Хеширование данны для Яндекс

кейс работы с AI

Задача: нужно хешировать данные о покупателях и передать в Яндекс для мэтчинга. Данные о покупателях в моём случае в двух столбцах таблицы XLSX: номер телефона и дата покупки. В Яндекс нужно передать TXT файл с хешированными данными по алгоритму MD5.

Решение: скрипт на Python от ChatGPT. Скачать скрипт (https://drive.google.com/drive/folders/13aThK2zCLSj1PqMfQBtVOxFqOSiIZ2T1?usp=sharing) вместе с примером исходных данных.

Комментарии: В скрипте hash.py указываете путь к источнику данных таблицы XLSX и путь по которому нужно сохранить данные в хешированном виде в файле с расширением TXT. При необходимости можно сменить алгоритм хеширования с MD5 на SHA-256.

Получившийся файл я передал менеджеру Яндекса для мэтчинга данных рекламной кампании в Яндекс Бизнес.

Через несколько дней получил от Яндекса таблицу с данными: Срок — Период, за который делаем мэтчинг хешей. Сумма за период (до НДС) — сколько было потрачено на рекламу за период. Кол-во записей — сколько хешей было в файле клиента. Кол-во совпадений — сколько хешей нашлось в системе. Сумма совпадений — сумма покупок по тем пользователям, которые совпали по файлу клиента. Ср. чек — средний чек клиента за период работы рекламы. ДРР — показатель, отражающий отношение рекламных расходов к доходам от этой рекламы. % авторизованных от общего числа — процент пользователей, которые пользуются версиями Карт будучи авторизованными. Кол-во авторизованных от общего числа — показываем, сколько авторизованных пользователей было из тех, которые выслал клиент. % авторизованных с записью — показываем процент авторизованных пользователей, которые совершили покупку. Кол-во авторизованных с записью — показываем, сколько авторизованных пользователей совершили покупку.

ДРР или данных по среднему чеку может и не быть, всё зависит от того какими данными с вами поделился клиент и что вы передали в Яндекс.

Без привлечения ресурсов разработчика, без знаний Phyton и с помощью ChatGPT решил небольшую задачу. Продолжаю перестраивать свою работу, чтобы осознать возможности AI и больше использовать искусственный интеллект в разных задачах. Решение от DeepSeek пока не изучал.