Markway и «Ближние Горки»: вовремя распознали кризис 
в 3% негатива

Как Brand Analytics помог перейти от реакции на отдельные отзывы к системе раннего обнаружения потребительских проблем и настроить GERM.

«Ближние Горки» — российский бренд мясной продукции ГК “Агропромкомплектация”. Под брендом производятся колбасы, деликатесы и охлажденные мясные полуфабрикаты. Ключевое преимущество: вертикально интегрированное производство. Компания контролирует все этапы — от выращивания животных до выпуска готового продукта.

Позиция на рынке:

Почему репутация важна в категории мясной продукции? Покупатель не видит производственный процесс. Он не может попробовать продукт перед покупкой в онлайне.

Доверие формируется через отзывы о составе, вкусе, свежести и через первое впечатление в поиске. Если в топ-10 доминируют жалобы на «химию», «жир» или «непонятный состав», даже качественный продукт рискует остаться на полке.

В июне 2025 года ”Ближние Горки” оказались в центре заметного информационного всплеска. Роскачество опубликовало исследование к началу шашлычного сезона и сообщило о каррагинане в купатах “Ближних Горок”. Тема быстро разошлась по СМИ и Telegram-каналам: 10 июня за сутки Brand Analytics зафиксировал 1085 негативных публикаций.

На этом месте легко было сделать вывод, что начался репутационный кризис. Но анализ пользовательского контента показал обратное. Из 1085 негативных сообщений только пять напрямую связывали “Ближние Горки” с исследованием. В обсуждениях реальных людей купаты не фигурировали. Клиенты продолжали говорить о другом: вкусе, жирности, составе, качестве конкретных продуктов и собственном опыте покупки. Медиаповестка и пользовательский опыт почти не пересеклись.

Поэтому вместо того чтобы строить работу вокруг очередного исследования, мы решили посмотреть глубже: что покупатели говорят о продукции “Ближних Горок”, даже когда никакого кризиса в информационном поле нет?

На старте проекта репутация выглядела устойчивой. В сентябре 2025 года 92% упоминаний были позитивными, негатив занимал 3,4%, а индекс лояльности составлял 34,6. Поэтому задача состояла не в тушении кризиса, а в понимании того, насколько надежна позитивная картина и какие риски скрываются внутри.

Первым шагом стал анализ всего контента. Большая его часть пришлась на Ozon. За сентябрь 2025 года на площадке было 4959 упоминаний бренда, из них только 2,2% негативных.

Для официальных ответов Ozon не был основной площадкой, но именно здесь находился самый ценный материал для исследования. Отзыв на маркетплейсе появляется после покупки, поэтому в нем человек говорит не о бренде вообще, а о конкретном продукте и собственном опыте.

Мы использовали этот массив как исследовательскую базу. Brand Analytics собрал большой объем пользовательского контента, BrandGPT помог выделить повторяющиеся смысловые конструкции. Мы же объединили разные формулировки в единые аспекты.

Именно здесь изменилась оптика проекта.

Фраза «не понравился продукт» мало что дает для репутационной стратегии. А вот повторяющиеся жалобы «слишком много жира», «странно пахнет», «жесткая оболочка», «много жил», «состав лучше не читать» уже показывают конкретные точки напряжения.

По данным BrandGPT, кроме субъективных оценок вкуса и соотношения специй, были выявлены частотные специфические жалобы. Мы проанализировали сообщения, составили семантические ядра и с помощью автоматических тегов разметили негатив.

Мы не стали считать найденные аспекты проблемами бренда только потому, что они несколько раз встретились на Ozon. Следующий этап — проверка на других площадках.

Картина повторилась. Например, на “ВкусВилле” мы нашли 22 негативных отзыва, почти в половине из которых были жалобы на жирность, объем фарша. Это подтвердило, что речь не только о случайных формулировках пользователей одной площадки.

Мы выстроили работу сразу на нескольких уровнях: мониторинг, аспекты, карточки, ШПК, поисковая выдача и GERM.

1. Brand Analytics как система раннего обнаружения

Автоматизированный мониторинг позволил ежедневно видеть не только тональность, но и изменения в конкретных темах. Мы отслеживали, какие продукты обсуждают пользователи, какие претензии повторяются и где появляется новый всплеск.

Это оказалось особенно важным в феврале 2026 года.

Под нейтральным на первый взгляд отзывом о фарше на “Отзовике” началась отдельная дискуссия о жирности. Сам отзыв был нейтральным. Но комментарии постепенно сформировали отдельный массив негатива по одной теме. За месяц зафиксировали уже 29 сообщений по аспекту «жир» против 6 в декабре и 3 в январе.

Этот пример показал важность аспектного мониторинга. Если смотреть только на общую тональность, всплеск легко потерять среди остальных сообщений. Если смотреть на конкретную потребительскую боль, изменение видно сразу.

Следовательно, мониторинг пользовательских отзывов и мониторинг нейровыдачи нельзя считать взаимозаменяемыми инструментами. Они отвечают на разные вопросы.

Дополнительно с сентября 2025 по август 2026 года провели мониторинг СМИ. Резонансные темы при совпадении с потребительским негативом могут стать спусковым крючком для начала репутационного кризиса.

2. Работа с карточками: управляем точками первого контакта

Второй уровень — карточки организаций и площадки с отзывами. Здесь задача состояла не только в том, чтобы убрать нарушения, но и в том, чтобы поддерживать понятный и достоверный позитивный фон. Если отзыв не говорит о качестве продукта или не отражает реальный опыт, его можно удалить. “Странный” — это не аргумент.

Для пользователя это важно по простой причине: решение о покупке редко строится на одном источнике. Он может увидеть карточку организации, открыть отзывы, перейти в поиск, прочитать несколько комментариев и только потом выбрать продукт. Поэтому репутация должна выдерживать не один контакт, а весь этот короткий пользовательский маршрут.

3. Новый ШПК: объяснять, а не просто закрывать отзыв

Самое важное изменение произошло в работе с ответами бренда. На старте универсальный ответ мог выглядеть корректно с точки зрения клиентского сервиса, но не отвечать на реальный вопрос пользователя. Если человек пишет о жирности, странном виде бекона или жесткой оболочке, формула «нам жаль, что вы столкнулись с такой ситуацией, обратитесь на горячую линию» не снимает его сомнение.

Поэтому мы адаптировали ШПК под найденные аспекты и ключевые площадки. Теперь ответ должен был решать одну из трех задач: объяснить особенность продукта, показать возможную причину проблемы или перевести конкретный случай в проверку качества.

Главным принципом стала формула:

Такой ответ не спорит с опытом покупателя и не пытается заменить его корпоративной формулировкой. Он дает человеку информацию, которой ему не хватало для самостоятельного вывода.

Если человек не понимает, почему продукт выглядит, пахнет или ведет себя определенным образом, он сам достраивает объяснение. И чем выше неопределенность, тем выше вероятность негативной интерпретации.

Мы перешли от формального ответа к точечной работе с каждым случаем: уточняли обстоятельства, запрашивали подтверждающие материалы, при необходимости компенсировали стоимость продукта и помогали разобраться в ситуации.

Коммуникация стала проще, короче и ближе к потребителю. После кластеризации появилась новая логика: ответы учитывают конкретную причину недовольства.

Результат: коммуникация стала «объяснительной» и сместила фокус с качества на ожидания. Индекс лояльности вырос до 52,5. После ответа каждый пятый автор вышел на связь, то есть доля успешной коммуникации выросла с 0 до 20%.

Если раньше динамика была нестабильной, то сейчас это четкая, ровная картина. Пользователи регулярно оставляют позитивные отзывы о составе продукции “Ближних горок”, что поддерживает устойчивый образ бренда по конкретному аспекту.

Анализ нейровыдачи (август 2025 — июнь 2026) показал смещение в позитивную сторону. Теперь ИИ связывает бренд со вкусной, свежей и качественной мясной продукцией, хорошим составом, широким ассортиментом товаров.

Особенно заметно выросла роль полуфабрикатов: к весне 2026 года они стали самостоятельным позитивным аспектом бренда, связанным уже не с конкретным SKU, а с качеством и практичностью категории.

В начале периода нейровыдача в основном опиралась на вкус, свежесть и качество. К июню 2026 года позитивный кластер стал шире: к нему добавились хороший состав, цена, ассортимент полуфабрикатов.

1. Общая тональность скрывает структуру риска

92% позитива создают ощущение стабильной репутации. Но внутри оставшихся нескольких процентов могут находиться десятки одинаковых жалоб. Если они повторяются, их уже нельзя считать случайностью.

2. Медийный кризис и потребительский кризис живут по разным законам

В июне 2025 года информационный всплеск вокруг каррагинана практически не перешел в пользовательские отзывы. Покупатели не стали автоматически повторять медианарратив. Зато в феврале 2026 года одна конкретная характеристика продукта — жирность — смогла собрать собственную дискуссию в комментариях.

Для репутации опаснее не самый громкий инфоповод, а тема, в которой пользователь узнает собственный опыт.

3. Отзыв — это не только жалоба, но и исследовательский материал

Покупатель редко формулирует проблему профессиональным языком. Он пишет о запахе, цвете, количестве жира или консистенции. Задача аналитики — перевести эти бытовые формулировки в понятные аспекты, а затем понять, какая потребительская эмоция за ними стоит: недоверие, ощущение переплаты, страх за качество.

4. Не каждый негатив нужно удалять

Модерация необходима там, где есть нарушение правил площадки. Но если пользователь описывает реальный опыт, попытка убрать отзыв не решает проблему. В таких случаях эффективнее дать объяснение и показать, что бренд понимает причину претензии.

5. GERM и реальные упоминания нельзя анализировать отдельно

Пользовательские отзывы показывают, что люди обсуждают сейчас. Нейровыдача показывает, какие характеристики постепенно становятся частью общего образа бренда.