В 2023 году мы собирали отзывы о jetton вручную — сейчас автоматизируем 80% процесса и видим втрое больше реальных оценок. За год мы прошли путь от точечного мониторинга Telegram-чатов криптотрейдеров до системы, которая анализирует упоминания на DEX-агрегаторах, CoinMarketCap и даже в Binance Feedback. Подробнее о наших ошибках и находках можно узнать здесь: https://proatkarsk64.ru/. Главный инсайт: автоматизация даёт не только объём, но и паттерны — 63% критики касались не токена, а интерфейса кошелька Tonkeeper.
В этом кейсе разберём шесть этапов — от провального старта до текущих ограничений системы. Цифры будут конкретные: 47 ручных отзывов против 214 автоматизированных, 3 часа ежедневных затрат против 20 минут. И главное — как эти данные повлияли на продукт. Например, 8 повторяющихся жалоб на комиссии привели к изменению модели сборов в Getgems. При этом мы обнаружили, что 60% негативных отзывов о "высоких комиссиях" поступали от пользователей, совершавших микроплатежи до $5 — для таких транзакций процентная нагрузка действительно была критичной.
Первый месяц показал катастрофическую разницу: 47 найденных оценок против 120+ у конкурентов с аналогичным jetton. Модератор тратил 3 часа в день, проверяя 11 источников — от веток на Reddit до обсуждений в Tonkeeper. Основные потери происходили в трёх точках:
Отдельной проблемой стали мемы: в феврале 2024-го появился шаблон с медведем, держащим наш токен. Из-за отсутствия текста 98 таких постов модератор пропустил — хотя они собрали 200+ репостов и формировали негативный нарратив.
Сейчас система ищет не только прямое название токена, но и сленг — например, «жетончик» или аббревиатуры. Вот фильтры, которые отсекают 92% фейков:
| Критерий | Пример | Доля шума |
|---|---|---|
| Длина сообщения | Менее 15 символов | 41% |
| Возраст аккаунта | Младше 3 дней | 37% |
| Ручные теги | «если бы jetton…» (гипотетический сценарий) | 14% |
| Повторяемость IP | 5+ сообщений за час с одного адреса | 9% |
Например, в сообщении «jetton топчик» без контекста (11 символов) от аккаунта 1 дня вероятность фейка — 89%. Интересный кейс: 12 марта система поймала волну из 23 почти идентичных отзывов — оказалось, это студенты технического вуза тестировали скрипт для краудмаркетинга.
37% отзывов пришли с форумов, которые раньше игнорировали, — например, с разделов DEX-агрегаторов. Средний рейтинг упал с 4.8 до 4.2, но это отражало реальность. Самые частые жалобы:
Неожиданный инсайт: 22% положительных отзывов содержали фразы вроде «пока держу» или «жду роста» — по сути, условный позитив, который при падении курса превращался в негатив. Мы добавили эту категорию в анализ тональности.
Даже с автоматизацией возникали слепые зоны. Основные причины:
Скрытой проблемой оказались «зеркальные» обсуждения: один пользователь дублировал один негативный отзыв в 7 каналах, что искусственно усиливало вес проблемы. Теперь система группирует идентичные тексты от одного автора.
Анализ по времени показал два пика негатива: 14:00–16:00 МСК (после обеденных трейдов) и 22:00–23:00 (когда проверяли портфель). Скрытые паттерны:
В 65% «нейтральных» сообщений вида «норм токен» обнаруживался негативный контекст — например, сравнение с конкурентом. При этом в 78% случаев сравнение было с токеном, чей объём торгов втрое превышал наш.
Курс TON влиял на оценки: при падении ниже $2.2 критика усиливалась на 18%, даже если наш токен не был связан с экосистемой. Машинное обучение выявило корреляцию 0.62 между оценками нашего jetton и ценой Dogecoin — видимо, часть трейдеров воспринимала все альткоины как единый класс активов.
Ключевые инвесторы пишут в личные сообщения. Один баг с комиссиями обнаружил венчурный партнёр — его сообщение начиналось с «Ребята, вы в курсе?». Такие сигналы требуют ручной обработки. Как и сарказм: фраза «jetton отзывы просто восхитительны» в 80% случаев означает обратное. Трое авторов негативных комментариев после исправлений стали амбассадорами — тут алгоритмы бессильны.
Важный урок: ручной анализ сохраняет ценность для качественных интервью. После автоматизации маркетолог проводит 5 глубинных бесед в неделю с самыми активными критиками. В одном случае это выявило проблему с документацией API, которая затронула 12% интеграторов, но никогда не упоминалась в открытых обсуждениях.
