120 годин на місяць для звітності вручну — аналітик завалена таблицями замість стратегії

Минулого місяця я вручну збирала дані від сімдесяти юристів для квартального звіту в Google Sheets. Використовувала Notion для відстеження статусів справ, але дані доводилося копіювати руками, щоб вирахувати загальну суму податкових оптимізацій. На цю рутину я витратила близько ста сорока годин робочого часу, що коштувало компанії приблизно сорок п’ять тисяч гривень моєї зарплати. Для перевірки помилок довелося залучати ChatGPT, але він часто плутав юридичні терміни в таблицях. Це був справжній хаос, бо дедлайни горіли, а цифри в різних файлах не сходилися.

Найбільше дратує те, що кожен юрист заповнює звіти по-своєму, попри встановлені шаблони. Я відчувала величезну фрустрацію, коли знаходила помилки в розрахунках на останньому етапі перед подачею партнерам компанії. Через це ми затримали фінансовий аналіз для великого клієнта на три дні, що ледь не зіпсувало нашу репутацію. Я постійно втомлена від монотонного копіпасту, а мої реальні навички аналізу просто простоюють. Це демотивує, бо я хочу створювати стратегії, а не виправляти чужі помилки в Excel.

Системна проблема полягає у відсутності єдиної автоматизованої системи збору даних у нашому юридичному департаменті. На процеси впливає людський фактор, оскільки сімдесят працівників мають різний рівень цифрової грамотності. Наш поточний софт застарілий і не дозволяє інтегрувати дані з різних відділів автоматично. Ми намагалися запровадити Trello для контролю, але це лише додало ще одне вікно для ручного введення. У нас просто немає налаштованого містка між збором інформації та її фінальною візуалізацією.

Тимчасовим рішенням став найм фрілансера-розробника на платформі Upwork, який написав нам кілька скриптів для автоматизації Sheets. Це обійшлося компанії у вісімсот доларів одноразово, плюс мій час на написання технічного завдання. Також ми купили платну підписку на розширений ChatGPT для всієї команди аналітиків за двісті доларів на місяць. Це трохи пришвидшило сортування даних, але не вирішило проблему повністю. Зараз ми продовжуємо латати дірки замість того, щоб побудувати надійну систему.

Рішення виявилося нестійким, бо скрипти фрілансера постійно ламаються, коли ми додаємо нові колонки в таблиці. Витрати на підтримку цих «милиць» вже перевищили тисячу двісті доларів, а масштабувати це на всю команду неможливо. Кожен новий звіт вимагає моєї особистої присутності, щоб нічого не розвалилося, тому я не можу піти навіть у коротку відпустку. Це дорого, ненадійно і не дає нам впевненості в точності даних на сто відсотків. Ми просто відкладаємо неминучий колапс системи.