Парсинг Telegram-чата с инвесторами + анализ ИИ по настроению аудитории и вовлеченности

📌 Проблема бизнеса

Компания, ведущая Telegram-чат для инвесторов, нуждалась в ежедневной и ежемесячной аналитике активности аудитории. Требовалось:

✅ Отслеживать уровень вовлеченности подписчиков.

✅ Анализировать посты и комментарии с помощью ИИ.

✅ Определять негативные и позитивные настроения аудитории.

✅ Фиксировать конфликты между участниками.

✅ Выявлять "подстрекателей" и "дружелюбных" пользователей.

✅ Собирать статистику по обращениям в поддержку.

Ручной анализ был невозможен из-за большого объема данных, поэтому было необходимо автоматизированное решение.

💡 Решение – система парсинга, анализа и отчетности по Telegram-чату

Была разработана система для парсинга всех сообщений в чате, определения тональности контента и автоматического формирования статистики в Excel.

🔹 Технологический стек:

• Парсинг Telegram-чата: Pyrogram

• Обработка данных: PostgreSQL

• ИИ-анализ настроений и тематики: OpenAI/NLP-модели

• Формирование отчетов: Pandas, OpenPyXL

• Автоматическая отправка отчетов в чат: Telegram API

🔹 Как это работает?

1. Парсинг сообщений:

o Отслеживаются все посты и комментарии (сообщения, содержащие reply_to_message_id, записываются как комментарии к посту).

o Фиксируются реакции (лайки, дизлайки, эмодзи).

o Отдельно отслеживаются обращения к поддержке (сообщения с командой /admin).

2. ИИ-анализ контента:

o Определение категории поста (новости, обсуждения, объявления и т.д.).

o Оценка тональности комментариев и постов (позитивные, негативные, нейтральные).

o Выявление подстрекателей, агрессивных пользователей, конфликтов.

o Определение вовлеченности пользователей – кто активно участвует, а кто просто читает.

3. Формирование отчетов:

o Дневной отчет (суточная активность)

o Обращения к поддержке (сколько запросов, какие темы).

o Статистика пользователей (количество комментариев, реакций, упоминаний).

o Месячная статистика (общая вовлеченность, топ-активные пользователи, частота негативных сообщений).

o Все данные собираются в PostgreSQL и выгружаются в Excel-таблицу.

4. Автоматическая отправка отчетов:

o Каждый день бот отправляет Excel-файл с отчетами в чат руководства.

o В отчете графики, метрики и ключевые данные.

🚀 Результаты и выгоды:

✅ Полная прозрачность – руководство видит, как аудитория реагирует на посты.

✅ Быстрое выявление конфликтов – можно вовремя реагировать на проблемных пользователей.

✅ Глубокий анализ настроений – помогает корректировать контент и тон общения.

✅ Оценка работы поддержки – сколько обращений поступает, какие темы волнуют пользователей.

✅ Оптимизация работы команды – отчеты автоматизированы, нет необходимости вручную анализировать чат.

Решение позволило компании контролировать настроение инвесторов, анализировать тренды и вовлеченность аудитории без участия человека.