniu. W środowisku, gdzie przez trzy lata zbudowano kilkadziesiąt subskrypcji, połowa bywa martwa, bo odbiorca zmienił stanowisko albo zaczął korzystać z innego źródła.

Jak fizycznie wygląda podłączenie: baza SQL, kostka i eksport

Comarch BI Point nie ma publicznego REST API przeznaczonego do konsumpcji przez zewnętrzne systemy. Comarch nie dokumentuje takiego interfejsu dla integratorów i nie ma klienta API jak w Salesforce czy HubSpocie. To trzeba powiedzieć wprost.

Są trzy realne drogi podłączenia AI do danych BI Point.

• Bezpośredni dostęp do MS SQL. Optima i XL trzymają dane w MS SQL Server. Zakładacie konto z uprawnieniami wyłącznie do odczytu (SELECT), bez możliwości modyfikacji danych. AI robi zapytania do tabel CDN.TraNag, CDN.PlatNag i pozostałych. To najczęściej wybierana droga, bo daje pełny dostęp do surowych danych bez pośrednika. Wymaga: adresu serwera SQL, nazwy bazy (np. CDN_NazwaFirmy), loginu i hasła konta read-only oraz dostępności portu 1433 wewnątrz sieci albo przez VPN.
• Eksporty z BI Point do plików. Każdy raport w BI Point można wyeksportować do Excela lub CSV. Można też ustawić subskrypcję, która wysyła raport mailem według harmonogramu. AI odbiera te pliki z folderu sieciowego, skrzynki mailowej albo SFTP i przetwarza je cyklicznie. Zaletą jest brak ingerencji w bazę, AI nie dotyka serwera SQL. Wadą: dane mają opóźnienie względem zapytania na żywo i nie zawsze mają taki przekrój, jakiego akurat potrzebujecie.
• Połączenie z kostką SSAS przez MDX. Jeśli Comarch BI Point korzysta z SQL Server Analysis Services, kostka jest dostępna przez protokół MDX. AI może wysyłać zapytania MDX do kostki i dostawać zagregowane miary dokładnie takie, jakie widzi użytkownik w BI Point. Wymaga nazwy serwera SSAS, nazwy bazy analitycznej i konta z uprawnieniami do kostki.

W praktyce najczęściej łączymy dwa kanały: SQL do pytań ad hoc na żywo oraz eksporty z BI Point do raportów cyklicznych. Czego producent nie udostępnia: wewnętrznego API BI Point, zdarzeń w czasie rzeczywistym (webhooków) ani dostępu do konfiguracji subskrypcji przez zewnętrzny interfejs. To trzeba obsługiwać przez bazę albo bezpośrednio w konfiguracji BI Point.

Na jakie pytania AI odpowiada bez budowania raportu

Typowy dzień wygląda tak: prezes przed spotkaniem zarządu pyta „ile sprzedaliśmy w październiku w podziale na grupy towarowe i jak to wygląda względem września". Bez AI: Kasia z CDN.TraNag i CDN.TraElem w kilka minut, albo z gotowego raportu w BI Point jeśli taki przekrój istnieje. Z AI: pytanie wpisane w czat, odpowiedź w kilkanaście sekund, z tabelą i jednozdaniowym komentarzem.

Ale to nie jest jedyna wartość. Oto pytania, na które AI odpowiada, a do których BI Point nie ma gotowego raportu:

• „Którzy klienci zwiększyli obrót w tym kwartale, a którzy zredukowali powyżej zadanego progu?" (AI przechodzi przez CDN.TraNag, porównuje okresy, sortuje.)
• „Czemu marża na grupie Elektronika w BI Point pokazuje 18%, a handlowiec twierdzi, że jest bliżej 22%?" (AI sprawdza, które typy dokumentów są w kostce, jakie są filtry, porównuje z CDN.TraElem.)
• „Które subskrypcje raportów zostały skonfigurowane dla pracowników, którzy już u nas nie pracują?"
• „Jakie pozycje na dokumentach sprzedaży mają marżę poniżej progu, który wpisaliśmy jako minimalny?"
• „Wyjaśnij mi ten raport w kilku zdaniach, żebym mógł wkleić do maila do wspólników." (AI czyta gotowy eksport z BI Point i pisze streszczenie po ludzku.)

Ten ostatni przykład jest niedoceniany. Raport przychodzi mailem: tabela z osiemdziesięcioma wierszami, grupy towarowe, kolumny z dynamiką. Wspólnik, który dostaje tę subskrypcję co miesiąc, nie ma czasu jej czytać. AI przetwarza ten plik i pisze: „W październiku sprzedaż wzrosła w grupie Y, głównie za sprawą trzech produktów. Jednocześnie marża na grupie Z obniżyła się wyraźnie, co wynika z pozycji: tu konkretne kody towarów." Trzy zdania zamiast tabeli.

Dlaczego liczby w BI Point różnią się od tych w ERP i jak AI to wyjaśnia

To jeden z najczęstszych problemów, z jakimi trafiamy na wdrożeniach. Handlowiec patrzy do Optimy i widzi sprzedaż X. Zarząd patrzy do BI Point i widzi Y. Obaj mają rację, bo patrzą na inne dane.

W Comarch BI Point kostka odświeża się według harmonogramu, nie w czasie rzeczywistym. Jeśli kostka odświeżała się o 7 rano, a faktura wyszła o 9, BI Point jej nie widzi do następnego odświeżenia. Poza tym kostka może mieć inny filtr statusu dokumentów: np. uwzględnia tylko faktury zatwierdzone, a ERP pokazuje też dokumenty w buforze. Kolejna rzecz: data w BI Point może być pobrana z pola TrN_DataWys (data wystawienia), a handlowiec patrzy na TrN_DataSprzed (data sprzedaży), które dla fakturowania końca miesiąca bywają różne. Do tego korekty i paragony bywają traktowane różnie po obu stronach.

AI potrafi odpowiedzieć na pytanie „skąd ta różnica" przez porównanie agregatu z kostki z zapytaniem bezpośrednio do CDN.TraNag z tymi samymi filtrami. Jeśli wyniki się różnią, AI wskazuje, które typy dokumentów wchodzą do liczby w bazie, a których nie ma w kostce. To bywa pierwsza poważna robota analityczna, którą AI robi już w pierwszym tygodniu wdrożenia, i od razu zdobywa zaufanie księgowej.

Kiedy BI Point wystarczy, a kiedy asystent nad danymi daje coś więcej

Comarch BI Point jest dobrym narzędziem do stałych raportów, które oglądają ci sami ludzie w tych samych przekrojach. Miesięczny raport sprzedaży dla zarządu, cotygodniowe zestawienie handlowców, kontrola stanu magazynu według grup. Jeśli to jest Wasz model pracy z danymi, BI Point sam w sobie jest wystarczający.

AI nad BI Point ma sens, gdy:

• Pytania są nieprzewidywalne. Zarząd co chwilę pyta o coś innego i nie chce czekać na nowy raport.
• Dane wymagają tłumaczenia. Liczba sama w sobie nic nie mówi, potrzebny jest kontekst i porównanie z poprzednim okresem.
• Chcecie alertów, nie raportów. Zamiast oglądać raport co tydzień, chcecie dostać wiadomość tylko wtedy, gdy marża spada poniżej progu albo klient nie płaci już trzeci miesiąc z CDN.PlatNag.
• Różne osoby potrzebują różnych przekrojów. Handlowiec pyta o swój region, dyrektor o całość, właściciel o grupę klientów kluczowych. Budowanie dla każdego osobnych raportów to praca na tygodnie.
• Macie dane i w BI Point, i w Optimie, i gdzieś jeszcze, np. w arkuszu z budżetem, i chcecie je zestawiać w jednym miejscu.

AI nie zastępuje BI Point. Uzupełnia go: BI Point robi agregację i prezentację danych, AI odpowiada na pytania i wyłapuje odchylenia bez angażowania analityka ani księgowej.

Od czego zaczynamy

Zanim cokolwiek podłączymy, robimy jedno ćwiczenie: zapisujemy przez tydzień, z jakimi pytaniami o dane zarząd i handlowcy trafiają do księgowości. Zwykle wychodzi lista dziesięciu do piętnastu pytań, które wracają co miesiąc. To jest punkt startowy dla AI.

Potem patrzymy, skąd te dane biorą się w Optimie albo XL-u: które tabele, które pola, jakie filtry. W większości przypadków to CDN.TraNag i CDN.TraElem dla pytań sprzedażowych, CDN.PlatNag dla należności i terminów, CDN.Towary i CDN.TwrGrupy dla analiz asortymentowych. Zakładamy konto read-only do bazy SQL i wgrywamy schemat do asystenta.

Pierwsze dwa tygodnie to praca nad jakością odpowiedzi: doprecyzowanie, które typy dokumentów wchodzą do agregacji, jak liczyć marżę (brutto czy netto, z korektami czy bez), skąd bierzemy datę dokumentu. To jest ta sama rozmowa, którą normalnie prowadzicie z analitykiem na początku projektu BI. Różnica jest taka, że efekt trafia od razu do asystenta, a nie do kolejnego gotowego widoku, którego nikt nie będzie otwierał.

Chcecie zobaczyć, jak to wygląda na Waszych danych z Optimy lub BI Point? 15 minut rozmowy wystarczy, żeby ocenić, co jest możliwe i co ma sens u Was. Mamy też realne wdrożenia u firm, które korzystają z podobnych układów danych.