IT + Клиенты

Но как узнать количество продаж по товарам и понять, какой из них популярен?

Очень жаль, но ZARA такую информацию в открытом доступе не предоставляет.

У нас появилась другая идея!

Мы решили собирать каждый день количество товаров в наличии. То есть, мы опираемся на данные, сколько единиц товара остаётся каждый день, как идут продажи, насколько он востребован.

Предположим, если сегодня футболок в полоску 1000, завтра их 500, а послезавтра всего 1 в то время, как другие футболки раскупаются по 8-10 штук в день, мы обращаем внимание на этот товар. Он популярен.

Заказчику наша идея понравилась, и мы приступили к исполнению.

• Сначала мы согласовали структуру итогового формата файла – CSV.

• Затем наши разработчики создали систему для автоматического сбора всех данных с сайта. Система учитывает товар, категорию, размеры, цвета и другие характеристики товара.

• Дальше начался ежедневный сбор данных в течение месяца. Полученная база данных содержала информацию об изменении количества товара в наличии по каждому артикулу ZARA.

• Раз в неделю мы предоставляем данные заказчику для дальнейшего самостоятельного анализа данных. Он выявляет товары, количество которых в наличии наиболее быстро уменьшается. Эти товары можно взять для запуска на маркетплейсы.

В итоге наш заказчик выбрал 5 наиболее популярных моделей одежды (джинсы, 2 рубашки и 2 платья) из ассортимента ZARA Spain – у них были стабильно высокие темпы продаж (быстрое уменьшение остатков).

Далее он нашёл похожие модели у поставщиков и заказал их, создал карточки товаров на Wildberries и OZON, оптимизировав их под поисковые запросы и выделив преимущества товара.

Затем заказчик запустил внутреннюю рекламную кампанию для привлечения внимания к новым товарам, сделав акцент на том, что эти вещи – уже тренд на западе, и нужно успеть их купить.

Вот такими результатами поделился наш заказчик:

• Выручка от продаж новых товаров составила 1 500 000 рублей на второй месяц.

• Общая выручка магазина на Wildberries увеличилась на 36% по сравнению с предыдущим месяцем.

• Оборачиваемость запасов увеличилась на 25%, что позволило сократить расходы на хранение и освободить оборотные средства.

• Конверсия в карточках товаров, основанных на данных ZARA, была на 15% выше, чем у товаров, выбранных традиционными методами.

Парсинг помог придумать оригинальный подход к анализу рынка, когда сбор и анализ данных строится на остатках товаров конкурентов. Такой способ поможет выявить перспективные товары и увеличить выручку продавца.

Но важно оперативно реагировать на выявленные тренды.

Привет Пикабушникам! Как вы помните из прошлой статьи, я SEO-специалист и уже лет пять как копаюсь в ключевых словах, выдаче Яндекса и капризах клиентов. В 2025 году жизнь оптимизатора — это как бег с препятствиями: то заказчик хочет топ-1 за неделю, то времени на тексты не хватает. Но я не из тех, кто сдаётся, даже если дедлайны горят. Расскажу, как я выкручивался с русскоязычными сервисами и инструментами, чтобы не утонуть в рутине. Прошу не судить строго, это всего лишь мой опыт, с фейлами, мемами и парой смешных моментов.

Почему я выбрал русскоязычные сервисы

Писать мета-теги и описания для сотен карточек товаров вручную — билет в психушку. Я попробовал GigaChat от Сбера, но он как студент на фрилансе: старается, но до GPT-4 ему далеко. Хотелось мощных ИИ вроде ChatGPT или Grok, но без лишних сложностей. В итоге я наткнулся на русскоязычные сервисы — ChatRU, AiTunnel, ChadGPT — и софт X-GPTWriter. Они позволяют работать с зарубежными ИИ через простой интерфейс или API, оплачивать через СБП и не тратить часы на настройки. Это как заказать пиццу вместо готовки — быстро, удобно, результат на уровне.

Посредники: ChatRU, X-GPTWriter, AiTunnel и ChadGPT

В одном телеграм-канале я нашёл русскоязычные сервисы — ChatRU (русскоязычный сервис для доступа к зарубежным ИИ через веб-интерфейс) и ChadGPT (тот же принцип). Они дают доступ к GPT-4, Grok и другим ИИ-моделям через удобные интерфейсы. А ещё я попробовал AiTunnel (все тот же принцип) и софт X-GPTWriter (программа для массовой генерации текстов с помощью ИИ), который уже знал по прошлым проектам. Все эти сервисы работают по принципу пополнения баланса: закидываешь сколько хочешь, а за каждый запрос снимается сумма в зависимости от модели. ChatGPT 4o-mini — самый бюджетный, Grok или ChatGPT 4o — дороже. Для экономии я юзал 4o-mini, пополняя баланс на 200–1000 рублей.

ChatRU: просто, но с API для массовой генерации

ChatRU я юзал для повседневных задач через веб-версию — регистрация за минуту, оплата через СБП (Система быстрых платежей) (спасибо, карта МИР, ты живая!). Для SEO это находка: мета-теги, описания, идеи для постов в ВК — всё на раз-два. А когда понадобилось генерить тексты пачками, я залез в админку, создал API-ключ и за пару минут подключил его к X-GPTWriter. С ChatGPT 4o-mini за 20 рублей на балансе нагенерил 50 мета-тегов — всё в кассу, без правок.

• Как я юзал:

  • Через веб-интерфейс настраивал промпт для мета-описаний.

  • С API в X-GPTWriter генерировал тексты по ключам из Serpstat (сервис для анализа конкурентов и выдачи). Работает как кофе утром — быстро и бодро.

• Особенности:

  • Интерфейс проще, чем лендинг на Тильде (конструктор сайтов).

  • Тексты на русском — огонь, почти не надо править.

  • API позволяет генерить тонны текстов через софт.

ChatRU стал основой моего сетапа, особенно когда я подключил их API для массовой генерации.

X-GPTWriter: старый знакомый, который снова выручил

С X-GPTWriter я уже был на ты — не так давно писал про него в посте «1000 карточек за сутки: как ИИ сделал меня богаче, а Wildberries — седее». Это софт, который содержит в себе кучу ИИ-моделей и генерит тексты пачками. В прошлой статье я писал, что купил сразу годовую лицензию и буду думать куда можно применить софт - к слову, долго думать не пришлось, а возможности программы пригодились уже довольно быстро. К тому же промокод SALE40 даёт норм скидку на подписку, кто хочет сэкономить. Я подключил API от ChatRU, и дело пошло как по маслу. Тексты выходят такими, что клиенты берут без правок — прям мечта SEOшника. А 300 описаний за час — это как если бы я месяц писал вручную.

• Как я юзал:

  • Настроил шаблон и промт для описаний товаров: загружаю ключи из Key Collector (программа для сбора и анализа ключевых слов), указываю tone of voice и прочие настройки, и софт выдаёт сотни текстов.

  • Делал рерайт статей. Кидаю старые тексты и в режиме расширенного рерайта, прошу переписать с ключами — выходит идеальный ручной рерайт, только без слёз.

• Особенности:

  • Массовая генерация.

  • Работает с API ChatRU, шустро и удобно.

  • Тексты такие, что можно сразу на сайт заливать.

X-GPTWriter — мой главный козырь, особенно когда дедлайны горят, а клиент хочет «всё и сразу».

AiTunnel: как ChatRU, но с большим выбором моделей

AiTunnel я откопал в той же телеге, когда искал альтернативу ChatRU. По сути, это их близнец: даёт доступ к GPT-4, Claude, DeepSeek через API, с оплатой через СБП. Я закинул 200 рублей на баланс, создал API-ключ, подключил его к X-GPTWriter и затестил для массовой генерации. С ChatGPT 4o-mini нагенерил статей для своего сайта — всё село как влитое.

• Как я юзал:

  • Через X-GPTWriter гнал тексты для своего сайта по арбитражу. Загрузил ключи из Serpstat, настроил промпт — получил 2000 текстов за ночь. Качество такое, что заливал на WP без правок.

  • Пробовал Claude. Лучше, чем Mistral, но до GPT-4 не дотягивает.

• Особенности:

  • Куча моделей на выбор, можно переключаться, если одна тормозит.

  • Оплата через СБП, без лишних сложностей.

  • API шустрый, если не спамить запросами.

AiTunnel стал запасным аэродромом, когда ChatRU лагал. С X-GPTWriter они работают как братья-близнецы.

ChaGPT: тоже для софта, но не моё

ChadGPT я попробовал, когда искал ещё один API для массовой генерации. Закинул 200 рублей на баланс через СБП, подключил API к X-GPTWriter, но что-то мне не понравилось скорость работы. как-то долго генерировалось все в сравнении с сервисами выше. Не знаю почему так, но я обязательно дам сервису еще один шанс.

Локальные решения: Ollama и мой ПК, который чуть не сгорел

Начитавшись статей в интернете про локальные ИИ, я решил попробовать запустить свой собственный ИИ. Поставил себе Ollama (open-source инструмент для локального запуска ИИ-моделей). У меня дома ПК с RTX 3060 (12 ГБ VRAM) — не супер-пупер, но для небольших моделей тянет. Скачал Ollama, выбрал Mistral 7B (лёгкая модель, не для слабаков с 4 ГБ видеопамяти), настроил через Open WebUI (интерфейс для работы с локальными моделями), чтобы было как в нормальном интерфейсе.

Как я настраивал Ollama

Установка — как квест в старой RPG. Вбил в терминал curl https://ollama.ai/install.sh | sh, скачал модель командой ollama run mistral. Первые два часа ушли на гугл, чтобы понять, почему оно не запускается. Оказалось, драйвера GPU криво стояли. Но в итоге заработало, и я почувствовал себя Илоном Маском.

Ollama в SEO

Ollama я юзал для:

• Идей для контента. Кидаю ключи из Key Collector, прошу Mistral выдать темы для статей. Для ключа «SEO продвижение» модель предложила 5 идей, из которых 3 были норм, а 2 — как будто писал стажёр.

• Рерайт текстов. Беру старые статьи клиента, прогоняю через Mistral для уникальности. Яндекс доволен, клиент тоже. Но на рерайт одной статьи уходило заметно больше времени чем при работе с X-GPTWriter с АПИ тех же ChatRU и AiTunnel.

• Особенности:

  • Приватность на уровне «никто не узнает, что я ем пельмени на ночь».

  • Бесплатно, если не считать счёт за электричество.

  • Работает без интернета, удобно для локальных задач.

  • Мой RTX 3060 пыхтит, как паровоз, на больших моделях. Для LLaMA 3.1 70B нужен монстр типа RTX 4090, а у меня бюджет не резиновый.

  • Русский язык у Mistral — как мой английский в школе: вроде понятно, но коряво. Приходится править.

  • Настройка — это два вечера и три литра кофе. Если терминал для тебя — тёмный лес, лучше не лезь.

Ollama выручала, когда ChatRU лёг, а дедлайн горел. Но для сложных штук она как мой кот — старается, но не всегда попадает в лоток.

Что я понял из этой движухи

После всех экспериментов с сервисами и локальными решениями я нашёл свой грааль: X-GPTWriter в связке с ChatRU и AiTunnel. Локальные штуки типа Ollama я попробовал из любопытства — начитался статей в интернете, думал, будет как в кино. Но ожидания не оправдались: то железо пыхтит, то тексты корявые, то настройка съедает полжизни. В итоге я вернулся к своему сетапу: заходишь на ChatRU или AiTunnel, закидываешь на баланс 200–1000 рублей, копируешь API-ключ, вставляешь в X-GPTWriter, и он выдаёт тонны текстов за ночь. Юзаю ChatGPT 4o-mini для экономии — качество огонь, а клиенты берут тексты без правок. За 200 рублей на AiTunnel нагенерил 1000 описаний и спас дедлайн для маркетплейса. ChadGPT — дам обязательно второй шанс. Главное — не вестись на левые сервисы в телеге и не мечтать, что твой старый ноут потянет LLaMA.

Привет Пикабушникам! Я представитель такой древнейшей профессии как SEO-специалист (надеюсь шутка удалась) и уже лет пять вожусь с карточками для маркетплейсов, ковыряюсь в Яндекс.Вордстате (сервис для анализа поисковых запросов) и пытаюсь подружиться с нейросетками. Честно, раньше я был тем ещё скептиком: ИИ, думал я, это игрушка для хайпа, а не для реальной работы. Но тут клиент с магазином шмоток на Wildberries попросил накидать 1000 карточек товаров. Я сказал: «Легко, найму копирайтеров наeTXT (биржа фрилансеров для текстов)». А сам решил: а слабо мне провернуть это с ИИ? Скрыл от клиента, что нейросети в деле, прикарманил разницу в цене и поставил эксперимент. Спойлер: результат меня просто порвал, но кофе дома кончился. Делюсь, как я пытался, где облажался и сколько заработал.

Почему я вообще полез в это болото?

Клиент пришёл с задачей: расширить каталог на Wildberries, добавить 1000 карточек одежды за сутки. Я прикинул: если нанимать копирайтеров, это дорого и долго, а ИИ, может, справится быстрее. Честно, я не верил, что нейросети потянут такой объём — думал, будет куча правок и коты-мутанты на картинках. Но любопытство взяло верх: а вдруг в 2025 году ИИ уже реально не так плох? С клиентом договорился на 100 000 ₽ за 1000 карточек, будто это работа фрилансеров с eTXT. Разницу, ясное дело, решил оставить себе. Цель: тексты, картинки, ключи — всё с нуля, я и мой ноут.

Подготовка: без таблички — как без рук

Сразу понял: без базы данных ИИ — как кот без усов. Нейросети не экстрасенсы, им нужны чёткие данные. Взял каталог клиента: футболки, джинсы, кроссы. Составил табличку в Яндекс.Документах (если чё, онлайн-сервис для таблиц и документов) — название, материал, размеры, цвета, фишки. На 1000 позиций ушло три часа, потому что я, как типичный лентяй, копипастил характеристики с сайтов конкурентов (чисто для теста, не для коммерции, не бейте!).

Потом занялся промптами. Сначала тестировал их вDeepSeek (нейросеть для генерации текстов) — искал идеальный вайб, стиль, тон. Когда всё настроил, перешёл на X-GPTWriter (популярный нынче софт для массовой генерации текстов через нейросети) для автоматизации — и тут началась магия.

Этап 1: Тексты — от скептицизма к восторгу

Тексты — основа карточки, без них никуда. Я начал с DeepSeek, чтобы отточить промпт, и, честно, ждал эпичного фейла. Думал, нейросеть выдаст шаблонный бред вроде «стильная футболка для всех». Первые попытки были именно такими: DeepSeek выдал «футболка для всей семьи, носите с радостью» или «джинсы для стильных бабушек» — я чуть не разбил ноут от смеха и злости. Четыре часа убил, перебирая десятки вариантов: пробовал дерзкий стиль для тусовщиков, экологичный вайб для хипстеров, добавлял сленг, вбивал ключи из Яндекс.Вордстата. Проверял каждое описание на длину (100–300 символов, как любит Wildberries) и наличие ключей. Наконец, вывел идеальный промпт.

Точный промпт разглашать не буду — это мой маленький секрет. Но если кому-то очень надо, пишите в личку, поделюсь наработками. Когда промпт был готов, я перешёл на X-GPTWriter. Закинул файлик с данными, и он выдал готовые тексты — прям для Wildberries, без черновиков. Чтобы проверить уникальность, подключил API Text.ru (сервис для проверки уникальности текстов) прямо в X-GPTWriter — тот же сервис, только встроенный в софт и быстрее. За час нагенерил 200 описаний. Ждал подвоха, но тексты были живые, с нужным вайбом, а уникальность — 85–90%, что для Wildberries вполне. Редкие косяки (типа «кроссовки для офиса») правились за минуту. На 1000 текстов ушло ~6 часов, включая доработку. Мой скептицизм рухнул: ИИ реально тащит!

Итог по текстам:

• 1000 описаний — 6 часов.

• Проблемы: редкие косяки, но X-GPTWriter с API Text.ru справился на ура.

• Лайфхак: точный промпт — половина успеха, а сленг и ключи делают текст живым.

Этап 2: Картинки — где мой миллион нервов?

С картинками я чуть не поседел. Думал, быстро накидаю 1000 фоток для карточек, но без реальных изображений Wildberries такое не прокатит. Подключил WBCON Parser (сервис для парсинга данных и изображений с Wildberries) — это как пылесос, который вытягивает фотки, артикулы и характеристики конкурентов. Ввёл ссылки на категории шмоток (футболки, джинсы, кроссы) и поисковые запросы вроде «модная футболка», выбрал регион Москва, и за час он насобирал 600 фоток в нужном разрешении 900x1200. Но не всё так радужно: половина картинок — с лишними тенями, моделями в странных позах или логотипами конкурентов. Пришлось сидеть и чистить, как золотоискатель в грязи. Для инфографики использовал Canva (онлайн-редактор для дизайна и инфографики) — за 5 минут делал картинки с иконками типа «100% хлопок» или «размеры S–XXL», используя готовые шаблоны для маркетплейсов. Canva спасала, когда нужны были быстрые схемы, но основа была в парсинге через WBCON. На 800 картинок (600 спарсенных + 200 инфографик) ушло 7 часов, и я понял, что 1000 за сутки в одного — это как взлететь на Марс. Надо больше аккаунтов или команда.

Итог по картинкам:

• 800 изображений за 7 часов.

• Проблемы: мусорные фотки, ручная чистка, лимиты парсера.

• Лайфхак: используй WBCON Parser с точными запросами, а Canva — для быстрой инфографики.

Этап 3: Ключи и загрузка — привет, модерация

Ключи подбирал через Яндекс.Вордстат. Вбиваешь «мужская футболка», смотришь частотность, чистишь мусор вроде «футболка дёшево купить». На 1000 карточек ушло 2 часа, потому что я ленился и сначала не фильтровал ключи. Ошибка новичка, каюсь. Загрузка на Wildberries — это русская рулетка. Платформа пускает карточки пачками, но модерация — лотерея. Из 50 тестовых карточек 15 вернули с придирками: «слишком общие описания», «мало характеристик» или «фото не того размера». Серьёзно, Wildberries, вы издеваетесь? Пришлось править размеры фоток и дописывать характеристики, типа «состав: 95% хлопок, 5% эластан». Я реально боялся, что клиент заметит задержки и начнёт задавать вопросы, но обошлось. На 1000 карточек загрузка и правки заняли бы часов 10, а модерация могла растянуться на день.

Итог по ключам и загрузке:

• Ключи: 2 часа.

• Загрузка: 1–2 часа на 100 карточек, но модерация — тёмный лес.

• Проблемы: придираются к мелочам, правки неизбежны.

Затраты и профит: сколько я поднял

Мои затраты: лицензия X-GPTWriter — 6000 ₽/год. (в Telegram-канале откопал промокод SALE40, скинул цену, так что я взял сразу годовую лицензию, думаю что софт мне точно пригодится еще, куча планов на него), AiTunnel (сервис для обхода ограничений на ИИ-платформы, типа ресселер для более вкусных цен - создаешь АПИ ключ и вяжешь с X-GPTWriter и юзаешь все нейросети с полной автоматизацией) — 2 000 ₽. для DeepSeek, Fabula AI — бесплатно. Итого: 8000 ₽. Клиент заплатил 100 000 ₽ за 1000 карточек, думая, что это работа копирайтеров с eTXT. Чистая прибыль — 92 000 ₽ за сутки работы. Мой внутренний скептик был в шоке: ИИ не просто оправдал ожидания, а порвал их в клочья!

Что я вынес из этого цирка

За сутки сделал ~400 карточек: тексты, картинки, ключи. До 1000 не дотянул, но клиент был в восторге, а я прикарманил 92 000 ₽. Где прокололся:

• ИИ — не волшебник. Без хорошего промпта и базы данных будет ерунда.

• Wildberries — те ещё зануды. Их требования — как экзамен в ГИБДД: чуть что, до свидания.

Если бы в стуках было более 24 часов - я ясное дело уложился бы в 1000. Но не в одного за 24 часа.

Мои выводы, или чему меня научил этот марафон

• ИИ — твой бро. Я был скептиком, но X-GPTWriter и компания показали, что могут тащить.

• Время— наше всё. В одного 1000 карточек за сутки — не реально и для тех, кто спит два часа и живёт на энергетиках.

• Деньги решают. Затраты 8000 ₽ против профита 92 000 ₽ — это как выиграть в лотерею, только с ноутбуком.

• Wildberries — как тёща. Всегда найдут, к чему придраться.

Этот вызов был как забег на 42 километра без тренировки. Я доволен: 400 карточек, клиент не заподозрил ИИ, а я с профитом и без седых волос. Ясное дело, что остаток карточек я добил. Но если решу повторить, а наверное таки да, уж больно легкие деньги на выходе - с таким объемом, то растяну просто не на один день, а скажем на неделю.

Проблемы с клиентами в фулфилменте

Доход фулфилмента зависит от трёх факторов: региона, набора услуг и ниши. Например, если компания специализируется на одежде и обуви, 90% её клиентов – селлеры именно этих категорий. И здесь кроется риск: чем уже ниша, тем меньше пул потенциальных клиентов. Поэтому фулфилмент-центры часто годами работают с одними и теми же продавцами.

Вообще они сталкиваются с двумя проблемами.

Во-первых, сезонность спроса. Если фулфилмент-центр фокусируется на конкретном продукте, то попадает в зависимость от сезона.

Во-вторых, нестабильное присутствие селлеров – сегодня они есть, завтра нет. Это происходит из-за низкого порога вхождения, небольших вложений и постоянных изменений правил маркетплейсов. Текучка среди продавцов на Wildberries большая: по данным PRO Wildberries, 43% селлеров спустя год работы на площадке зарабатывают всего менее 10 тысяч рублей в месяц.

Если фулфилмент-компания не успевает подстроиться под изменения или работает с одними и теми же клиентами, не привлекая новых, она остается с пустым складом, но большими платежами за аренду.

Как фулфилмент-компания потеряла клиентов

Именно это случилось с нашим клиентом – фулфилмент-компанией из Москвы. Собственник долго работал с одними и теми же компаниями на маркетплейсах, а новых продавцов не было. Склад заполнялся только на треть, сотрудники слонялись без дела, а аренда помещения составляла 800 тысяч рублей в месяц.

Клиент работал в основном с компаниями, продающими обувь. Когда их становилось меньше, он писал в сообщества ВКонтакте, обзванивал старых клиентов, но результатов не было.

Поэтому он решил работать по готовой базе, чтобы не распыляться и получить быстрый результат.

Решение – парсинг компаний на Wildberries

Есть много вариантов решения этой проблемы. Один из них – парсинг компаний, которые продают товары на маркетплейсах.

Парсинг – это автоматический сбор информации с нужных сайтов. Можно собрать базу компаний на Wildberries со всей информацией: категорией товаров, датой регистрации, количеством проданных товаров, процентом выкупа, адресом. В общем, со всем, что поможет вам найти того самого клиента.

Это удобнее и быстрее, чем ручной поиск, так как:

• Рейтинги на Wildberries не отражают реальное количество продаж. А парсинг показывает эти цифры: сколько товаров продано, какой процент выкупа, как давно магазин на площадке;

• На Wildberries нет номеров телефонов компаний. С помощью парсинга можно собрать телефоны и email, которые являются публичной информацией (например, из карточек компаний или открытых реестров);

• На маркетплейсе нет инструментов для быстрого анализа: можно потратить много времени на фильтрацию и сбор информации. Парсинг же сразу собирает базу с 15+ параметрами.

При этом парсинг – легальный инструмент. С помощью него собирается общедоступная открытая информация на маркетплейсах: адрес, название, ИНН, ОГРН. А затем база данных дополняется контактами компаний (не ИП) с сайтов ФНС, Росстат, ФАС, ФССП, Роспатент, Федресурс.

В итоге клиент получил базу из 600 тысяч контактов компаний из открытых источников с актуальными номерами телефонов. Её можно отфильтровать и найти тех продавцов на Wildberries, кому потенциально интересны услуги фулфилмента. 

Как парсинг помог клиенту спасти ситуацию

Фулфилмент-компания целенаправленно обзванивала по 50 компаний в день, отдавая приоритет новичкам, которые особенно нуждаются в услуге. Сначала выбирали тех, кто продаёт обувь, а потом и смежные категории.

В итоге через 3 недели мой клиент заполнил склад на 80%. А через месяц появились первые запросы на работу с бытовыми товарами.

Парсинг сработал, потому что он дает быстрый результат и готовые контакты. Можно просто взять базу данных компаний-селлеров Wildberries и начать работу с ней, а не зависеть от случайных клиентов.

Да, привлечение клиентов – это работа по нескольким направления. Но когда ситуация критическая, используйте парсинг! Это не волшебная таблетка, но инструмент для быстрого роста.

История всплыла случайно, как вспышка в памяти, мне один знакомый программист рассказал как он хакнул систему трудоустройства, как известно если ты начинающий программист сложнее всего пройти первый фильтр(отдел кадров/HR) выделиться из сотни резюме, и он взял сменил себе фамилию, с условного иванова, на редкую германо-еврейскую фамилию))) и частота его приглашений на собеседования резко возросла... так он хакнул систему нашел способ выделится из общей массы.

Это можно сравнить со скоринговыми операциями при выдаче кредита, т.е. масса заявок слишком большая, чтобы её обрабатывал человек:

система оценки кредитоспособности (кредитных рисков) лица, основанная на численных статистических методах. Кредитный скоринг широко используется как крупными банками, микрофинансовыми организациями, так и в потребительском (магазинном) экспресс-кредитовании на небольшие суммы. Также возможно его использование в бизнесе сотовых операторов, страховых компаний и т. д. Скоринг заключается в присвоении баллов по заполнению некой анкеты, разработанной оценщиками кредитных рисков андеррайтерами. По результатам набранных баллов системой автоматически принимается решение об одобрении или отказе в выдаче кредита.

т.е. когда вы заполняете анкету на кредит(до 500тр) её даже не будет смотреть человек, а машина будет решать сколько вам можно дать денег. Достаточно забавно, что если вы заполняете анкету с техники apple, а мы все знаем про расширения типа user-agent(они позволяют хром представляться как любое устройство хоть Imac хоть iphone) , шансы на одобрение кредита выше. Наличие одного ребенка для одобрения хорошо, наличие двух и более плохо, чем ближе у вас прописка к центру города, тем лучше. Вы можете указать любую руководящую должность, шансы на одобрение возрастут, но проверять эти данные конечно никто не будет... в этом и фишка скоринговых операций, скорость в ущерб качеству.