Пн – Вс: 8–21 по НСК

📞+7 383 380-81-89
Telegram Макс
Записаться на демо
ГлавнаяAI-решения для бизнесаСценарии применения ИИПерсональные рекомендации контента по всей истории интересов

Персональные рекомендации контента по всей истории интересов

Собирает подборку статей, видео или курсов под интересы конкретного человека — на основе всего, что он смотрел и читал раньше, а не только последнего клика.

Что это даёт бизнесу

Медиа, образовательные платформы и сервисы с большой библиотекой контента теряют читателя не из-за того, что контента мало, а из-за того, что найти своё среди тысяч материалов сложно. Помощник смотрит на всю историю интересов конкретного человека — что он читал, досматривал, а что бросал на середине, — и формирует подборку под него. Это не разовая рекомендация по последнему клику, а профиль интересов, который меняется медленно и точно.

  • Почти половина пользователей Netflix признаются, что выбирают, что смотреть, ориентируясь на рекомендации сервиса, а не на конкретное название (отчёт Netflix Still Watching 2025).
  • Персонализация контента и предложений в среднем приносит компаниям на 10–15% больше выручки с той же аудитории, а в отдельных цифровых сервисах — до 25% (McKinsey).
  • Профиль строится на том, что человек досмотрел или дочитал до конца, а не просто открыл, — это точнее, чем считать по одним кликам.

Источники: Habr / МТС, разбор отчёта Netflix Still Watching 2025, McKinsey & Company.

Какую проблему решает

Библиотека контента растёт быстрее, чем у человека остаётся времени её пролистать. Список «популярное» одинаков для всех и быстро приедается: то, что зашло тысяче случайных людей, не обязательно подойдёт конкретному читателю или зрителю.

Ручные подборки редакции не успевают за объёмом контента и не учитывают личные интересы: человеку, который читает только про финансы, всё равно предлагают статьи про кулинарию просто потому, что они сейчас популярны у всех.

Как это работает

1Смотрим историю интересовчто человек дочитал, досмотрел, бросил2Строим профиль интересовпо темам, а не по одному материалу3Обновляем его постепенноа не переворачиваем от одного клика4Формируем подборкупод конкретного человека5Следим за реакциейдочитал — подборка становится точнее
Как собирается персональная подборка

Третий шаг — главное отличие от рекомендаций по текущей сессии (это соседнее решение для реакции на то, что человек делает прямо сейчас). Здесь профиль интересов меняется постепенно, по накопленной истории, а не скачет от одного случайного клика.

Кому подходит

Медиа, образовательным платформам, стриминговым сервисам и любым продуктам с большой библиотекой контента, где у пользователя накапливается заметная история просмотров или чтения — от нескольких десятков материалов.

Что нужно от вас

Доступ к истории действий пользователей в продукте (просмотры, дочитывания, оценки), каталог контента с темами и тегами, и согласие пользователей на использование этой истории для персонализации.

Чего он делать не будет

Помощник не строит профиль интересов на данных, которые пользователь не разрешил собирать, — например, на действиях вне вашего продукта. Хранить и использовать историю интересов конкретных людей можно только с их согласия и на сервере в России, это требование 152-ФЗ, а не формальность. Он также не заменяет редакционную подборку для тех, кто явно выбрал её вместо персональной.

С чего начать

Разбор — бесплатно, 40 минут. Аудит процессов — 150 000 ₽. Запуск — от 250 000 ₽, сопровождение — от 50 000 ₽ в месяц.

Сценарии применения ИИ — другие решения

Все решения направления →

AI для автоматизации контекстной рекламы по марже

Настраиваем ставки и бюджет по реальной прибыли из вашей CRM и 1С, а не только по кликам, которые видит рекламный кабинет.

AI для онлайн-образования: автоматическая генерация заданий

Описание кейса: EdTech-команда тратила дни на генерацию проверочных заданий.   Решение от La-chatte: AI анализировал учебный модуль и предлагал тесты с вариантами ответов и объяснениями. Наша команда в La-chatte провела предварительный аудит текущих процессов клиента, выявила узкие места и точки роста. Мы не просто внедрием AI-решение — мы глубоко интегрируем его в бизнес-процессы, настраиваем под […]

AI для продуктовых команд: перевод технических текстов

Описание кейса: Команда писала сложные и длинные changelogs, которые никто не читал.   Решение от La-chatte: AI превращал технические описания в ясные тексты для разных аудиторий. Наша команда в La-chatte провела предварительный аудит текущих процессов клиента, выявила узкие места и точки роста. Мы не просто внедрием AI-решение — мы глубоко интегрируем его в бизнес-процессы, настраиваем […]

AI-Performance: Рост мотивации и эффективности 1:1

Описание кейса: HR-отдел не успевал проводить 1:1 на регулярной основе.   Решение от La-chatte: AI выдавал рекомендации, трекал OKR и генерировал самооценку. Наша команда в La-chatte провела предварительный аудит текущих процессов клиента, выявила узкие места и точки роста. Мы не просто внедрием AI-решение — мы глубоко интегрируем его в бизнес-процессы, настраиваем под специфику отрасли и […]

AI-агент для карьерного планирования и развития сотрудников

Описание кейса: IT-компания хотела снизить внутреннюю текучку и улучшить карьерные треки.   Решение от La-chatte: AI анализировал интересы, навыки и возможности, предлагая персональные шаги в развитии. Наша команда в La-chatte провела предварительный аудит текущих процессов клиента, выявила узкие места и точки роста. Мы не просто внедрием AI-решение — мы глубоко интегрируем его в бизнес-процессы, настраиваем […]

AI-агент для службы поддержки: разбирает и закрывает обращения

Снимает с операторов поток одинаковых вопросов: простое закрывает сам со ссылкой на документ, сложное передаёт человеку вместе с готовым разбором.

AI-анализ отзывов: обработка в 10 раз быстрее

Описание кейса: Компания получала тысячи отзывов в открытых формах и не успевала обрабатывать.   Решение от La-chatte: AI категоризировал фидбек по темам, тревожным сигналам и критичности. Наша команда в La-chatte провела предварительный аудит текущих процессов клиента, выявила узкие места и точки роста. Мы не просто внедрием AI-решение — мы глубоко интегрируем его в бизнес-процессы, настраиваем […]

AI-аудит процессов найма на предмет скрытой предвзятости и автоматизация DEI-стратегии

Описание кейса: IT-компания хотела снизить барьеры для женщин и представителей меньшинств.   Решение от La-chatte: Запустили AI-проверку объявлений, анкет и процессов, дали рекомендации по улучшению. Наша команда в La-chatte провела предварительный аудит текущих процессов клиента, выявила узкие места и точки роста. Мы не просто внедрием AI-решение — мы глубоко интегрируем его в бизнес-процессы, настраиваем под […]
La-Chatte

Готовы передать рутину
ИИ-сотрудникам?

За 30 минут разберём задачу, которая съедает время команды, и честно скажем, стоит ли отдавать её ИИ.

    Что вас интересует?