37+ тисяч креативів за 5 хвилин: data-driven рішення, яке змінило підготовку конкурентного аналізу. Кейс OLX

Контекст

OLX – це одна з найбільших онлайн-платформ оголошень в Україні, де користувачі можуть купувати, продавати або обмінювати товари й послуги. Сервіс охоплює широкий спектр категорій: від техніки, одягу та нерухомості – до авто та вакансій. OLX працює за моделлю C2C, забезпечуючи зручний інтерфейс, геолокаційний пошук і вбудований чат для комунікації між покупцем і продавцем.

Проблема

Щоб створити ефективну медійну стратегію, потрібно чітко розуміти рекламні витрати конкурентів у різних форматах для визначення оптимального медіа-тиску та створення cost-effective спліту. Це завдання суттєво ускладнюється для великих брендів, які охоплюють п'ять і більше категорій продуктів чи послуг. Бо кожна з них має власну конкурентну екосистему, де генеруються тисячі або навіть сотні тисяч креативів. У таких умовах критично важливо не лише знати загальні рекламні бюджети конкурентів, але й детально розуміти, як саме вони його витрачають.

Виклик

База даних Excel, яку ми зібрали для аналізу усіх категорій OLX, містила 37 530 рядків із детальною інформацією по кожному ID-номеру креативу. Для розуміння масштабу: якщо витрачати лише 11 секунд на перегляд та категоризацію одного зображення вручну (а відео потребує ще більше часу), цей процес зайняв би понад 114 годин безперервної роботи. І це без врахування людського фактору: втоми, помилок, додаткових перевірок тощо. При цьому, для OLX ці дані були потрібні швидко та без помилок, оскільки від цього залежала якість майбутньої медіа-стратегії.

Ідея

Після трьох днів ручного сортування креативів, коли спеціалісти буквально «проклікали» тисячі матеріалів, терпець data-відділу увірвався. І ми прийняли рішення автоматизувати процес за допомогою спеціально розробленої програми на Python.

Механізм роботи простий: програма послідовно показує користувачу креативи, а фахівцю залишалося лише обрати відповідну категорію в діалоговому вікні. Система самостійно знаходила потрібний файл у теці з вивантаженнями та оновлювала дані. Це дозволило скоротити час обробки одного креативу з 11 до 2 секунд.

Але, як кажуть, «лінь – джерело прогресу». Навіть прискорений процес сортування залишався «нудним», що «змусило» команду знайти нове рішення на базі ШІ. Так виникла ідея замінити ручну роботу інтеграцією Python з Google Cloud Vision API, який міг автоматично аналізувати зображення без попереднього навчання моделі.

Інновація

Справжнім проривом стала інтеграція ШІ-аналізу контенту з автоматизованою технологією розрахунку бюджету для кожного креативу. Це забезпечило клієнту миттєвий доступ до комплексної аналітики: можливість одночасно відстежувати рекламні формати, бюджети конкурентів та точно ідентифікувати продукти, які вони просувають. Вражаючим стало скорочення часу обробки – процес, який раніше займав кілька днів, тепер займав лише кілька хвилин.

Реалізація

Загалом проєкт складався із кількох ключових етапів:

Отримання даних. На базі моніторингових даних ми створили базу креативів із естимованими бюджетами та показами.
Розробка алгоритму аналізу. Використали Python для автоматичного аналізу зображень на основі Google Cloud Vision API. Також інтегрували моделі Optical Character Recognition, Object Detection та Web Detection.
Вдосконалення категоризації. Інтегрували алгоритм підрахунку частоти ключових слів для уникнення помилкової класифікації. Наприклад, якщо в оголошенні про роботу є зображення автомобіля, наша система не внесе його у категорію про «рекламу авто». Усе завдяки розпізнаванню тексту та додаткових елементів (таких як люди у робочому одязі, специфічні терміни та аналіз зображень у мережі).
Автоматизація звітності. Для юзер-френдлі використання нашого рішення ми створили програму, яка записує сегментацію в Excel-документ з назвами креативів, бюджетами, показами та категоризацією.

Результат

На виході ми отримали детальний файл з усією необхідною інформацією по бюджетах, форматам та показам конкурентів. Час аналізу скоротився з декількох днів до 5 хвилин, а якість сегментації значно покращилася завдяки ШІ.

Окрім цього, ми зменшили прямі витрати департаменту ресьорчу, а розроблена інновація дозволила не просто заощадити час, а й надати OLX детальне порівняння витрат у динаміці на кожну категорію відносно інших брендів, що розміщуються у цій ніші. А відтак, побудувати ефективну медійну стратегію.