94·Продукт и R&D·Память

Сбор и кластеризация обратной связи

Гермес собирает обратную связь пользователей со всех каналов, кластеризует по темам и показывает, что болит чаще всего. Продукт расставляет приоритеты по реальным сигналам, а не по самому громкому голосу.

Как это происходит — процесс по шагам

1Сбор2Кластеры3Частота4Вывод5Память

Схема запускается сама и идёт по кругу. Нажмите на любой шаг — чтобы остановиться и прочитать его подробнее.

Сколько это приносит — формула Q × P

Q — обзор/мес (атомарных единиц процесса). P — деньги на одной единице (рост выручки). Эффект = Q × P за месяц.

Вывод P: P = верный приоритет фич × эффект на удержание/выручку

Малая · до ~50 человек

12 × 1 200

14 тыс ₽/мес

Средняя · ~50–500 человек

80 × 1 800

144 тыс ₽/мес

Крупная · 500+ человек

500 × 2 600

1.3 млн ₽/мес

Спецификация сценария (по Вигерсу)

ID сценария
HERMES-UC-094
Название
Сбор и кластеризация обратной связи
Действующее лицо
Продакт-менеджер
Заинтересованные стороны
  • Продакт — приоритеты по реальным данным
  • Пользователи — их боль услышана
  • Бизнес — продукт растит удержание/выручку
Предусловия
  • Доступ к каналам обратной связи
  • Заданы категории тем
Триггер
Плановый разбор фидбека или всплеск обращений по теме
Основной сценарий
  1. 1.Гермес собирает обратную связь из всех каналов.
  2. 2.Кластеризует её по темам и проблемам.
  3. 3.Считает частоту и влияние тем.
  4. 4.Подсвечивает топ-проблемы и запросы.
  5. 5.Отслеживает динамику тем во времени.
Расширения и исключения
  • 2aНовая тема вне категорий — заводится автоматически с пометкой.
  • 3aРезкий всплеск по теме — отдельный сигнал продукту.
Постусловия
  • Фидбек структурирован по темам
  • Приоритеты опираются на данные
Бизнес-правила
  • Приоритизацию утверждает продакт
  • Учитывается частота и влияние, а не громкость
Частота
Регулярно + по всплескам
Допущения
  • Каналы фидбека доступны

Операционная модель — стоимость владения за 3 года

Совокупная стоимость владения (TCO) за 36 месяцев против эффекта Q × P. Числа выше — по облачным ценам токенов OpenRouter (модель уровня сценария — Claude Sonnet 4.6), инференс учтён отдельной строкой. Инфраструктура и надзор делятся на все сценарии — здесь показана доля, относимая на этот; для одного отдельного сценария на своём сервере она была бы выше. Самообучение удешевляет токены по годам, эффект выходит на полную мощность не сразу. Лицензия Гермеса — 0 ₽ (MIT); self-hosting на своих весах меняет плату за токены на GPU и электричество. Числа — оценка для прикидки, не оферта.

Малая · до ~50 человек

TCO 3 года

104 тыс ₽

Эффект 3 года

475 тыс ₽

Чистыми

371 тыс ₽

ROI

4.5×

Окупаемость

3 мес

ГодЗатратыЭффектЧистыми
149 тыс ₽121 тыс ₽72 тыс ₽
228 тыс ₽173 тыс ₽145 тыс ₽
328 тыс ₽181 тыс ₽154 тыс ₽
Итого104 тыс ₽475 тыс ₽371 тыс ₽

Из чего складывается в месяц: инфраструктура 600 ₽ (доля общей установки) · инференс 264 ₽ · надзор 2 тыс ₽ (доля) · плюс внедрение 20 тыс ₽ разово · лицензия ПО 0 ₽ (MIT). Оценка.

Средняя · ~50–500 человек

TCO 3 года

341 тыс ₽

Эффект 3 года

4.8 млн ₽

Чистыми

4.4 млн ₽

ROI

13.9×

Окупаемость

1 мес

ГодЗатратыЭффектЧистыми
1153 тыс ₽1.2 млн ₽1.1 млн ₽
295 тыс ₽1.7 млн ₽1.6 млн ₽
393 тыс ₽1.8 млн ₽1.7 млн ₽
Итого341 тыс ₽4.8 млн ₽4.4 млн ₽

Из чего складывается в месяц: инфраструктура 2 тыс ₽ (доля общей установки) · инференс 2 тыс ₽ · надзор 5 тыс ₽ (доля) · плюс внедрение 55 тыс ₽ разово · лицензия ПО 0 ₽ (MIT). Оценка.

Крупная · 500+ человек

TCO 3 года

1.0 млн ₽

Эффект 3 года

43 млн ₽

Чистыми

42 млн ₽

ROI

40.9×

Окупаемость

1 мес

ГодЗатратыЭффектЧистыми
1447 тыс ₽11 млн ₽10 млн ₽
2307 тыс ₽16 млн ₽15 млн ₽
3294 тыс ₽16 млн ₽16 млн ₽
Итого1.0 млн ₽43 млн ₽42 млн ₽

Из чего складывается в месяц: инфраструктура 5 тыс ₽ (доля общей установки) · инференс 11 тыс ₽ · надзор 12 тыс ₽ (доля) · плюс внедрение 120 тыс ₽ разово · лицензия ПО 0 ₽ (MIT). Оценка.