Автоматизированный анализ медиаприсутствия для крупного e-commerce
AI-система мониторинга медиаприсутствия
Проблема
Поток упоминаний бренда и конкурентов слишком велик для ручной обработки
Обилие спама, репостов и дубликатов сообщений
«Мульти-новости», где в одном обзоре упоминаются сразу несколько компаний
Негатив, скрытый под иронией, который затрудняет автоматическую оценку
Разовые упоминания брендов внутри 3–4 часовых видео в рамках рекламных вставок
Задача
Создать масштабируемый ML-сервис, который:
автоматически собирает данные
очищает их от мусора
распознает контекст
выводит результаты в аналитический дашборд
Возможности AI-системы
Распознавание сущностей
Выделение упоминаний заказчика и конкурентов в массивах текста или видео
Умная фильтрация
Автоматический отсев спама и повторов
Классификация
Распределение упоминаний по категориям и нишам рынка на основе заданных ML-правил
Анализ тональности
Оценка тональности сообщения и специальная модель для детекции иронии
Разрешение «мульти-новостей»
Дробление одного обзора на отдельные упоминания с привязкой контекста и количества просмотров к каждой компании
Детектор аномалий
Отправка сигналов о нестандартных ситуациях, требующих дополнительной проверки маркетологами
Бизнес-интерфейс
Настроили интеграции с внутренними ИТ-инструментами заказчика и с сервисом мониторинга и анализа социальных медиа и СМИ
Создали и подключили LLM-агента, который отвечает на запросы сотрудников
Разработали эргономичный интерфейс: данные выводятся в виде понятных дашбордов, на основе которых легко провести аналитику, сравнение с конкурентами
Внедрение ML-сервиса позволило строить более эффективные стратегии в высококонкурентной нише
рост охвата
в 24 раза
проанализированных целевых просмотров
оптимизация
команды
люди работают только с самыми просматриваемыми записями и исключениями
найденные
инсайты
точность классификации
87%
выше, чем классификация от GPT
