Платформа подбора блогеров и целевой аудитории для рекламных кампаний
Система автоматизирует поиск и ранжирование блогеров под задачи бренда, объединяя аналитику, скоринг и ML-подбор для более точного медиапланирования.
NDA
Заказчик Агентство инфлюенс-маркетинга полного цикла, работающее с брендами и блогерами в рамках рекламных кампаний различного масштаба.
Задача Создать платформу, которая на основе данных и ML-скоринга позволяет быстро находить релевантных блогеров под задачи бренда, снижая долю ручной аналитики и повышая качество медиапланирования.
Срок 2023-2025
О проекте
Платформа объединяет сбор и анализ данных из социальных сетей в единую систему подбора и оценки блогеров для рекламных кампаний. В основе — автоматический парсинг, скоринг и ML-модели, которые позволяют сравнивать блогеров, анализировать аудиторию и прогнозировать параметры размещений. Для бизнеса это означает быстрые и обоснованные решения при планировании РК без ручной аналитики и разрозненных источников данных.
NDA
Заказчик Агентство инфлюенс-маркетинга полного цикла, работающее с брендами и блогерами в рамках рекламных кампаний различного масштаба.
Задача Создать платформу, которая на основе данных и ML-скоринга позволяет быстро находить релевантных блогеров под задачи бренда, снижая долю ручной аналитики и повышая качество медиапланирования.
Срок 2023-2025
х10
1
Формализация критериев и метрик подбора
Зафиксировали бизнес-критерии выбора блогеров и аудитории: тематики, форматы контента, метрики вовлечённости, рекламные сигналы и ограничения кампаний, чтобы перевести экспертный опыт агентства в формализованные правила и признаки.
2
Система парсинга данных из соцсетей
Построили систему парсинга каналов, постов, реакций, комментариев и медиа-контента с учётом ограничений платформ и защиты от блокировок, приведя данные к единой структуре для анализа.
3
Data- и ML-обработка
Реализовали ML-модули для классификации рекламного контента, анализа тональности, выделения сущностей, OCR рекламы в изображениях и скоринговой оценки блогеров и их аудитории.
4
Ранжирование и принятие решений
Собрали механизм сравнения и ранжирования блогеров по заданным параметрам кампании, включая прогнозные оценки и фильтрацию, чтобы сократить ручную аналитику и ускорить медиапланирование.
5
Продуктовая интеграция и эксплуатация
Интегрировали платформу в рабочие процессы агентства, обеспечив интерфейсы для поиска, фильтрации и анализа, а также возможность масштабирования на новые источники и сценарии использования.Интересный факт
≈500 ГБ данных каждый день
Технологический стек
Frontend
Интерфейс пользователя: отчеты, графики, панели управления
Backend
Логика обработки и базовые компоненты системы
ML
Модели и фреймворки для обучения
Вызовы и решения
Неформализованный процесс подбора блогеров
Подбор блогеров и оценка их аудитории опирались на экспертное мнение и разрозненные данные, что делало процесс трудномасштабируемым, зависимым от конкретных специалистов и слабо воспроизводимым от кампании к кампании.РЕШЕНИЕ
Формализовали критерии подбора и оценки блогеров
Перевели экспертную логику агентства в набор измеримых параметров и правил, применимых для автоматического поиска, сравнения и ранжирования.Протоколы защиты от парсинга
Социальные платформы регулярно изменяют механизмы защиты от автоматического сбора данных, что создаёт риск нестабильной работы парсеров и потери актуальности данных для аналитики и подбора блогеров.РЕШЕНИЕ
Адаптировали механизм сбора данных
Разработали адаптивные механизмы сбора данных, учитывающие ограничения платформ и позволяющие оперативно перестраивать логику парсинга без остановки работы системы. Это обеспечило стабильное обновление данных и предсказуемую эксплуатацию платформы в долгосрочной перспективе.Рост объёма данных без потери управляемости
Платформа обрабатывает большие массивы данных по блогерам, контенту и аудитории, и без продуманной архитектуры это приводило бы к деградации производительности и усложнению анализа.РЕШЕНИЕ
Построили масштабируемую data-архитектуру
Это позволило работать с большими объёмами данных и сохранять стабильную скорость аналитики и отклика системы.≈500 ГБ в день
обрабатываемых данных из соцсетей
Все в одной системе
блогеры, контент и аудитория
1 интерфейс
для подбора и анализа блогеров
Команда, которая внедрила проект
Константин Порошкин
ML-инженер
Алексей Цибульников
Python backend-разработчик
Роман Фёдоров
Бизнес-аналитик
Михаил Моисеев
CV-инженер
Марк Яговкин
Руководитель разметки данных
Дмитрий Соркин
DevOps-инженер
Планы на будущее:
Масштабирование платформы под CPA-кампании и новые сценарии медиапланирования.
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.
Разработка крупной системы
Компьютерное зрение в метрологии
ИИ для промышленности
ИИ-отбор качественных снимков с дронов
Разработка крупной системы
Распознавание QR для контроля сборки и упаковки заказов
Разработка крупной системы
Платформа для регистрации рекламы блогеров и ЕРИР
Разработка крупной системы
Нейросеть для определения возраста: аналитика и безопасность в одном решении
Разработка крупной системы
AI-контроль выкладки свежей рыбы + соблюдение FIFO
Разработка крупной системы
Нейросеть распознаёт пустые полки в магазинах и помогает вовремя их заполнить
Разработка крупной системы
Контроль ношения СИЗ на производстве рыбы
Разработка крупной системы
Автоматизация досмотра багажа и анализа X-ray снимков с помощью ИИ
Разработка крупной системы
ИИ-контроль опасных ситуаций при движении погрузчиков
Сбор и разметка данных для ИИ
Собрали датасет оружия в 1000+ видео
Разработка крупной системы
Машинное зрение измеряет паллеты и передает данные в WMS
Сбор и разметка данных для ИИ
Учим нейросеть распознавать драки, чтобы в вашем городе стало безопаснее
Сбор и разметка данных для ИИ
Разметка данных для беспилотных комбайнов
Экспертная разметка данных
Медицинский датасет МРТ позвоночника для обучения AI
Разработка крупной системы
Как контролировать брак этикетки на работающем конвейере
Экспертная разметка данных для ИИ
Разметка 7000 исследований совместно с врачами-экспертами
Разработка крупной системы
Распознавание номеров автомобиля для въезда на парковку
Разработка крупной системы
ИИ расставляет стеллажи в 10 раз быстрее
Операционный ИТ-аутсорсинг
Команда разметчиков как сервис для маркетплейса
ИИ для образования
Распознавание рукописного текста на экзаменационных бланках с помощью нейросети
Разработка крупной системы
ИИ-система для оценки повреждений автомобилей
Сбор данных для ML и ИИ
Собрали 10 000 уникальных лошадей для биометрии
Разработка крупной системы
ИИ-учет индивидуальной выработки на конвейере
Разработка крупной системы
Цифровой контроль движения вагонов
Разработка крупной системы
От цветка к идеальному букету: ИИ распознает качество роз
Разработка крупной системы
Нейросеть для распознавания 2D чертежей
Разработка для ритейла
Внедрение видеоаналитики для контроля комплектации товаров на складе
Разработка крупной системы
Нейросеть, которая контролирует бодрость сотрудников аэропорта, чтобы вы улетели в отпуск вовремя
Разработка крупной системы
ИИ контролирует опасные зоны конвейера 24/7
Сбор и разметка данных
AI-мониторинг вечной мерзлоты
Разработка крупной системы
Нейросеть контролирует качество чипсов прямо на конвейере
Разработка для сельского хозяйства
Нейросеть для мониторинга здроровья коров
