Существует огромная разница между изучением технологии как абстрактного предмета и ее использованием для создания решения, которое решает реальную проблему. Именно с этой идеей и родилось приложение Рыночная информация, веб-инструмент, созданный для поддержки региональных исследований конкуренции, возможностей и коммерческого позиционирования.
Проект был разработан как практическая демонстрация концепций, реализованных по трем направлениям My Robot Barra da Tijuca: бизнес-видение My Robot Business, создание приложений App Developer и ответственное использование данных и искусственного интеллекта в ходе Искусственный интеллект.
Демо и код
Проект доступен для тестирования, а репозиторий открыт для изучения.
Идея: превратить бизнес-вопросы в цифровой опыт
Первоначальный вопрос был прост:
Как вы можете помочь кому-то лучше понять регион перед открытием, позиционированием или корректировкой бизнеса?
На практике этот вопрос включает в себя несколько других:
- Кто ближайшие конкуренты?
- Какие альтернативы клиент находит в регионе?
- Имеет ли выбранный адрес смысл?
- Радиус действия мал, широк или насыщен?
- Существуют ли барьеры, возможности или точки внимания?
- Какие коммерческие действия могли бы быть приоритетными?
Чтобы ответить на этот вопрос вручную, требуются исследования, чтение карт, сравнение данных и некоторое стратегическое мышление. Предложение приложения заключалось в том, чтобы превратить этот процесс в управляемый поток: пользователь вводит сферу деятельности, контрольное местоположение, радиус анализа и, если у него уже есть существующая компания, он также может ввести CNPJ и почтовые индексы клиентов.
Отсюда система систематизирует общедоступные данные, обращается к внешним API, создает карту региона, идентифицирует конкурентов и генерирует отчет с рекомендациями.
Что пришло от My Robot Business
My Robot Business помогает учащимся наблюдать за проблемами, организовывать идеи, думать об общественности, ценностном предложении, общении, затратах и принятии решений. Применение анализа рынка использует ту же логику: прежде чем создавать технологию, вам необходимо понять, на какой бизнес-вопрос необходимо ответить.
На практике система переводит навыки курса в реальную ситуацию:
- наблюдение за рынком, конкурентами и возможностями;
- организация информации для уменьшения догадок;
- обоснованное планирование коммерческих действий;
- четкое изложение рекомендаций в отчете;
- использование данных для поддержки решений без потери ответственности.
Это мост к предпринимательству: технология имеет смысл только тогда, когда она помогает кому-то превратить идею в проект, проверить гипотезы и более четко решить следующий шаг.
Что получилось из курса App Developer
Курс App Developer основан на важной идее: приложения — это не просто красивые экраны. Приложение должно иметь логику, поток, интерфейс, данные, тесты, исправления и постоянное улучшение.
Этот проект следовал именно этой логике.
Прежде чем писать код, необходимо было подумать о пути пользователя. Первая версия была более сложной: она требовала входа в систему, располагала CNPJ в качестве центральной точки и показывала много технической информации. Со временем этот опыт был усовершенствован и стал проще в использовании:
- вход в систему больше не является обязательным;
- CNPJ стал необязательным;
- пользователь может проанализировать существующую компанию или изучить новый бизнес;
- основной сферой стала отрасль деятельности;
- почтовые индексы клиентов появляются только тогда, когда они имеют смысл;
- отчет стал более прямым и его легче было распечатать.
Этот процесс представляет собой важную практику разработки: создавайте, тестируйте, слушайте реальное поведение приложения и улучшайте его.
С технической стороны в проекте используется Next.js, React, TypeScript и библиотека Tailwind CSS для создания интерфейса. В приложении также есть маршруты API, проверки форм, повторно используемые компоненты, интерактивная карта, графики и отчет, подготовленный для печати в формате PDF.
Другими словами, это не просто статическая страница. Это полноценное веб-приложение с вводом, обработкой данных, интеграцией с внешними сервисами и структурированным выводом для пользователя.
Что получилось из курса «Искусственный интеллект»
Курс My Robot по искусственному интеллекту рассматривает такие концепции, как генеративный искусственный интеллект, Python, API, чат-боты, агенты, данные, контекст и веб-системы. Применение рыночной информации использует тот же менталитет: ИИ выступает не как украшение, а как часть более крупного потока.
Важным моментом является то, что система не просто зависит от простого вопроса, заданного ИИ. Прежде чем вызывать любую модель, приложение структурирует контекст:
- отрасль деятельности, сообщаемая пользователем;
- справочный адрес или почтовый индекс;
- радиус анализа;
- типы выбранных конкурентов;
- конкуренты, найденные в открытых источниках;
- наблюдаемые барьеры и возможности;
- Почтовые индексы клиента при отправке;
- ограничения используемых API.
В этом контексте ИИ может помочь улучшить рекомендации, планы действий, позиционирование и стратегическое прочтение. Цель состоит в том, чтобы создать что-то более полезное, чем общий ответ.
Это главный урок любого проекта ИИ: качество ответа во многом зависит от качества контекста. Искусственный интеллект работает лучше всего, когда ему предоставлены организованные данные, четко сформулированная задача и четкие границы.
Публичные данные, API и автоматизация
Проект также показывает, как современные приложения часто рождаются в результате сочетания нескольких источников и сервисов.
Среди используемых ресурсов:
- Google Places API, для поиска конкурентов и соответствующих локаций;
- Google Maps JavaScript API, для отображения карты региона;
- LocationIQ и резервное геокодирование для преобразования адресов и почтовых индексов в координаты;
- OpenRouteService, при настройке, для поддержки на маршрутах и дистанциях;
- PostgreSQL с Prisma, для кэша, истории и обмена;
- Azure Blob Storage, для временной загрузки файлов;
- Azure Static Web Apps, для публикации приложения;
- OpenAI API, по желанию, для обогащения рекомендаций.
Пользователю не нужно видеть всю эту сложность. Для него опыт должен показаться простым: заполните данные, запустите анализ и получите отчет.
Но за этим стоит автоматизация: валидация, нормализация, внешняя консультация, обработка ошибок, организация данных, формирование рекомендаций и подготовка макета к печати.
LGPD и забота о данных
Несмотря на то, что это образовательный проект, приложение было разработано с вниманием к конфиденциальности.
Отправка почтовых индексов клиентов не является обязательной и появляется только тогда, когда пользователь сообщает, что у него уже есть компания. Рекомендуется отправлять только почтовые индексы, без имен, номеров телефонов, адресов электронной почты, CPF или любых ненужных личных данных. Если электронная таблица содержит другие столбцы, система должна учитывать только ту информацию, которая необходима для регионального анализа.
Кроме того, файлы, отправленные на временную обработку, могут быть удалены из хранилища после анализа. Это решение усиливает важную идею: за полезные технологии тоже нужно быть ответственными.
Отчет: меньше шума, больше интерпретации
Важной частью проекта было осознание того, что хороший отчет – это не тот отчет, который содержит больше всего информации. Именно отчет помогает пользователю принять решение.
Поэтому выходные данные приложения были скорректированы, чтобы уменьшить избыточность и лучше объяснить каждый раздел. В отчете представлены:
- краткая информация по анализируемому региону;
- соответствующие конкуренты вокруг;
- барьеры и возможности чтения;
- практические рекомендации;
- карта и графики;
- Бизнес-стратегия;
- план действий;
- замечания по общественным источникам и ограничениям.
Если пользователь не отправляет почтовые индексы клиентов, приложение не выполняет принудительного анализа близости или района расположения клиентов. В этом случае основное внимание уделяется тому, что действительно существует: конкурентам и рыночным сигналам вокруг информированного местоположения.
Этот выбор важен, поскольку позволяет избежать путаницы между конкуренцией и клиентской базой. Данные следует использовать только тогда, когда они представляют то, что они представляют.
Самое большое обучение
Этот проект показывает, что развитие обучения, искусственного интеллекта и бизнес-видения не означает запоминание инструментов. Это означает понимание того, как превратить потребность в решение.
Со стороны My Robot Business необходимо было подумать о возможностях, конкуренции, позиционировании, коммуникации, плане действий и ответственности при чтении данных.
Что касается разработки, необходимо было подумать об интерфейсе, проверке, оперативности, серверной части, базе данных, развертывании, печати и обслуживании.
Что касается искусственного интеллекта, необходимо было подумать о контексте, качестве данных, подсказках, API, ограничениях, стоимости и ответственности.
В конце концов, инструмент является мостом между тремя путями:
- My Robot Business способствует чтению рынка, позиционированию, плану действий и информированию о решениях;
- App Developer способствует построению опыта, системной логики и доставке функционального приложения;
- Искусственный интеллект предоставляет данные, API, контекст и рекомендации с помощью искусственного интеллекта.
Результатом является образовательное приложение, открытое для изучения, адаптации и совершенствования.
Ссылки на проекты
- Опубликованное приложение: https://inteligencia.myrobotbarra.com.br/
- Репозиторий в GitHub: https://github.com/ussantos/inteligencia-de-mercado
- My Robot Business Курс: https://www.myrobotbarra.com.br/my-robot-business.html
- App Developer Курс: https://www.myrobotbarra.com.br/app-developer.html
- Курс искусственного интеллекта: https://www.myrobotbarra.com.br/inteligencia-artificial.html
Заключительное наблюдение
Этот проект носит образовательный характер. Он не заменяет профессиональный анализ, юридическую, бухгалтерскую, трудовую, налоговую, техническую проверку или проверку защиты данных. Любая организация, желающая использовать, адаптировать или развернуть приложение, должна проанализировать код, конфигурации, источники данных, затраты на API и соответствующие обязанности.
Однако в качестве учебного упражнения оно демонстрирует нечто мощное: когда бизнес-видение, разработка приложений и искусственный интеллект прорабатываются на практике, студенты перестают быть просто пользователями технологий и начинают понимать, как цифровые решения проектируются, создаются, тестируются и публикуются.
Курсы, которые появляются в этом проекте
Этот пример сочетает в себе бизнес-видение, веб-разработку и искусственный интеллект: размышление о возможностях, создание приложения и интерпретацию данных для принятия более эффективных решений.
My Robot Business
Развивать бизнес-видение, коммуникацию, лидерство, финансовое образование и способность превращать идеи в проекты.
Откройте для себя курс
APP Developer
Для молодых людей, которые хотят создавать приложения, интерфейсы, логику в Python и цифровые решения с началом, серединой и доставкой.
Откройте для себя курс
Искусственный интеллект
Для подростков, чтобы изучить генеративный искусственный интеллект, данные, API, контекст и создавать решения с критическим мышлением.
Откройте для себя курсПродукты, которые стоит продолжать изучать дома
Я выбрал варианты из Maker Store, которые сочетают в себе планирование, прототипирование и создание практических решений.
Maker Connect Комплект 52 в 1
Это помогает преобразовывать идеи в сборки, проверять гипотезы и разрабатывать практические решения проблем.
Посмотреть на Maker Store
Caneta Impressora 3D с нитью и формочками
Подходит для получения идей с бумаги, создания простых прототипов и визуальной коммуникации.
Посмотреть на Maker Store
Maker Fusion Комплект «12 в 1»
Он соединяет сборку, творчество и практическое обоснование проектов, рожденных из четкой идеи.
Посмотреть на Maker StoreПартнерские ссылки: совершая покупки по этим ссылкам, вы поддерживаете My Robot Barra da Tijuca.
Хотите ли вы увидеть такое применение технологий?
В My Robot Barra da Tijuca такие курсы, как My Robot Business, APP Developer и «Искусственный интеллект», помогают детям и подросткам думать о реальных проблемах, создавать цифровые решения, ответственно использовать данные и четко сообщать о своих решениях.