Конспект вебинара по бизнес-правилам и использованию Generative AI в бизнес-анализе (Александр Белин, Алеся Дюсьмикеева)

Часть 1: Бизнес-правила (Александр)

1. Введение
• Кратко о бизнес-правилах и их изучении в практическом курсе.
• Возможность записи на курс со скидкой.
2. Проблемы в работе с бизнес-информацией
• Неполнота данных, избыточность, противоречия.
• Начинающие аналитики часто не замечают пробелы в информации.
3. Пример бизнес-процесса (кредитование)
• Описание процесса рассмотрения заявок на кредит:
• Каналы подачи (интернет, офис).
• Проверка кредитной истории, дохода, DTI (Debt-to-Income).
• Критерии принятия решений (возраст, сумма кредита и т. д.).
• Выделение повторяющихся логических конструкций и типовых решений.
4. Определение бизнес-правил
• Общие определения:
• Набор критериев для управления бизнесом.
• Правила, определяющие, что можно/нельзя делать, или условия принятия решений.
• Классификации:
• Рональд Росс:
• Определяющие правила (связи между концепциями).
• Поведенческие правила (управление действиями).
• Карл Вигерс:
• Утверждения, ограничивающие или определяющие аспекты деятельности организации.
5. Формализация бизнес-правил
• Простые правила: if X, then Y (например, "если кредитная история плохая → отказ").
• Сложные (многокритериальные) правила: комбинации условий (if X и Y и Z, then A).
• Таблицы принятия решений (Decision Tables):
• Столбцы: критерии.
• Строки: комбинации значений и соответствующие решения.
• Преимущества: наглядность, выявление пропущенных комбинаций.
6. Проблемы и риски
• Пропущенные комбинации критериев → неполные требования → ошибки в системе.
• Необходимость проверки полноты таблиц (например, через декартово произведение значений критериев).
7. Практический курс по бизнес-анализу
• 11 модулей: от концепций бизнеса до спецификаций требований.
• Примеры тем: моделирование сущностей, диаграммы UML, проектирование интерфейсов.

Часть 2: Использование Generative AI (Алеся)

1. Роль Generative AI в бизнес-анализе
• Помощь в структурировании информации, анализе логики, генерации артефактов.
• Использование как ассистента для Discovery и автоматизации рутинных задач.
2. Типы задач для AI
• Моделирование сценариев, выявление исключений, валидация бизнес-правил.
• Визуализация логики (например, диаграммы решений).
3. Работа с ChatGPT: лучшие практики
• Контекст: Четко обозначайте роль (например, "ты опытный бизнес-аналитик").
• Итеративность: Разбивайте запросы на шаги (от общего к частному).
• Примеры: Показывайте образцы желаемого результата (например, "сделай таблицу, как здесь").
• Проверка: Учитывайте "галлюцинации" AI — всегда перепроверяйте факты.
4. Демонстрация: извлечение бизнес-правил из текста
• Шаг 1: Анализ текста → выделение бизнес-логики.
• Шаг 2: Поиск пробелов/противоречий.
• Шаг 3: Формулировка вопросов к заказчику.
• Шаг 4: Генерация эталонной логики.
• Шаг 5: Создание Decision Table и диаграммы (например, в Mermaid).
5. Ограничения AI
• Конфиденциальность: анонимизируйте данные перед загрузкой.
• "Галлюцинации": запрашивайте источники информации.
• Нестабильность ответов: перезапускайте диалог при некорректных результатах.

Ключевые выводы

• Бизнес-правила — основа для корректных требований. Их пропуск ведет к ошибкам в системе.
• Generative AI ускоряет анализ, но требует контроля и четких инструкций.
• Инструменты вроде Decision Tables и Mermaid-диаграмм помогают визуализировать логику.

Дополнительные материалы: Презентация, промты и записи будут отправлены на email участников.

Ссылки:

• Telegram-группа для записи на курс: QR-код в презентации.
• LinkedIn Алеси и Александра — анонсы новых воркшопов.

Ссылка - https://www.youtube.com/watch?v=iHQxkNjgPGg&ab_channel=AlexanderBelin