AI + Google Таблиці + Telegram: ваша аналітика без нових BI-систем

Google Таблиці — основний інструмент аналітики для українського бізнесу. Не Power BI, не Tableau, не Looker Studio. Таблиці. І це не тому, що «не доросли». Таблиці просто працюють. Дані оновлюють вручну або через прості імпорти. Менеджери заглядають раз на тиждень. Власник — раз на місяць. У кращому випадку.

Проблема не в інструменті. Дані лежать мертвим вантажем. Ніхто не дивиться щодня — не шукає аномалій, не порівнює тиждень до тижня. Поки не стає пізно.

А зв'язати Google Таблиці з AI-моделлю й отримувати готовий звіт у Telegram щоранку — завдання на вечір. Ось як.

Чому Google Таблиці — це і є ваша BI-система

Український малий і середній бізнес працює на зв'язці Google Таблиці + Telegram + Monobank/Приват24. Це не «недорослість». Це реальність, із якою треба працювати, а не пересаджувати всіх на «правильні» BI-інструменти. Ми вже писали, як питати аналітику людською мовою замість SQL. Тепер — наступний крок: автоматичний ранковий звіт.

Google Sheets API дає все, що потрібно:

• Читання даних — будь-який діапазон комірок за HTTP-запитом.
• Сервісний акаунт — доступ без логіна користувача, ідеально для автоматизації.
• Безкоштовно — до 300 запитів на хвилину. Для щоденного звіту вистачає з запасом.

Telegram Bot API — безкоштовна доставка. Менеджери вже в Telegram. Власник уже в Telegram. Звіт, який приходить сюди, прочитають. Звіт у Google Data Studio — навряд чи.

AI-модель (GPT-4o mini, Claude, DeepSeek) — дивиться на цифри й пише: «Виручка впала на 12% до минулого тижня. Основне падіння — категорія X. Перевірте залишки».

Архітектура: три компоненти замість BI-системи

Google Sheets API ──→ Python-скрипт ──→ OpenAI API ──→ Telegram Bot API
                         │
                         └── збирає дані, формує prompt, відправляє висновок

Жодних баз даних. Жодних ETL. Жодних дашбордів. Три API-ключі, один Python-скрипт на 100 рядків — і щоранку в Telegram приходить аналіз ваших цифр.

Ось як це виглядає в коді.

Крок 1: витягуємо дані з Таблиць

Спочатку налаштовуємо сервісний акаунт Google Cloud і даємо йому доступ до потрібної Таблиці. Потім — найпростіший скрипт:

import gspread
from google.oauth2.service_account import Credentials

SCOPES = ["https://www.googleapis.com/auth/spreadsheets.readonly"]
SERVICE_ACCOUNT_FILE = "service_account.json"

creds = Credentials.from_service_account_file(SERVICE_ACCOUNT_FILE, scopes=SCOPES)
client = gspread.authorize(creds)

# Відкриваємо таблицю за назвою
sheet = client.open("Продажі 2026").sheet1
data = sheet.get_all_records()

На виході — список словників. Кожен рядок таблиці стає окремим записом. Ніякого SQL, ніякого парсингу CSV.

Якщо у вас кілька таблиць — продажі, залишки, витрати — скрипт збирає дані з усіх і склеює в один контекст для AI.

Крок 2: AI аналізує цифри й пише висновок

Головне — prompt. Не «проаналізуй дані», а конкретна інструкція з метриками:

from openai import OpenAI

client = OpenAI(api_key="ваш_ключ")

prompt = f"""
Ти — фінансовий аналітик. Проаналізуй дані про продажі за останні 7 днів
і порівняй з попереднім тижнем. Знайди:

1. Загальну динаміку виручки (%, напрям).
2. Топ-3 категорії за зростанням і падінням.
3. Аномалії — дні або товари з нетиповою поведінкою.
4. Один конкретний висновок: що робити сьогодні.

Дані:
{json.dumps(data, ensure_ascii=False, indent=2)}

Відповідь — українською, максимум 300 слів. Без загальних фраз.
"""

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": prompt}],
    temperature=0.3,
)

report = response.choices[0].message.content

Три деталі, які вирішують усе:

• temperature=0.3 — низька температура, стабільні висновки. Для аналітики креативність не потрібна.
• Чотири конкретні пункти у відповіді. Без них модель видає розмитий текст на два абзаци.
• Обмеження в 300 слів. Більше — не прочитають.

Беріть GPT-4o mini. Для табличних даних вистачає. DeepSeek V3 дешевший, але українською гірший. Claude Haiku — компромісний варіант.

Крок 3: звіт летить у Telegram

Відправляємо готовий текст у потрібний чат:

import requests

BOT_TOKEN = "ваш_токен_бота"
CHAT_ID = "ідентифікатор_чату"

url = f"https://api.telegram.org/bot{BOT_TOKEN}/sendMessage"
payload = {
    "chat_id": CHAT_ID,
    "text": report,
    "parse_mode": "Markdown",
}

requests.post(url, json=payload)

І все. Три API-виклики — щоранковий звіт готовий. Загорніть у cron або запустіть через n8n, якщо не хочете тримати сервер.

Скільки це коштує насправді

Перейдемо до цифр:

| Компонент | Вартість | |-----------|----------| | Google Sheets API | 0 грн (безкоштовно в межах квот) | | Telegram Bot API | 0 грн (безкоштовно) | | GPT-4o mini (один звіт, ~2000 токенів) | ~$0.0005 | | Хостинг (Oracle Cloud Always Free / Fly.io) | 0 грн |

Разом: ~2 копійки за один звіт. 30 звітів на місяць — близько 60 копійок.

Для порівняння: аналітик на part-time в Україні — від 15 000 грн/місяць. AI-звіт щоранку — 60 копійок. Різниця — у 25 000 разів.

AI не замінить аналітика для складних задач. Але 80% щоденних питань — «як справи?», «що змінилося?», «на що звернути увагу?» — він закриває швидше й без людського фактора.

Що далі

Це база. Далі — куди завгодно. Якщо хочете глибше — ось повний AI-аналітичний пайплайн для роботи з українськими джерелами даних.

А від цієї схеми можна рости:

• Підключити Monobank API — автоматично тягнути транзакції в Таблицю, а звідти вже в AI-звіт.
• Додати графіки — через QuickChart API генерувати діаграми й відправляти в Telegram картинкою.
• Порівнювати з планом — додати окремий аркуш із плановими показниками, AI сам порахує відхилення.
• Сповіщення про аномалії — не просто щоранковий звіт, а миттєве повідомлення, коли метрика виходить за межі.

Ми в AIRINEX збираємо такі зв'язки щотижня. Інтернет-магазини на Prom.ua, логістичні компанії з сотнями відправлень через Нову Пошту — схема одна: дані є, треба навчитися їх читати.

Хочете такий звіт для себе? Напишіть нам — перша консультація безкоштовна.