Автоматизация маркировки рекламы и передачи данных в ЕРИР
Разработали и внедрили систему автоматизации маркировки рекламы: корректное формирование токенов, сбор статистики, передача данных в ЕРИР через ОРД-А. Решение снимает ручную нагрузку с агентства и снижает риски несоблюдения требований законодательства.
NDA
Заказчик Рекламное агентство полного цикла в сфере инфлюенс-маркетинга (NDA), специализирующееся на работе с брендами и блогерами.
Задача Обеспечить выполнение требований поправок к закону «О рекламе» (сентябрь 2022) по маркировке интернет-рекламы и передаче данных в ЕРИР, минимизировав риск штрафов за немаркированные размещения и ошибки отчётности.
Срок 2023
О проекте
В связи с поправками к закону «О рекламе» маркировка интернет-рекламы стала обязательной. Для агентств с большим количеством размещений ручная работа быстро превращается в дорогой и нестабильный процесс: легко ошибиться, пропустить данные и получить штраф до 500 000 р.
В этом проекте мы разработали и внедрили систему, которая автоматически ведёт маркировку рекламы, собирает фактические показы публикаций и передаёт данные в ЕРИР через ОРД-А. Это снимает ручную нагрузку с команды, снижает стоимость соблюдения требований закона и позволяет спокойно масштабировать рекламные кампании.
NDA
Заказчик Рекламное агентство полного цикла в сфере инфлюенс-маркетинга (NDA), специализирующееся на работе с брендами и блогерами.
Задача Обеспечить выполнение требований поправок к закону «О рекламе» (сентябрь 2022) по маркировке интернет-рекламы и передаче данных в ЕРИР, минимизировав риск штрафов за немаркированные размещения и ошибки отчётности.
Срок 2023
в 10 раз быстрее
1
Анализ требований законодательства и процессов
Проанализировали поправки к закону о рекламе, требования ЕРИР и ОРД, а также реальные процессы агентств, брендов и работы с блогерами.
2
Проектирование автоматизированной системы маркировки
Спроектировали архитектуру платформы для автоматической маркировки интернет-рекламы с учётом ролей пользователей, масштабирования и интеграций.
3
Разработка логики маркировки и генерации токенов
Реализовали алгоритмы определения рекламных публикаций, генерации уникальных токенов и их привязки к креативам, договорам и рекламным кампаниям.
4
Интеграция с ОРД и ЕРИР
Настроили стабильный обмен данными через API ОРД с последующей передачей в ЕРИР, включая контроль корректности данных и защиту от дублей.
5
Обучение пользователей и ввод в эксплуатацию
Обучили сотрудников агентств работе с системой и обеспечили бесшовное внедрение решения в их ежедневные процессыРекламные агентства оценят эту цифру:
На 70%
Технологический стек
Frontend
Интерфейс пользователя: отчеты, графики, панели управления
Backend
Логика обработки и базовые компоненты системы
Вызовы и решения
Маркировка интернет-рекламы вручную не масштабируется
При росте кампаний увеличивается число ошибок и риск штрафов за некорректную передачу данных в ЕРИР. Данные по креативам, блогерам, площадкам и договорам хранились в агентстве разрозненно, что приводило к дублям и несоответствиям при отчётности.РЕШЕНИЕ
Автоматизированная маркировка
Разработали автоматизированную систему маркировки с генерацией токенов и регламентной передачей данных через ОРД без ручной сборки. Построили единую модель данных с валидацией и защитой от дублей на ключевых сущностях: публикации, договоры, акты, площадки.Трудоемкость сбора статистики
Регулярный сбор статистики по рекламным публикациям у блогеров был трудоёмким и нестабильным: часть материалов удалялась, меняла доступность или переставала возвращать корректные данные. Это создавало риски потери фактических показов и ошибок при передаче статистики в ЕРИР.РЕШЕНИЕ
Система автоматического мониторинга публикаций
Разработали механизм автоматического мониторинга публикаций с ежедневным сбором показов по ссылкам. Система фиксирует статус каждой публикации, сохраняет последнее корректное значение метрик и причину недоступности, обеспечивая корректное формирование и передачу отчётных данных в ЕРИР даже при изменении или удалении контента.Доступ к API соцсетей
Для получения информации о количестве просмотров постов или публикаций в различных социальных сетях требуется доступ к официальному API. Некоторые платформы ограничивают доступ к необходимым функциям в своем API, устанавливают ограничения на использование или вовсе не предоставляют доступ к API.РЕШЕНИЕ
Получаем фактические данные просмотров без API
Реализовали модуль скрапинга публичных данных со страниц рекламных публикаций в социальных сетях. Решение позволяет получать фактические показатели просмотров без зависимости от ограничений официальных API. Система отслеживает доступность публикации, фиксирует последнее валидное значение метрик и сохраняет причину недоступности (удаление, ограничение доступа, изменение структуры страницы), обеспечивая корректную и воспроизводимую передачу данных в ЕРИР.в 10 раз
Сокращение времени на передачу данных в ЕРИР За счёт автоматизации процессов маркировки и исключения ручных операций.
в 8 раз
Снижение количества ошибок при передаче данных Контроль дублей, валидация данных и стабильная интеграция с ОРД сократили число возвратов и исправлений.
+8 к CSI
Рост удовлетворённости сотрудников После внедрения системы снизилась нагрузка на операционные команды и количество рутинных действий, что положительно отразилось на оценке условий работы по внутренним опросам.
Команда, которая внедрила проект
Константин Порошкин
ML-инженер
Алексей Цибульников
Python backend-разработчик
Роман Фёдоров
Бизнес-аналитик
Михаил Моисеев
CV-инженер
Дмитрий Соркин
DevOps-инженер
Марк Яговкин
Руководитель разметки данных
Планы на будущее:
Интеграция функционала для автоматической проверки содержания рекламных материалов на предмет соответствия требованиям законодательств.
Готовые проекты
Наша команда с 2017 года успешно реализовала 60 проектов с искусственным интеллектом. Тут собраны наши лучшие работы, про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть из-за NDA. Но готовы применять опыт в разработке нейросетей для ваших задач.
Пилотный запуск
Интеллектуальная видеоаналитика для контроля периметра, выявления угроз на интроскопах и БПЛА
Разработка крупной системы
AI-агент для первой линии обращений жильцов многоквартирных домов
Разработка крупной системы
ИИ для контроля сервиса обслуживания на АЗС с окупаемостью до 12 месяцев
Корпоративный ИИ
ИИ-ассистент закрывает 85–95 % рутинных административных запросов
Пилотный запуск
Анализ цветового состава руды на конвейере
ИИ для промышленности
Управление разогревом и перемещением термоцистерн с помощью ИИ
