«Яндекс Маркет» учит ИИ выявлять контрафакт

В борьбе за доверие покупателей и качество товарной массы маркетплейсы вступили в эру технологических вооружений.

«Яндекс Маркет» совершил знаковый шаг, внедрив систему машинного обучения (ML) для автоматической обработки и классификации жалоб на контрафакт. Это не просто апгрейд сервиса, а стратегический переход от ручного контроля к предиктивной аналитике, который меняет саму экосистему взаимоотношений между платформой, продавцом и потребителем.

От хаоса жалоб к структурированным данным: как работает ML-арбитр

До недавнего времени первичная обработка тысяч обращений покупателей была рутиной для сотрудников службы контроля качества. Человеческий фактор, субъективное восприятие текста и временные задержки создавали «окна возможностей» для недобросовестных продавцов.

Новая система действует по многоуровневому алгоритму:

1. Интеллектуальный анализ сути. ИИ обучен точно определять предмет жалобы, даже если она изложена с ошибками, без четкой структуры или эмоционально окрашена. Алгоритм вычленяет ключевые сущности: бренд, артикул, характер претензии («подделка», «не оригинал», «не соответствует описанию»).

2. Консолидация и эскалация. Машина не работает с жалобами изолированно. Она агрегирует все обращения на одного продавца или конкретный товар, формируя детализированный отчет-досье. Это позволяет выявлять не единичные инциденты, а системные проблемы.

3. Принятие решения человеком. Финальный вердикт остается за специалистом. Но теперь он получает не разрозненные письма, а готовый аналитический бриф с указанием частоты и типа жалоб. Это в разы ускоряет принятие решений — от скрытия карточки товара до полной блокировки магазина.

Внедрение искусственного интеллекта принесло «Яндекс Маркету» измеримые тактические и стратегические выгоды:

• Скорость и масштаб: Система сортирует в 2,3 раза больше сообщений за то же время, что и команда специалистов вручную.

• Экономическая эффективность: Финансовые затраты на обработку одной жалобы сократились в 1,5 раза, что напрямую влияет на рентабельность службы модерации.

• Стратегический результат: Ключевой метрикой является доля жалоб на контрафакт от общего числа заказов. На текущий момент этот показатель составляет всего 0,08%, и он продолжает снижаться. Эта цифра — прямое свидетельство повышения качества товарного предложения на площадке.

Доверие как новая валюта маркетплейсов

Победа над контрафактом — это не только техническая задача, но и фундаментальный вклад в репутационный капитал. Для современного покупателя безопасность шопинга стала таким же критичным фактором выбора, как цена и ассортимент.

Внедряя ML-системы для защиты прав потребителей, «Яндекс Маркет» решает несколько стратегических задач:

1. Снижает репутационные риски. Каждый случай продажи подделки — удар по доверию ко всей платформе.

2. Создает здоровую конкурентную среду. Добросовестные продавцы получают защиту от нечестных коллег, которые демпингуют за счет низкого качества.

3. Повышает лояльность. Покупатель, уверенный в качестве и оригинальности товара, с большей вероятностью вернется на площадку.

В гонке маркетплейсов побеждает тот, кто сможет предложить не только лучшие цены и быструю доставку, но и максимально безопасную среду. Борьба с контрафактом с помощью ИИ становится новым конкурентным преимуществом, превращая технологию в главного гаранта доверия в цифровой торговле.

С уважением к Вашему делу, Ника Виноградова

Источник: Retail.ru