Vocal Views: как мы создали исследовательский маркетплейс для Google, McDonald’s, Netflix и Samsung

Зачем Фора Софт написала это руководство

Это не маркетинговая брошюра. Мы написали это руководство, потому что сами создали Vocal Views — маркетплейс для онлайн-исследований, которым сегодня пользуются Google, McDonald’s, Netflix и Samsung. Каждое архитектурное решение ниже — выбор SFU, стек расшифровки, режим наблюдателя, интерфейс переводчика, система выплат участникам — принималось под давлением платящих корпоративных клиентов, проводивших на платформе реальные интервью.

Vocal Views — не единственный наш видеомаркетплейс. Среди наших проектов — BrainCert, виртуальный класс и LMS с более чем 100 000 платящих клиентов и четырьмя наградами Brandon Hall, а также ProvideoMeeting — корпоративная платформа видеоконференций. Примерно 40% наших активных инженеров работают с видео, технологиями реального времени и ИИ — именно эти направления нужны серьёзной исследовательской платформе с самого начала.

Если вы основатель, владелец продукта или руководитель research-ops и разрабатываете собственную платформу — или сравниваете UserTesting, dscout, Respondent, Lookback или Discuss.io с кастомным решением — эта статья пройдёт те же этапы, что и мы с Vocal Views. Мы используем Agent Engineering — внутренний процесс разработки с применением ИИ — чтобы сокращать сроки и стоимость на каждом проекте. Поэтому наши сметы обычно выгоднее, чем у американских агентств при том же объёме работы.

Vocal Views в цифрах — что платформа на самом деле умеет

Vocal Views — это маркетплейс, а не просто инструмент для видео. Исследователи публикуют исследования, подходящих респондентов подбирают и платят им за участие, интервью проходят по видеосвязи на WebRTC, разговор расшифровывается в реальном времени, а данные можно скачать для анализа — всё это на одной платформе.

Двухминутный обзор ниже — это реальный интерфейс оператора, а не маркетинговый рендер. Посмотрите видео о продукте Vocal Views на YouTube →

Рынок в цифрах — почему исследовательские платформы продолжают привлекать инвестиции

Маркетинговые исследования — это индустрия на 10 трлн ₽, и именно в сегменте качественного видео инструменты на базе ИИ меняют ожидания.

Чек-лист функций серьёзной исследовательской платформы на 2026 год

Используйте четыре уровня ниже, чтобы определить объём MVP, затем версии после MVP и то, что вас выделяет. Пропуск функции уровня 1 блокирует корпоративные закупки; пропуск функции уровня 3 ограничивает выручку от расширения, но не мешает запуску.

Уровень 1 — ядро маркетплейса и интервью

Управление панелью и вознаграждениями. Скрининг, квалификация, планирование, автоматические выплаты (Stripe, PayPal, Tremendous, Hyperwallet). Видеочат на WebRTC. 1:1 с возможностью подключения наблюдателей в режиме «только просмотр», двусторонний звук — при разрешении. Запись. Облачное хранилище с политиками хранения и управлением ключами шифрования для каждого арендатора. RBAC + журнал аудита. Роли: исследователь, наблюдатель, администратор, оператор панели — с неизменными записями в журнале.

Уровень 2 — расшифровка, поиск и работа с нарезками

Многоязычное распознавание речи с разделением говорящих. Whisper или Deepgram Nova — для экономии; AWS или Azure — для соответствия корпоративным требованиям. Расшифровки с поиском. Метки времени на уровне слов, проиндексированные в OpenSearch / Elastic. Создание нарезок и цитат. Извлечение ключевых моментов в один клик с автоматически сгенерированными описаниями. Живые субтитры во время интервью. Задержка меньше 2 секунд — для доступности и заметок наблюдателя.

Уровень 3 — синтез на основе ИИ и интеграции

ИИ-резюме по каждой сессии. Связный текст из 5–7 пунктов с ключевыми цитатами. Тональность по каждому говорящему. Оценка от 0 до 1 с визуализацией на временной шкале. Кластеризация тем по исследованиям. Поиск тем без учителя; вопросы к данным по всему корпусу. Интеграции. Miro, FigJam, Notion, Slack, Figma, плюс уровень Zapier для длинного хвоста.

Уровень 4 — режим живого переводчика-человека

Маршрутизация трёх аудиопотоков (участник → переводчик → исследователь), отдельные каналы для каждого языка, запись каждого канала для аудита и интерфейс, способный справиться с многоязычным хаосом. Именно это отличает Vocal Views — и является самой сложной для копирования функцией.

Эталонная архитектура платформы для исследовательских интервью

Конвейер ниже — типичная компоновка, которую мы используем в Vocal Views и аналогичных проектах. Каждый этап можно масштабировать горизонтально; изоляция данных по арендаторам реализована на этапах 6–8.

Подробный разбор выбора SFU есть в статье P2P vs MCU vs SFU для видеоконференций, а более широкая карта архитектуры на 2026 год — в нашем руководстве по архитектуре WebRTC для бизнеса.

Выбор WebRTC SFU — MediaSoup, Janus, LiveKit или Kurento

В исследовательском интервью SFU должен надёжно поддерживать формат 1:1, плюс 5–15 молчаливых наблюдателей, плюс режим переводчика, который добавляет третий аудиоканал. Поле закрывают четыре движка.

Vocal Views вышел на Kurento, потому что команде нужны были хуки на уровне конвейера для раздачи потоков наблюдателям и маршрутизации живого распознавания речи. Современные проекты часто по умолчанию берут MediaSoup или LiveKit ради более простой эксплуатации; Janus остаётся выбором операторского класса. Историю с Kurento мы описали в статье Всё, что нужно знать о медиасервере Kurento.

Многоязычное распознавание речи — это движок, который превращает интервью в структурированные данные

Расшифровка — уже не просто функция, а основа для каждого последующего инсайта. Для 30+ языков с учётом особенностей говорящих выбор сводится к четырём движкам.

Практические правила: Deepgram — для задач, где важна цена и преобладает английский язык, AWS — для сфер, требующих соответствия HIPAA, Azure — если компания использует экосистему Microsoft, Whisper — если нужна локальная установка или обработка более ~10 тыс. часов в месяц.

Режим живого переводчика — инженерная задача, которая помогает выигрывать корпоративные сделки

Большинство исследовательских платформ молча исходят из того, что участник говорит на языке исследователя. Vocal Views — нет. Функция переводчика позволяет Google исследовать корейского подростка через англоязычного модератора, не вынуждая участника переходить на чужой язык. Компромиссы здесь вполне конкретны.

1. Три аудиоканала. Звук участника передаётся переводчику, переводчика — исследователю, исследователя — обратно переводчику. Запись ведётся по каждому каналу отдельно для проверки.

2. Множитель времени. 30-минутное интервью превращается в 60-минутную сессию из-за задержки перевода и когнитивной нагрузки. Цена должна учитывать это удвоение.

3. Понятность интерфейса. Несколько языков на экране — риск для удобства пользователя. Показывайте, кто говорит, на каком языке и какой поток слышит слушатель, не перегружая модератора.

4. Бюджет задержки. Задержка перевода в две-три секунды — это минимум. Всё, что больше, нарушает естественность разговора. Для работы переводчика используйте приоритизацию подпотоков WebRTC, а не HLS.

Хотите узнать, как искусственный интеллект начинает конкурировать с живыми переводчиками? В нашей подробной статье о синхронном переводе ИИ мы разбираем все компромиссы.

Экономика маркетплейса — комиссия, стоимость панели, выплаты вознаграждений

У бизнеса исследовательской платформы есть два центра затрат, которые исследователи не видят: привлечение панели и инфраструктура выплаты вознаграждений. Понимание этих двух аспектов и отличает устойчивую комиссию от провала по марже.

Комиссия. Отраслевой стандарт — от 10% от платы за сессию до наценки в 35% на стоимость вознаграждений. Агрессивные маркетплейсы используют оба подхода одновременно: подписка для продавцов и комиссия с каждой транзакции.

Привлечение панели. Создание панели из 4 млн участников, как у Respondent.io, занимает 2–3 года и требует больших затрат. Большинству новых игроков стоит первые 18 месяцев использовать сторонний API панели и развивать собственную — там, где рынок недостаточно охвачен: в отраслевых нишах, среди труднодоступных специалистов и в нишевых регионах.

Выплаты вознаграждений. Выплаты в тот же или на следующий день — уже базовый уровень; Stripe Connect, Tremendous и Hyperwallet решают задачу трансграничных платежей на разных ценовых уровнях. Учтите конвертацию валют, формирование налоговых документов и проверку клиентов (KYC).

Безопасность и соответствие требованиям — о чём корпоративные закупки спрашивают в первую очередь

1. SOC 2 Type II. Обязательный пункт для корпораций. Оценка готовности обойдётся в 1,8–3 млн ₽, плюс ежегодный аудит. Средства контроля закладывайте уже в первый спринт.

2. GDPR. Правовое основание, DPIA при высоком риске, возможность хранения данных в ЕС, право на удаление данных отдельных участников исследования. Сценарий удаления данных командой часто недооценивают.

3. CCPA / CPRA. Права субъектов данных в США. Лёгкая задача, если уже внедрена поддержка GDPR.

4. HIPAA. Обязателен для медицинских исследовательских интервью. Договор о обработке данных (BAA) с облачным провайдером, шифрование данных в покое и при передаче, ведение журнала аудита при каждом повторном просмотре.

5. Сценарии под требования этического комитета (IRB). Академическим исследованиям нужны фиксация согласия, инструменты анонимизации и контроль хранения — всё это должно быть доступно в интерфейсе, а не скрыто в админских скриптах.

Строить или покупать — правило панели и преимущества

Честное правило выбора: если ваша особенность — нишевая панель или уникальный сценарий анализа, стройте с нуля. Если нужен быстрый и широкий охват респондентов — интегрируйте API UserTesting / Respondent.io и реализуйте поверх только тот функционал, который вас отличает. Таблица ниже разбирает типичные сценарии.

Модель стоимости — во что реально обходятся MVP и полноценная платформа

Числа ниже — реальные проекты Фора Софт с использованием Agent Engineering. Они намеренно консервативны: на практике мы чаще укладываемся в сроки, чем выходим за их рамки.

Текущие операционные расходы: 37 500–225 000 ₽/месяц на облачную инфраструктуру при масштабе MVP, плюс 15 000–150 000 ₽/месяц на API (распознавание речи, синтез на базе ИИ), плюс выделенный SRE на дежурстве. Растут линейно с числом активных исследований.

Мини-кейс — чему нас научил выпуск Vocal Views

Ситуация. Клиент пришёл в Фора Софт с гипотезой: корпоративные маркетинговые исследования можно перевести в онлайн, не теряя качества живого синхронного перевода — того, что ждут клиенты вроде Google и McDonald’s. Проблема была в том, что ни одна готовая платформа не объединяла в одном решении маркетплейс-панель, многоязычное распознавание речи и живой перевод.

План. Построить ядро WebRTC на Kurento, чтобы иметь контроль на уровне конвейера; подключить распознавание речи на 30+ языках через облачные API; сразу спроектировать трёхпоточный режим переводчика — не добавлять его потом; запустить панель маркетплейса со скринером, планированием и выплатами через Stripe; открыть аналитику для исследователей с возможностью выгрузки данных. Реализация займёт около 9–12 месяцев с итеративными релизами для первых корпоративных клиентов.

Результат. Сегодня Vocal Views обслуживает Google, McDonald’s, Netflix и Samsung на одной общей кодовой базе. Режим переводчика — та функция, на которую ссылаются отделы закупок, выбирая Vocal Views вместо UserTesting или dscout. Хотите аналогичную дорожную карту MVP на 12 недель для своей исследовательской платформы? Напишите нам.

Схема выбора — определите путь за пять вопросов

1. Откуда берётся ваша панель? Нишевая или собственная → стройте. Широкая потребительская → интегрируйте сторонний API панели.

2. На каких языках проводит интервью ваш покупатель? Только английский → один поставщик распознавания речи. 30+ → абстрактный слой над несколькими поставщиками с переключением при сбоях.

3. Живой переводчик или перевод после сессии? Живой перевод — это ваше преимущество и +30–40% к стоимости сборки; перевода после сессии достаточно для большинства UX-исследований.

4. Где ваше преимущество в ИИ? Синтез (извлечение фрагментов, тональность, темы) → создавайте этот слой; охват респондентов → подключите API панели.

5. Минимальный порог по соответствию требованиям? SOC 2 + GDPR — современная база. HIPAA — только если продаёте в клинические или медицинские исследования.

Ошибки, в которые попадают команды исследовательских платформ

1. Считать распознавание речи «просто вызовом API». Разделение голосов, определение языка и устойчивость к шуму — это настоящая инженерная задача. Проверьте расшифровки на своих записях команды перед запуском.

2. Пропустить режим наблюдателя в первой версии. Комнаты наблюдателей для заинтересованных сторон — то, что превращает исследование в командный вид спорта. Без них внедрение быстро достигает потолка.

3. Недооценить выплаты вознаграждений. Трансграничные платежи, конвертация валют, подготовка налоговых документов и обработка возвратов — это работа на недели, а не на один спринт.

4. Прикручивать соответствие требованиям задним числом. Внедрение SOC 2 после запуска обходится втрое дороже, чем если заложить его с самого начала. То же самое касается HIPAA.

5. Игнорировать работу после интервью. Исследователям нужны нарезки, резюме и выгрузки. Без них платформа — всего лишь инструмент записи, а не средство получения инсайтов.

Метрики — что действительно стоит измерять

Метрики качества. Доступность потока за сессию (99,5%+), время подключения по p95 (< 4 с), частота ошибок распознавания речи по каждому языку (цель < 8% на чистом звуке), доля принятия ИИ-резюме (исследователи не правят его в течение 24 ч).

Бизнес-метрики. Комиссия, валовая маржа на сессию, NPS участников панели, доля повторных покупателей, выручка от расширения за счёт интеграций (выгрузки в Miro / Notion / Slack).

Метрики надёжности. Доля успешных записей — более 99,5%, срок выплаты вознаграждения по SLA — менее 24 часов, полнота журнала аудита — 100%, срок удаления данных по запросам GDPR/CCPA — менее 30 дней.

Когда НЕ стоит строить кастомную исследовательскую платформу

Откажитесь от сборки, когда: (а) команде нужно запустить проект за восемь недель, (б) нужна широкая потребительская панель, а у вас нет преимуществ в охвате респондентов, (в) общий бюджет ниже 6 млн ₽ или (г) ключевое отличие покупателя — узнаваемость бренда, а не уникальный сценарий использования. В каждом из этих случаев правильный шаг — интегрировать API UserTesting, dscout или Respondent.io и построить поверх только тот слой, который вас отличает. И этот слой мы тоже поможем создать.

Частые вопросы

Что почитать дальше

Готовы запустить собственный исследовательский маркетплейс?

У современной платформы-исследовательского маркетплейса четыре ключевые задачи: быстро набирать респондентов, надёжно проводить интервью, точно расшифровывать речь и мгновенно синтезировать данные. Vocal Views — это доказанный на корпоративном уровне подход; архитектура, выбор движков распознавания речи, использование SFU и реализация живого перевода — именно эти решения определяют, станет ли ваш продукт востребованным в крупных компаниях или останется на уровне пилота.

Если ваша панель, преимущество в ИИ или вертикальный сценарий попадают в колонку «строить», самый быстрый следующий шаг — 30-минутный звонок с командой, которая уже выпустила систему, используемую Google, McDonald’s, Netflix и Samsung. За одну сессию разберём архитектуру, стоимость и реалистичные сроки — и честно скажем, если покупка окажется выгоднее.