Demo · Simulerad data

Dashboarden där AI:n läser siffrorna åt dig

En dashboard ska visa vad som hänt och hjälpa dig avgöra vad du gör åt det. Den här gör båda. Växla mellan tre olika veckor för en påhittad webbutik, klicka runt i nyckeltal, tratt och datahälsa, och låt AI:n skriva veckoanalysen med prioriterade åtgärder. All data är hittepå. Strukturen är den från det riktiga systemet.

01

Växla scenario

Lugn vecka, kampanj-burst eller datastrul. Samma dashboard, tre helt olika veckor att läsa av.

02

Klicka runt i flikarna

Nyckeltal, tratt och datahälsa. Klicka på ett trattsteg för att se vilken källa som matar det och hur pålitlig den är.

03

Låt AI:n skriva veckoanalysen

Se hur analysen växer fram med TL;DR och prioriterade åtgärder. I datastrul-veckan vägrar den dra slutsatser.

Kova GrowthDemo · Simulerad data

TL;DR

Normal vecka utan kampanj. Tratten beter sig som den brukar och alla sex datakällor rapporterar som väntat. Bra utgångsläge att läsa av trender på.

WoW = förändring mot föregående vecka. Klicka på ett kort för vad talet är, vilken källa som matar det och en läropoäng. Sparklinjen visar 8 veckor. Allt är simulerad data.

Samma princip som i det riktiga bygget

Det här är en förenklad version av ett system som faktiskt är i drift

Demon ovan är byggd för att visa principen tydligt, inte för att vara en komplett kopia. Så här hänger det ihop med det riktiga bygget.

Det riktiga bygget är Streamlit, BigQuery och Cloud Run i daglig drift för en verksamhet som faktiskt drivs, inte en attrapp.

Sju datakällor vägs samman med kvalitetsnivåer, så att svaga siffror aldrig ser starka ut och en trasig källa inte drar med sig hela vyn.

Claude får en strukturerad veckokontext och skriver analysen med prioriterade åtgärder, sådant en människa faktiskt fattar beslut på.

Casebeskrivningen av det riktiga bygget publiceras igen inom kort.

Vill du ha någon som kan det här i ditt team?

Hör av dig