Кейсы

Проект «Маркетплейсы» для издательства ЭКСМО

Издательство Маркетинг

Кто заказчик:

Сегмент / отрасль:

B2C / книжное издательство, издательская и дистрибьюторская деятельность в сегменте потребительского книжного рынка.

Краткие бизнес-характеристики:

Издательство «Эксмо» — одно из крупнейших универсальных издательств в России и Европе, лидер коммерческого книжного рынка с ежегодным выпуском десятков миллионов экземпляров и тысяч наименований книг по широкому спектру жанров и направлений. Предоставляет полный цикл издательских услуг, поддерживает обширный авторский портфель и развитую сеть региональной дистрибуции в России и СНГ.

Зачем заказчик обратился

  • На маркетплейсах ЭКСМО ежедневно поступает большое количество вопросов и отзывов от покупателей.
  • Специалисты поддержки и контент-команды физически не успевали обрабатывать весь поток вручную, что приводило к задержкам ответов и снижению качества коммуникации с пользователями.
  • Ответы требовали учёта данных по конкретным книгам (аннотации, характеристики, серии, авторы), а также соблюдения единых коммуникационных гайдлайнов ЭКСМО.
  • Заказчику было необходимо решение, которое автоматизирует первичную обработку обращений, снизит нагрузку на специалистов и обеспечит единый стандарт ответов.

Проблема (боль клиента)

Перегруженность операционного контура: тысячи вопросов и отзывов ежедневно обрабатывались вручную, что приводило к очередям и пропущенным обращениям.
Низкая масштабируемость процесса: рост продаж на маркетплейсах напрямую увеличивал нагрузку на команду поддержки.

Неоднородность ответов: без автоматизации было сложно гарантировать единый стиль и соответствие гайдлайнам.

Неоднородность ответов: без автоматизации было сложно гарантировать единый стиль и соответствие гайдлайнам.

Цель проекта

Что заказчик ожидал получить:

  • Автоматизированный сервис, принимающий все вопросы и отзывы пользователей маркетплейсов.
  • Интеллектуальную классификацию обращений (тип вопроса, необходимость участия человека).
  • Генерацию ответов на основе:
  • данных по конкретным книгам из БД ЭКСМО и DWH,
  • шаблонных формулировок и коммуникационных гайдлайнов ЭКСМО.
  • Маркировку ответов ИИ с флагом: требуется ли дополнительная проверка или помощь ассистента.

Условия успеха / KPI:

  • Существенное снижение ручной нагрузки на специалистов.
  • Стабильная генерация корректных и релевантных ответов.
  • Возможность обработки всего входящего потока без пропорционального роста команды.

Решение

1) Анализ текущих данных и построение бизнес-логики

Изучены типы пользовательских вопросов на маркетплейсах, сценарии ответов, требования к стилю и юридические ограничения. Сформирована логика классификации обращений.

2) Разработка моделей/алгоритмов

Разработка GenAi-сервисов:

  • Сервис классификации вопросов пользователей.
  • Сервис генерации ответов с использованием:
  1. данных по SKU и книгам из DWH ЭКСМО,
  2. шаблонов и формулировок по гайдлайну издательства.
  • Проставление флага ИИ и признака необходимости участия ассистента

3) Интеграция в рабочие процессы/инструменты

  • Разработан REST API для загрузки CSV-файлов с вопросами маркетплейсов.
  • Интеграция с DWH ЭКСМО для получения атрибутов книг.
  • Формирование итогового CSV-файла с классификацией и ответами.

4) Тестирование и приемочные этапы.

Проведено тестирование на реальных данных маркетплейсов. MVP-версия сервиса была принята и внедрена в рабочий процесс.

Технологии и инструменты

Архитектура:

Backend:

  • Язык программирования: Python. Используется для реализации логики обработки данных, а также для работы с ML-слоем.
  • Фреймворк: FastAPI. Обеспечивает высокопроизводительный REST API для приёма и обработки JSON-файлов с вопросами, а также возврата ответов. Поддерживает асинхронную обработку запросов.

Очередь сообщений:

RabbitMQ. Используется для асинхронной обработки задач.

База данных:

PostgreSQL

Инфраструктура:

Docker. Весь проект упакован в контейнеры Docker для упрощения развёртывания, масштабирования и обеспечения консистентности окружения. Контейнеры включают сервисы для FastAPI, RabbitMQ, PostgreSQL и ML-модели.

ML-слой:

ChatGPT 4.1

Результаты

Внедрён сервис, который автоматически:
  • принимает вопросы и отзывы пользователей маркетплейсов;
  • классифицирует обращения по типам;
  • генерирует ответы на основе данных по книгам и гайдлайнов ЭКСМО;
  • помечает ответы ИИ и указывает необходимость участия ассистента.
Сервис позволил обрабатывать весь входящий поток обращений без потери качества и стал частью операционного контура ЭКСМО.

Влияние на бизнес

  • Существенное снижение нагрузки на специалистов поддержки и контент-команды.
  • Ускорение обработки вопросов и отзывов пользователей.
  • Повышение качества и единообразия коммуникации на маркетплейсах.
  • Масштабируемость процесса без линейного роста затрат.