Контекст. Продуктовая работа над приложениями с большой аудиторией. Чтобы принимать решения, нужно каждый день видеть свою аналитику и происходящее у конкурентов: релизы, изменения продуктов, новости, сигналы рынка.
Кто пользовался результатом. Я и продуктовая команда. Сводка — вход для управленческих решений; сами решения система не принимает.
Как процесс работал раньше. Аналитика была разбросана по разным источникам, сводную картину собирали руками. Полный отчёт занимал до двух недель работы нескольких человек — и к моменту сдачи частично устаревал.
Проблема. Сбор съедал время, которое стоило тратить на интерпретацию. Регулярность держалась на дисциплине людей, а не на системе.
Источники данных. Открытые: новости, обновления продуктов и сторов, публикации, социальные сигналы. Внутренние показатели подключаются отдельным контуром и наружу не уходят.
Архитектура. Коллекторы по расписанию → нормализация → скоринг сигналов → quality gate → сборка сводки → публикация. Публичная витрина этого контура — radar.looi.ru: она показывает принцип и устойчивость, а не внутреннюю корпоративную аналитику.
Что автоматизировано. Сбор, фильтрация, сравнение с историей, вёрстка и публикация сводки. Конвейер выходит ежедневно без человека в цикле.
Что осталось человеку. Интерпретация, приоритеты и решения. Спорные сигналы система помечает, а не решает за людей.
Сколько заняла сборка. Около месяца — параллельно с основной работой, не проектом с выделенной командой.
Эксплуатационные расходы. Внешние модели — примерно $80–100 в месяц (≈9 тысяч ₽). Серверы и обслуживание жили на уже существующей инфраструктуре и отдельной строкой затрат не выделялись. Часть задач можно перевести на локальные модели: дешевле, но медленнее.
Результат. Ежедневная сводка вместо ручного сбора. В моей практике отчёт, на который уходило до двух недель ручной работы, собирается примерно за 20 минут.
Методика измерения — честно. Сравнение «20 минут против двух недель» — из моей рабочей практики до и после, а не независимый замер. Качество сводки я проверял сам по чек-листу источников; внешнего аудита качества не было.
Ошибки и ограничения. Главный урок: автоматический конвейер без жёстких ограничителей деградирует тихо — месяцами выглядит исправным, пока выдаёт пустые или подменные выпуски. Инцидент разобран отдельно: «Конвейер, который тихо умирал». Лечение — жёсткие полы вместо предупреждений и регрессионные тесты, каждый из которых — бывший реальный сбой.
Следующий этап. Единый маркетинговый отчёт на данных клиента (трафик, расходы, кампании) — проектируется, на клиентских данных пока не собирался.
