Как AI-инструмент для мониторинга карточек на Яндекс Картах спас компаниям из сферы услуг 25 млн рублей в год

Раньше Яндекс Карты в основном использовались как справочник — чтобы узнать адрес, телефон или график работы компании. Со временем пользовательское поведение изменилось: теперь большинство людей совершают целевые действия прямо в карточке — звонят, записываются на услуги, строят маршрут. По данным Яндекса, путь к покупке все чаще завершается внутри Карт, без перехода на сайт или в сторонние сервисы.

Для сетевых компаний это стало двойной проблемой. Во-первых, филиалы компаний периодически исчезали с карты — пользователи не могли их найти, и трафик резко проседал. Во-вторых — даже видимые карточки могли терять функциональность из-за технических сбоев: исчезали кнопки действий, витрины товаров, контактная информация. Ручной контроль сотен филиалов оказался физически невозможным, а сбои часто оставались незамеченными по несколько дней, приводя к миллионным потерям.

Исходная проблема: компании сталкивались с непредсказуемыми провалами в трафике с Яндекс Карт. Филиалы буквально исчезали из поисковой выдачи, а франчайзи, платившие за размещение рекламы, оставались без клиентов и теряли доверие к управляющей компании.

Команда OMNIMIX разработала AI-инструмент, использующий машинное зрение для проверки видимости точек на картах. Система работала по такому принципу:

Этот этап стал первым применением генеративного AI в инструменте. Компании часто передавали большие списки адресов в хаотичном порядке: «Гоголя, 25», «дом 10 улица Пушкина», «Невский проспект 15, корпус 2». Команда подключила генеративный AI и разработала собственный геокодер, который корректно обрабатывал такое разнообразие форматов. Под капотом работает промтинг в GPT — он анализирует входящий текст и преобразует адрес в стандартизированный формат: «страна, город, улица, дом, корпус». Это позволяет системе верно интерпретировать данные:

После получения данных от геокодера формируется ссылку c координатами широты и долготы филиалов на Я.Картах, что критически важно для последующего анализа.

Для каждой точки формировались от 2 до 5 ключевых запросов, соответствующих категориям салонов.

Создавались комбинации «адрес + запрос» (например, 100 точек × 3 запроса = 300 комбинаций).

Система ежедневно сканировала выдачу на Яндекс Картах, делая скриншоты по каждой комбинации. Здесь генеративный AI выполнял вторую ключевую функцию — анализ изображений через компьютерное зрение. AI получал скриншот карты и конкретное задание: найти метку определенного филиала в заданной области. Генеративный AI анализировал визуальные элементы скриншота и определял: «есть метка» или «нет метки».

Генерировались отчеты с не найденными точками и скриншотами-доказательствами.

Кейс Soda — филиал на ул. Пулковская. После восстановления исчезнувшей метки количество маршрутов выросло с 39 до 87 (+123%). Это подтвердило прямую связь между видимостью на картах и реальным трафиком.

Кейс Soda — филиал на Октябрьской улице. Точка отображалась только по брендовым запросам, но исчезала по тематическим («ногтевая студия», «салон бровей»). После восстановления показы увеличились в 2 раза, звонки — на 46,67%.

Кейс Britva — филиал на Абрамцевской. Детская парикмахерская не отображалась по соответствующим запросам. После добавления рубрики «детский салон-парикмахерская» показы выросли в 4 раза, маршруты — в 2 раза.


Общие результаты версии 1.0:

Версия 1.0 успешно решала проблему исчезающих точек, но вскоре команда столкнулась с более коварной угрозой. Компании продолжали жаловаться на потери трафика, хотя их филиалы были видны на картах. Проблема была не только в видимости самих точек, но в функциональности их карточек. Пользователи находили филиалы, но не могли совершить целевые действия из-за технических сбоев в интерактивных элементах.

22 апреля, Soda: Из карточки филиала исчезла кнопка «Записаться онлайн». Этот элемент ежедневно генерировал 7-8 записей со средним чеком 3 800 рублей. Потери составили ~30 400 рублей в день только по одной точке.

15 мая, Britva: Исчезла витрина услуг — элемент, приносивший 180 кликов в день. Коварство ситуации в том, что Яндекс автоматически заменил витрину базовой информацией — визуально карточка выглядела нормально, но функциональность была потеряна. Потери: ~13 500 рублей в день.

Вай Тай: Самый критический сбой — из карточки исчез номер телефона. 40% звонков (34-38 в день) прекратились мгновенно. Потери: ~25 500 рублей в день.

Масштаб проблемы. Суммарные потери только по трем выявленным случаям составили около 70 тысяч рублей в день. Экстраполяция на год давала цифру в 25+ миллионов рублей потенциальных потерь для всех клиентов агентства.

Понимание масштаба новой угрозы потребовало кардинального переосмысления подхода. Недостаточно было просто видеть точки на карте — нужно было контролировать работоспособность каждого элемента карточки.

Версия 1.0 (реактивная модель) работала так:

Версия 2.0 (проактивная модель) устрена так:

Время реакции сократилось до 2-3 часов, а потери стали минимальными.


Лучше всего работает связка AI для массового скрининга + человеческий интеллект для финальной верификации и коммуникации с платформой. Каждое обнаружение автоматически передается специалистам для подтверждения перед обращением в Яндекс.

Путь от версии 1.0 к версии 2.0 отражает эволюцию всей индустрии геомаркетинга. Если первая версия решала «вчерашние» проблемы (видимость точек), то вторая предвосхитила «завтрашние» вызовы (функциональность карточек).

Опыт OMNIMIX показывает: генеративный AI в геомаркетинге — это не футуристическая технология, а актуальная необходимость. В эпоху, когда каждый потерянный клиент может стоить миллионы рублей, интеллектуальные системы защиты становятся критически важной частью маркетинговой инфраструктуры.