Персонализация — не фича. Это AI-функция с доказанным ROI.
Как я построил систему персонализации в Звуке с нуля — от Data Platform до рекомендаций. И почему этот опыт применим к любому бизнесу с пользователями.
Обсудить проект →Архитектура персонализации
Результаты
Кейс: Звук
Звук — музыкальный стриминг с 5M+ MAU. Когда я пришёл, в компании не было ни одного Data Scientist. Задача: увеличить вовлечённость пользователей и время прослушивания через персонализацию. Проблема: нет инфраструктуры, нет команды, нет данных в нужном виде.
Построил 3-уровневую систему: Data Platform + ML Platform → профили пользователей + описание контента → рекомендации, поиск, CVM, динамические экраны. Запустили GigaMix — генерацию плейлистов на LLM. Каждый уровень — это отдельный AI-продукт с собственными метриками.
Вырастил команду с 0 до 100+ человек: Product Leads, ML Engineers, Data Engineers, Analytics Engineers. Это не аутсорс — это выстраивание компетенции внутри компании. Потому что AI-функция работает только когда она ваша.
2.5x рост времени прослушивания за 2.5 года. 60% пользователей используют рекомендации. 65% streaming time генерируется алгоритмами. Конверсия онбординга +6.4%. TCO Data Platform снижен на 65%. И это не потолок — система продолжает расти.
Серия статей
Подробный разбор каждого уровня — в серии из 8 статей. От инфраструктуры до ROI.
Читать серию «Анатомия персонализации» →