Аналитические команды Циана работают в двух направлениях: настройка CRM-коммуникаций на основе действий пользователей и модерация объявлений для повышения доверия к площадке. Специалисты сегментируют аудиторию, разделяя пользователей на тех, кто активно ищет жилье, и тех, кто находится в исследовательском режиме, чтобы подбирать релевантные сценарии взаимодействия.
Для рекомендаций сервис использует модели LightFM, учитывающие признаки объектов при холодном старте, и трансформерные модели, анализирующие последовательность действий пользователя. Такой подход позволяет учитывать изменение намерений клиента, например, при сужении района поиска или корректировке бюджета, и предлагать объекты, соответствующие текущим потребностям.
Эффективность коммуникаций проверяется через A/B-тесты. Эксперименты показали, что пуш-уведомления с конкретными данными об объекте, такими как комнатность и цена, демонстрируют более высокие показатели открываемости и целевых действий по сравнению с общими сообщениями. При этом аналитики отслеживают каннибализацию, чтобы новые сценарии не снижали общую ценность продукта.
Борьба с фейковыми объявлениями строится на сочетании эвристик, автоматических проверок и ручной модерации. Система анализирует историю аккаунта, отклонения цен и подозрительные паттерны. Аналитики участвуют в подготовке датасетов для обучения моделей, которые выявляют нарушения, включая использование сгенерированных изображений интерьеров, выдаваемых за реальные фотографии.
Команды также анализируют признаки надежного поведения авторов для присвоения статусов «суперхозяин» и «суперагент». Специалисты следят за тем, как эти статусы влияют на показатели просмотров и звонков, а также оценивают риски, чтобы вовремя выявлять проблемы у участников с высоким уровнем доверия. Работа включает постоянный мониторинг метрик после запуска новых моделей.
