Исходная ситуация
- Обучающие видео искали на платформах вручную, просматривали и размечали в Excel.
- Дубли видео и разная разметка делали данные «грязными».
- Работа с ветклиниками, приютами и блогерами шла через таблицы и почту.
Пайплайн данных: WoofCollector
Мы сделали веб-приложение, которое покрывает весь путь от видео до размеченного обучающего файла:
- Поиск: автоматически находит видео на YouTube, в Instagram и через поиск Google.
- Загрузка и нарезка: на короткие клипы для обучения.
- Поиск дублей: по аудио-отпечаткам.
- Разметка: в отдельном интерфейсе вместо Excel.
- Запрос к модели: клипы отправляются в ИИ-модель стартапа, предсказания сохраняются.
- Хранение: клипы и метаданные автоматически синхронизируются с облачным хранилищем.
Результат: скорость разметки выросла с 5 до 30 видео в час, то есть в 6 раз, при более высоком качестве разметки.
Воронка продаж: Zoho CRM
- Процессы для работы с ветклиниками, приютами и блогерами: квалификация, распределение, статусы, follow-up и напоминания
- Данные через вебхуки попадают в базу PostgreSQL
- Метрики воронки и конверсии в дашбордах Metabase и автоматические отчёты в Slack для руководства
Инфраструктура и соответствие требованиям
- PostgreSQL и n8n на собственной облачной VM с Docker
- Управление согласиями по DSGVO и документация с учётом EU AI Act с самого начала
- Документация для передачи проекта с рисками и следующими шагами
Кто из команды работал над проектом
Анализ процессов, CRM, пайплайн данных и управление проектом: Маргарита. Разработка веб-приложения: Дима.