מאיסוף ידני לפרודקשן אוטומטי בנפח של מיליונים ביום

הרקע

סטארטאפ B2B באנליטיקת רשתות חברתיות. כשנכנסתי, שלושה אנליסטים החזיקו את כל העבודה בידיים. כחמשת אלפים פוסטים בשבוע, נאספים ידנית, מסווגים ידנית, מצורפים לנרטיבים שמגיעים ללקוחות בסוף השבוע. לא הייתה איסוף אוטומטי. כל פריט תוכן עבר דרך אדם.

החברה לא יכלה לגדול ככה. להוסיף עוד אנליסטים לא היה הפתרון — הצורה של העבודה הייתה צריכה להשתנות.

מה בנינו

איסוף אוטומטי, מאפס. במקום שאנליסט יחפש ויעתיק פוסטים, המערכת אוספת מהפלטפורמות השונות באופן רציף — פוסטים, פרופילים, שיחות ציבוריות, מספר רב של מקורות ושפות. מחמשת אלפים בשבוע למיליונים ביום.

שכבת ה-AI שמסננת את הרעש, ממיינת את הרלוונטי לנושאים, ומוציאה את הנרטיבים שהאנליסטים צריכים. כל ציון מקושר חזרה לפוסט המקורי כדי שאנליסט יוכל לבדוק ולהבין איך הגענו אליו.

הצוות. גיוס, דרך עבודה, ותרבות שמתאימה לקצב של חברה בשלב מוקדם.

איך זה נראה ביומיום

המערכת רצה ברקע. תוכן זורם פנימה ברציפות, מסונן וממוין אוטומטית, מוצג בדשבורד שהאנליסט עובד ממנו. הנרטיבים כבר בטיוטה — עם ציטוטים — והעבודה היא לסקור, לחדד, ולאשר. הזמן עובר מאיסוף ועיבוד לעבודה של פרשנות.

מה השתנה

כשנכנסתי: שלושה אנליסטים, איסוף ידני, כחמשת אלפים פוסטים בשבוע, אין נראות בזמן אמת.

כשעזבתי: מערכת אוטומטית שמטפלת במיליוני פריטים ביום ממקורות ושפות שונים, ואדם אחד מספיק כדי להפעיל אותה, לתחזק ולחדד.

מה למדנו

המעבר מתהליך ידני לפרודקשן זה לא קפיצה אחת. זו סדרה של החלטות איפה לסמוך על המערכת ואיפה לשמור את האדם בלולאה. רוב המינוף לא היה בכוח חישוב — הוא היה בכך שכל פיסת מידע שעוברת אוטומציה יודעת איך להצדיק את עצמה, עם מקור ועם נתיב סקירה. הצוות נשאר בלולאה איפה שהשיקול שלו באמת מוסיף ערך.