Як Triple Whale будує commerce analytics agents: Claude-кейс і multi-model Moby 2

Ecommerce team живе між ad platforms, storefront, CRM, email/SMS, attribution, inventory та finance. Проблема не в нестачі dashboards, а в тому, що відповіді на реальні питання потребують multi-step joins, KPI semantics, time-window selection, segmentation і перевірки гіпотез. Manual analysis погано масштабується, а generic chatbot без data model швидко починає впевнено плутати spend, attributed revenue та cash reality.

Triple Whale розвиває Moby як intelligence layer поверх unified commerce data. Anthropic описує Claude-powered agents, що можуть планувати довгі analytical trajectories та видавати insights у тексті, visualizations і interactive formats. Важлива архітектурна межа: read-only analysis і action execution — різні authority classes. Triple Whale MCP прямо документований як read-only; native Moby automations/actions можуть йти далі, але потребують окремих controls.

• Trigger: scheduled report, saved analysis workflow або ad-hoc business question.
• Input: unified commerce metrics, attribution, customer/product context і explicit KPI contract.
• Output: reproducible insight, recommendation, report або destination delivery з evidence.

Важлива актуалізація: Anthropic customer story описує етап, на якому Triple Whale після evaluations обрала Claude 3.7 Sonnet як default agent model і використовувала Claude у Step Planner, Deep Dive Agent Swarm та MOI Chat. Це валідний Claude case study, але не повний опис поточного model layer.

19 травня 2026 року Triple Whale представила Moby 2 як multi-model orchestration system, побудовану у партнерстві з Anthropic, OpenAI та Google. Компанія прямо пише, що Moby 2 працює з Claude, ChatGPT і Gemini. Для архітектури це принципова різниця: model routing стає окремим control plane, а quality/eval contract має бути model-agnostic. Маркетингове «powered by Claude» не варто механічно перетворювати на «вся система Claude-only».

• Historical/Anthropic evidence: Claude 3.7 Sonnet — default agent model у documented customer story.
• Current Triple Whale positioning: Moby 2 — multi-model orchestration з Claude, ChatGPT і Gemini.
• Engineering implication: evals, provenance і authority controls прив'язуються до task/trajectory, а не до бренду однієї моделі.

Trigger може бути daily ROAS check, weekly merchandising review, lifecycle segment watch, creative analysis або save-chat-as-agent schedule. Triple Whale help center описує workflow, де користувач спочатку проводить успішну Moby conversation, зберігає її як agent, перевіряє steps, задає schedule і за потреби destination на кшталт email, Slack або Google Sheets.

Input повинен містити не «всі дані бренду», а query-scoped evidence: date range, business/account, metric definitions, channels, products, cohorts та data freshness. У documented Claude architecture модель планує analysis, вибирає дозволені data operations, синтезує results і формує recommendation; у Moby 2 цей model stage може проходити через multi-model routing. Output має зберігати exact data window, source metric IDs, executed steps, model/version або routing decision, assumptions, confidence/unknown states та destination receipt.

Відтворювана схема: `intent/KPI validation → plan → read-only data calls → intermediate checks → aggregation/modeling → Claude synthesis → evidence/consistency gate → report → optional destination`. Для scheduled agents додаються schedule version, last successful run, catch-up policy та deduplication key. Для ad-hoc chat — session context не повинен підміняти canonical metric definitions.

Anthropic наводить масштаб до 1,000 analytical steps. Це корисна ілюстрація складності, але не мета сама по собі. Production agent має оптимізувати не кількість кроків, а verified outcome per cost/latency. Step budget, stop conditions, cached subresults та plan compression потрібні, щоб довгі trajectories не перетворилися на дорогий спосіб повторно відкрити те, що вже є у dashboard.

Triple Whale документує MCP connector для Claude з OAuth і scope `moby:read`. Connector дає read-only analytics access і не може змінювати business, ad accounts або Triple Whale account. Це сильний pattern для external AI: data access можна зробити багатим, не видаючи write authority. Для recurring check-ins Claude може читати live data та формувати report, але action лишається за native workflow або окремим approved tool.

Якщо організація додає action layer, його треба будувати як інший security boundary: окремі credentials, allowlists, parameter caps, preflight diff, approval rules та post-write reconciliation. Не варто перетворювати read-only MCP на прихований write proxy через сторонню automation лише тому, що це технічно зручно.

A4 підходить recurring analytics agent, який самостійно запускається за schedule, планує multi-step analysis, читає data, виконує calculations, перевіряє intermediate state і доставляє output без ручного підтвердження кожного кроку. Це автономність у bounded information domain, а не дозвіл самостійно змінювати spend, pricing чи inventory.

Людина володіє KPI semantics, exception policy і material business decision. Review обов’язковий, коли agent бачить anomalous data, змінений attribution model, дуже малу cohort, contradictory sources або recommendation із великим financial impact. Хороший UI показує не лише conclusion, а trajectory summary: які джерела й періоди використані, що було відкинуто і де модель зробила assumption.

Failure modes: stale connector, wrong shop/account, timezone shift, double-counted channel, attribution-model mismatch, currency conversion error, missing refunds, seasonality confounder, overfitting creative sample, hallucinated metric, runaway planning loop та silent schedule failure. Для external MCP додаються OAuth expiry, revoked scope і connector availability.

Controls: typed metric catalog, business/account binding, date-range normalization, deterministic calculations для money/KPI, step/time/token budget, source receipts, duplicate-run protection, schedule heartbeat, read-only default, PII minimization, contradiction checks, human escalation та audit trail. Якщо metric unavailable, agent має abstain або запросити інший source через дозволений workflow, а не реконструювати число з prose.

Коли одна платформа підтримує Claude, ChatGPT і Gemini, вибір моделі стає production decision. Router має враховувати task class, numerical fidelity, context size, latency budget, tool compatibility, cost ceiling та known failure modes. Для high-value фінансової аналітики «найдешевша модель, що відповіла» — не стратегія, а майбутній postmortem.

Evaluation contract тому зберігає model/version, prompt/policy fingerprint, tool trajectory і routing reason. Canary та shadow tests порівнюють моделі на однаковому historical question set. Якщо primary model недоступна, fallback дозволяється тільки для task classes, де fallback пройшов ті самі accuracy/safety thresholds; інакше run має fail closed або перейти до human review.

Eval set повинен містити real historical questions: channel performance, creative fatigue, merchandising, retention cohorts, blended vs attributed revenue, refunds, seasonality, product launches та edge cases із incomplete data. Graders оцінюють metric correctness, source coverage, plan efficiency, calculation fidelity, unsupported claims, consistency, abstention і human correction rate. Для long trajectories додається step-level error localization.

Anthropic повідомляє early-customer KPI gains upwards of 50% і reporting-time reduction over 70%, а також окремі anecdotes про creative analysis. Це first-party/customer-reported evidence. Власний rollout має порівнювати agent із analyst baseline на однакових questions і вимірювати time-to-verified-insight, reviewer minutes, error rate, experiment adoption та outcome лише там, де є causal design.

Frequency варіюється від ad-hoc chat до hourly/daily monitors і weekly/monthly business reviews. Scale залежить від connector/data latency, query cost, warehouse concurrency, context size, number of agent steps, schedule fan-out, destination APIs та reviewer capacity. Для agencies або multi-brand portfolios потрібні tenant isolation, per-business OAuth scopes і чітка заборона cross-client context leakage.

TCO включає Triple Whale subscription або аналогічний data layer, Claude/API usage, integrations, data quality/attribution maintenance, evals, observability, reviewer time і support. Для self-built аналога додаються warehouse, semantic metric layer, identity resolution та connector maintenance. Практичні denominators — cost per verified analysis, scheduled report або accepted recommendation, а не price per million tokens.

Потрібні unified або принаймні well-governed commerce data, explicit KPI definitions, stable business/account identity, historical questions для evals, read-only connector path і owners для decisions. Найкращий fit — ecommerce brands, agencies та retail teams із частими multi-source analyses. Слабкий fit — бізнес без узгодженого визначення revenue/ROAS: agent лише прискорить суперечки про різні цифри.

Rollout: 1) зберіть top 30 recurring analyst questions; 2) створіть metric/source contract; 3) підключіть read-only data access; 4) побудуйте eval set та analyst baseline; 5) запустіть ad-hoc copilot; 6) перетворіть stable workflows на scheduled agents із heartbeat/dedup; 7) лише після цього додавайте bounded actions окремим authority layer. Основні ризики — false precision, attribution confusion, cross-tenant leakage, automation bias і надмірно довгі trajectories без business value.