примерная перезениация

1.

Marketplace в Telegram
Российская площадка объявлений (альтернатива привычным классифайдам)

2.

Проблема и контекст
Что видим на рынке:
• Пользователю приходится переключаться между разными
площадками и форматами.
• В классифайдах остаются риски фейковых объявлений и атак
на сервисы.
• В P2P-сделках важны простота контакта и базовые анти-спам
механики.
Что мы делаем:
• Marketplace в Telegram: размещение и поиск объявлений в
одном чате.
P2P — person-to-person (сделки между людьми без посредника).
₽167 млрд
рынок классифайдов РФ
в 2024 (+14% г/г)
₽168 млрд
ущерб от дистанционных
мошенничеств за 11 мес. 2024

3.

Почему Telegram — сильная платформа для Marketplace
80
68%
70
Мы выбираем Telegram, потому что:
• Пользователь уже внутри приложения — не нужно
отдельное скачивание и регистрация.
% аудитории (РФ, 12+)
60
50
47%
40
30
20
• Понятный UX: чат + меню + inline-кнопки.
• Быстрая итерация MVP: бот можно развивать без тяжелой
инфраструктуры.
10
0
День
42 минуты/день
среднее время
в Telegram на пользователя
Источник охвата: Mediascope Cross Web, РФ, население 12+, октябрь–декабрь 2023.
Месяц

4.

Рынок e-commerce в России растет (2019–2024)
14
12,6 трлн ₽
12
трлн ₽ (оборот e-commerce)
10
Доля e-com
в рознице
5% → 23%
9,3 трлн ₽
за 2019–2024
8
6,4 трлн ₽
6
Вывод: спрос и привычка
покупать онлайн устойчиво
растут — Marketplace-форматы
получают «ветер в спину».
4,1 трлн ₽
4
2,8 трлн ₽
2
1,7 трлн ₽
0
2019
2020
2021
e-commerce — электронная коммерция (онлайн-покупки товаров).
2022
2023
2024

5.

Классифайды — отдельная большая ниша
70
64%
60
50
40
Параллельно растут
«ресейл» и P2Pсценарии: пользователям
нужны удобный поиск,
понятный контакт и
простая публикация.
%
Классифайды РФ
₽167 млрд в 2024
30
23%
20
+14% г/г
10
Отдельные вызовы: фейковые объявления и DDoSатаки.
0
2019
2024
Ресейл — продажа/покупка бывших в употреблении товаров (second-hand).
GMV — Gross Merchandise Value (валовый оборот товаров). DDoS — Distributed Denial of Service (распределённая атака отказа в обслуживании).

6.

Спрос на «нишевые» площадки и ресейл растет
1200
1 000 млрд ₽
+27% в 2023
1000
млрд ₽ (объем рынка, оценка)
рост рынка нишевых
маркетплейсов (г/г)
800
591 млрд ₽
600
466 млрд ₽
400
73% готовы
332 млрд ₽
покупать «вещи
с историей»
(ресейл)
200
0
2021
2022
2023
2026 (прогноз)
Вывод: пользователи ищут специализированный опыт
и удобный поиск — это окно возможностей для новых форматов.

7.

Решение: Marketplace внутри Telegram
Коротко: мы сделали Telegram-бота, который превращает чат в площадку объявлений.
Пользователь может:
• быстро пройти онбординг (капча + город);
• создать объявление пошагово (категория → цена → описание → фото);
• искать по фильтрам (категория/город/цена/состояние/сортировка);
• добавлять в избранное и запрашивать контакт владельца;
• искать похожие товары по фото (AI-модуль).
MVP — Minimum Viable Product (минимально жизнеспособный продукт).

8.

Пользовательский сценарий (как это работает)
Капча
(анти-спам)
/start
Поиск
+ фильтры
Выбор города
(список/ввод/гео)
Результаты
карточки
Главное меню
Создать
объявление
Избранное
Запрос контакта
+ история
Ключевая идея: весь путь — в одном чате, без лишних переходов.

9.

Функции MVP (что уже реализовано)
Объявления
Поиск и взаимодействие
• Создание объявления пошагово
(категория, заголовок, цена, город,
состояние, описание, контакт, фото)
• «Мои объявления»: просмотр,
редактирование, управление статусом
• Фильтры: запрос, категория, город,
цена, состояние, сортировка
• Карточки результатов + пагинация
• Избранное: добавление/удаление
• Запрос контакта владельца
+ история контактов
• Поиск похожих по фото (AI)
UX — User Experience (пользовательский опыт).

10.

Функция-дифференциатор: поиск по фото
Когда словами описать сложно, пользователь отправляет фото —
а бот возвращает похожие объявления (по эмбеддингам).
Фото
в чат
60
Модель
извлекает
признаки
55%
% опрошенных
50
40
Сравнение
с индексом
эмбеддингов
Топ-N
похожих
Пагинация
в сообщении
На рынке визуальный поиск становится стандартом:
крупные игроки внедряют поиск по изображениям.
30
20
Пример: Wildberries запустил
поиск по изображениям/рисункам
10
0
Искали товар
по фото хотя бы раз
Эмбеддинг — числовое представление объекта для поиска похожих.
Это подтверждает спрос на «поиск глазами».

11.

Архитектура: модули и поток данных
Telegram
Bot API
python-telegram-bot
(handlers)
Сервисы
(бизнес-логика)
SQLite
(bot_database.db)
AI-модуль (поиск по фото)
ветка вызывается
при поиске по фото
• веса модели: ai/epoch_08.pth
• индекс эмбеддингов: ai/inf/index_data.npz
• каталог изображений: ai/data/
Принцип: максимум функций — в боте; минимум инфраструктуры — один файл БД + локальный AI-индекс.
API — Application Programming Interface (интерфейс для интеграции).

12.

Данные и база (SQLite): что мы храним
users
id, username, city, captcha_status, created_at
listings
id, owner_id, category, title, price, city, condition, description, contact, photo_file_id, status, created_at
favorites
user_id, listing_id, created_at
contacts
user_id, listing_id, created_at
Важно: в MVP мы храним только то, что нужно для работы: город, контакты и историю действий. В планах — политика
хранения/удаления данных.

13.

Безопасность и устойчивость (что мы учли и что
добавим)
Уже реализовано в MVP
• Капча на простую арифметику + таймаут при ошибках
• Хранение минимально необходимого набора данных
• Контроль сценариев через пошаговые формы
(меньше ошибок — меньше «мусорных» объявлений)
План усиления
• Rate limiting на пользователя (защита от спама/DoS по фото)
• Ограничение размеров изображений + безопасная
обработка
• Перенос токена в переменные окружения
• Проверка целостности AI-артефактов (хеш/подпись)
• Команда удаления профиля и политика хранения данных
DoS — Denial of Service (атака отказа в обслуживании). Rate limiting — ограничение частоты запросов.
Почему это важно
₽168 млрд
ущерб от дистанционных
мошенничеств за 11 мес. 2024
Наша цель — держать
пользователя в «контролируемом»
UX: меньше фейков,
меньше спама,
прозрачнее контакт.

14.

Масштабирование: как из MVP перейти в продукт
Хранилище и инфраструктура
Поиск по фото и скорость
Сейчас: SQLite (1 файл)
Дальше: Postgres + миграции
Сейчас: dot-product по локальному индексу
Дальше: ANN-индексация (FAISS/HNSW)
и/или векторная БД
Сейчас: polling
Дальше: webhook + мониторинг
Сейчас: хранение фото через Telegram file_id
Дальше: индексация/кэш для AI-поиска
по объявлениям
ANN — Approximate Nearest Neighbors (приближённый поиск ближайших описаний/векторов).
SQLite — встроенная файловая БД (один файл, без сервера).
Сейчас: модель в PyTorch
Дальше: ускорение инференса (ONNX)
Качество: A/B тесты, метрики
релевантности и скорости

15.

Итог: почему проект актуален и перспективен
Актуальность подтверждается данными:
• Высокий охват Telegram в России (день/месяц).
• Быстрый рост e-commerce и доли маркетплейсов.
• Классифайды — крупный и растущий рынок.
Что мы даем рынку:
• Marketplace-опыт внутри Telegram (низкий барьер входа).
• Полный цикл MVP уже реализован.
• Дифференциатор: поиск по фото — сценарий, который уже стал массовым.
• оценить MVP и дать рекомендации по развитию и пилоту.
Спасибо! Готовы ответить на вопросы.