Предиктивная аналитика
Персонализированная рекомендательная система для онлайн-кинотеатра и видеостриминга
Клиент: Онлайн-кинотеатр с каталогом более 40 000 фильмов и сериалов | Срок реализации: 2.5 месяца
Проблема и бизнес-вызов
Пользователи долго искали, что посмотреть, бросали поиск и закрывали приложение. Время просмотра (watch time) стагнировало.
Реализованное ИИ-решение
Построили двухстадийную рекомендательную систему (Candidate Retrieval на Annoy/Faiss + Reranking на CatBoost). Модель формирует персональную витрину фильмов на основе истории просмотров, времени суток и схожести вкусов зрителей.
Достигнутые бизнес-результаты
+38%
рост среднего времени просмотра на пользователя в месяц
+22%
увеличение конверсии в продление платной подписки
18 мс
время формирования персональной витрины из 40 000 единиц контента
4.2 млн
активных зрителей ежедневно получают персональные подборки
Технологический стек
CatBoost
Faiss
Python
Redis
Kafka
ClickHouse
Go
Хотите аналогичный результат?
Мы изучим процессы вашей компании и предложим архитектуру внедрения с оцифрованным ROI.
Направление услуги:
Предиктивная аналитика и машинное обучение →
Другие кейсы агентства
AI-агенты
Мультиагентная система диспетчеризации и маршрутизации для федерального логистического оператора
Транспортно-логистическая компания (автопарк 1 200+ тягачей)
Ручное распределение 3 000+ заявок в сутки приводило к срывам окон доставки, нерациональным холостым пробегам (до 18%) и перегрузке диспетчеров в пиковые сезоны.
Срок: 2.5 месяца
Читать кейс →
RAG и Базы знаний
Интеллектуальная RAG-система анализа 2.5 млн страниц проектной документации для нефтегазового холдинга
Крупный добывающий и инжиниринговый холдинг
Инженеры тратили до 4 часов в день на поиск регламентов, спецификаций оборудования и протоколов испытаний в разрозненных архивах сканов, чертежей и PDF-документов за 15 лет.
Срок: 3 месяца
Читать кейс →
Голосовой ИИ
Голосовой AI-ассистент записи на прием и консультаций для сети многопрофильных медицинских клиник
Сеть из 24 медицинских центров в ЦФО
В утренние часы до 35% звонков пациентов сбрасывались из-за перегрузки колл-центра. Пациенты уходили к конкурентам, а стоимость привлечения лида росла.
Срок: 1.5 месяца
Читать кейс →