Введение
Отзывы покупателей являются важным элементом электронной коммерции: они влияют на доверие к продавцу, репутацию товара и решение клиента о покупке. При большом количестве заказов ручная работа с обратной связью становится трудоемкой, поскольку сотруднику необходимо просмотреть сообщение, подготовить корректный ответ и заметить повторяющиеся претензии.
Для решения этой задачи разработано программное средство ПС АГО, ориентированное на подготовку ответов покупателям и получение краткой аналитики по массиву отзывов.
Основная часть
ПС АГО представляет собой прикладной сервис для продавцов маркетплейсов. В его состав входят серверная часть на Go, локальное хранилище SQLite, модуль обработки отзывов с применением БЯМ и встроенная веб-панель. Система получает отзывы из внешнего источника, формирует рекомендуемый ответ, определяет тональность и выделяет ключевые слова.
Контроль итогового текста остается за сотрудником: подготовленный ответ можно проверить и изменить перед публикацией. Для промежуточной проверки предусмотрена выгрузка в Google Sheets, где в одной строке сопоставляются текст отзыва, предложенная реакция и определенная тональность.
На рисунке 1 представлен пример выгрузки результатов обработки в Google Sheets.
Рис. 1. Пример выгрузки результатов обработки в Google Sheets
Веб-панель объединяет запуск обработки, выбор параметров, публикацию подготовленных ответов и настройку промптов. Пользователь работает в одном окне, что сокращает количество ручных действий и делает сценарий обработки последовательным.
На рисунке 2 представлена вкладка управления веб-панели ПС АГО.
Рис. 2. Вкладка управления веб-панели ПС АГО
Отдельный раздел веб-панели предназначен для аналитики. В нем отображаются распределение оценок, соотношение тональностей и рейтинги товаров. Такие сведения позволяют перейти от единичной реакции на отзыв к оценке общей ситуации по ассортименту.
На рисунке 3 показан пример аналитического представления данных.
Рис. 3. Аналитика отзывов в веб-панели ПС АГО
Результаты
Апробация ПС АГО проводилась на сценарии обработки 50 отзывов. Сервис подготовил ответы, определил тональность сообщений и предоставил данные для проверки перед публикацией. Работа с 50 отзывами заняла 14 мин 13 с, из них 8 мин 16 с пришлись на автоматическую генерацию, а 5 мин 57 с на проверку, исправление и отправку.
При ручной обработке со средним временем 2,5 мин на один отзыв потребовалось бы около 125 мин. Таким образом, применение ПС АГО позволило сократить затраты времени примерно на 110 мин 47 с и одновременно получить аналитические сведения по массиву обратной связи.
Заключение
Разработанное ПС АГО решает задачу комплексной работы с отзывами на маркетплейсах: объединяет загрузку сообщений, применение больших языковых моделей, подготовку ответов, анализ тональности и визуализацию аналитики. Практическое применение показало, что сервис снижает ручную нагрузку, ускоряет реакцию на обращения покупателей и сохраняет за сотрудником контроль над итоговым текстом перед публикацией.
Литература:
- Обзор рынка e-commerce 2024–2025 [Электронный ресурс] // Data Insight. — URL: https://datainsight.ru/DI_eCommerce_2025 (дата обращения: 09.05.2026).
- Значимость отзывов в 2025 году: как изменилось поведение покупателей на российских маркетплейсах [Электронный ресурс] // SaleSynergy. — URL: https://salesynergy.ru/znachimostj-otzyvov-v-2025-godu-kak-izmenilosj-povedenie-pokupatelej-na-rossijskih-marketplejsah.html (дата обращения: 09.05.2026).
- Официальная документация Go [Электронный ресурс]. — URL: https://go.dev/doc/ (дата обращения: 09.05.2026).
- Официальная документация React [Электронный ресурс]. — URL: https://react.dev/learn (дата обращения: 09.05.2026).
