Более четырех лет назад Амир Заре приехал в Армению из Ирана. Сегодня он не просто живет здесь — вместе с двумя другими специалистами он строит собственный технологический стартап.

Компания называется DataLayer и занимается данными малого и среднего бизнеса. Звучит как история о сложной инженерии, но проблема, которую пытается решить команда, довольно бытовая: предприниматель может иметь тысячи заказов, сотни клиентов и несколько каналов продаж — и при этом не знать, какой товар у него продается лучше всего и почему выручка вдруг упала.

Амир знает эту проблему не только как инженер. Во время разговоров с потенциальными клиентами его команда выяснила, что некоторые предприниматели тратят на анализ собственных данных от четырех до 12 часов. Причем дело не в том, что данных недостаточно: наоборот, чаще всего их слишком много, и они разбросаны по разным системам. DataLayer помогает собирать все хаотичные данные в одну картину — а затем с помощью AI превращает в понятные ответы и рекомендации.

О своем стартапе Амир рассказал корреспондену NEWS.am Tech на Seaside Startup Summit Armenia 2026.

Стартап, который начинался с одного человека

Амир переехал в Армению более четырех лет назад, получил статус постоянного резидента и два года назад официально зарегистрировал здесь компанию. По мере того как продукт становился сложнее, появилась необходимость привлекать специалистов по AI и маркетингу.

Сейчас команда состоит из трех человек: Амир занимается data engineering, второй специалист отвечает за AI, третий — за маркетинг. Все трое родом из Ирана и живут в Армении.

При этом стартап пока находится именно на стадии роста: есть MVP, есть первые реальные клиенты, но впереди еще целый список технических задач — от автоматических интеграций с социальными сетями до развития AI-ассистента и собственной LLM.

Когда у бизнеса есть данные, но нет ответов

DataLayer пытается решить старую проблему с помощью новых технологий. У современного небольшого интернет-магазина может быть множество источников информации одновременно. Продажи идут через сайт, Instagram, Facebook, Telegram, Shopify и другие платформы. Часть информации хранится в базе данных, часть — в Excel или Google Sheets, а часть вообще остается в переписке с клиентами. В итоге предприниматель вроде бы располагает большим количеством данных, но ответить на элементарные вопросы о собственном бизнесе ему бывает непросто.

Какой товар продается лучше всего? Кто самый ценный клиент? Когда были пиковые продажи? Почему выручка за последнюю неделю снизилась? Какие товары давно не продаются? На каких клиентов стоит направить маркетинговые усилия?

По словам Амира, во время интервью с потенциальными клиентами команда обнаружила, что некоторые предприниматели тратят на анализ своих данных от четырех до 12 часов. Причина часто не в отсутствии информации, а наоборот — в ее избытке и хаотичности.

«У них может быть множество Excel — таблиц, в которых очень сложно все систематизировать и разобраться: кто лучший клиент, какой товар лучший, сколько было заказов и когда был пик продаж», — объясняет Амир. DataLayer пытается устранить именно этот барьер.

Что делает DataLayer

По его словам, в основе платформы лежит обработка данных с использованием data engineering-подходов. Команда использует ETL и ELT, а также такие инструменты, как DBT и BigQuery, чтобы собрать информацию из разных источников, структурировать ее и превратить в понятную аналитику.

При этом компании не обязательно иметь идеально организованную базу данных. Если у бизнеса есть сайт, DataLayer может работать с его базой. Если продажи ведутся через Instagram, Facebook или Telegram, данные можно экспортировать оттуда. Если предприниматель много лет хранит информацию в Excel, CSV или Google Sheets, система может принять и эти форматы.Именно работа с «грязными» данными, по словам Амира, является одной из важных частей продукта.

После обработки система не просто показывает цифры, но и дает предпринимателю более понятную картину происходящего. Например, DataLayer может определить топовый продукт, топового клиента, а также показать изменения в продажах и другие ключевые показатели.

Один из подходов, который используется для анализа клиентов, — RFM-анализ. Он позволяет оценивать покупателей по таким характеристикам, как давность покупки, частота покупок и их денежная ценность. Таким образом, предприниматель получает не просто список клиентов, а возможность понять, какие из них наиболее важны для бизнеса и на кого имеет смысл направить маркетинговые усилия.

Не только вердикт, но и рекомендации 

Для Амира было принципиально важно, чтобы DataLayer не превращался в очередной дашборд, где предпринимателю показывают десятки графиков и оставляют его один на один с цифрами.  Система должна помогать принимать решения. Например, если определенная синяя футболка не продавалась последние 90 дней, платформа может обратить на это внимание владельца магазина. Возможно, товар больше не стоит закупать. Возможно, его необходимо лучше рекламировать. Возможно, проблема вообще в другом.

В противоположной ситуации система может показать, что красная футболка является одним из самых продаваемых товаров. Тогда предпринимателю имеет смысл увеличить ее закупки. Для разных видов бизнеса рекомендации будут различаться. Именно в этом, по словам Амира, заключается смысл работы DataLayer: предоставить бизнесу возможность принимать более «умные» решения, опираясь не на интуицию, а на собственные данные.

От аналитической панели — к AI-ассистенту

Следующий уровень развития продукта связан с искусственным интеллектом.В DataLayer уже работает AI assistant, разработкой которого занимается AI-инженер команды.

Идея заключается в том, чтобы предпринимателю не приходилось самостоятельно искать нужный показатель в таблицах или аналитической панели. Он сможет просто задать вопрос обычным языком. Например: «Кто мой лучший клиент?», «Почему моя выручка упала на прошлой неделе?» или «Какой товар показывает лучшие результаты?»

Система должна самостоятельно обратиться к данным и сформировать ответ. Таким образом, интерфейс постепенно превращается из обычного инструмента аналитики в своего рода диалог с данными компании.

Именно поэтому для команды важны интеграции с различными платформами. Сейчас DataLayer находится на стадии MVP, с которым уже работают реальные клиенты в Армении. В следующей версии разработчики хотят добавить автоматические интеграции с Telegram, Instagram, Facebook и другими платформами.

Это должно решить еще одну проблему. Сегодня данные из социальных сетей можно экспортировать и затем загружать в систему. В будущем команда хочет, чтобы этот процесс происходил автоматически. Например, переписка с клиентом в Instagram или Telegram сможет становиться частью общей картины продаж и эффективности бизнеса, а данные будут обновляться без необходимости ручного экспорта.

Самая сложная задача для Армении — язык

Но когда речь идет о работе с армянскими клиентами, появляется проблема, которую трудно решить одной только интеграцией. Многие пользователи в Армении пишут по-армянски латинскими буквами. Причем делают это с ошибками, сокращениями и смешением армянских и английских слов. Для человека смысл такой переписки обычно понятен. Для AI-системы — значительно сложнее.

Сейчас первые клиенты DataLayer работают с платформой на английском языке. Однако команда планирует добавить армянский.И здесь Амир признает, что задача не такая простая, как просто «добавить еще один язык». Если пользователь напишет армянское слово английскими буквами, системе сначала нужно распознать, что это вообще армянский язык, затем правильно интерпретировать написанное и уже после этого использовать полученную информацию в аналитике.

Для этого, по словам Амира, потребуются дополнительные специалисты и отдельная работа с AI-моделью. Команда рассматривает использование RAG — Retrieval-Augmented Generation, подхода, который позволяет языковой модели обращаться к внешним данным и использовать их при формировании ответа. Но это лишь часть задачи.

DataLayer хочет создать собственную LLM

В планах команды — создание собственной локальной LLM, и причина здесь не только техническая. Для DataLayer особенно важен вопрос безопасности.

Платформа работает с коммерческими данными: информацией о продажах, клиентах, выручке, заказах и поведении покупателей. Это чувствительные данные, которые бизнес не всегда готов передавать сторонним крупным языковым моделям.

Поэтому команда хочет, чтобы AI-модель работала локально. Сейчас DataLayer уже использует локальную LLM, однако она пока существует отдельно от основной части приложения. В дальнейшем команда хочет глубже интегрировать модель в продукт и обучить ее работать с нужными языковыми и бизнес-сценариями.

В том числе это должно помочь решить проблему армянского языка и армянского текста, написанного латиницей. Амир говорит, что технически это возможно, но для реализации потребуется расширение команды.