Сущностная склейка: что делать, если компанию путают с другой

Компанию путают с другой чаще, чем кажется. У небольших фирм часто похожие названия, а у сетей и франшиз — одинаковые. Агрегатор объединяет две карточки, ассистент называет адрес тёзки, а на площадке отзывов появляются жалобы на услугу, которую компания не оказывает. Такое объединение двух организаций в одну мы в SERM Service называем сущностной склейкой. Это рабочее понятие агентства, а не отраслевой стандарт.

Почему возникает склейка

Брендовый тёзка — организация с похожим или одинаковым названием — сам по себе не проблема. Проблема начинается, когда системы не могут их различить.

Нейросети. Маллен и соавторы показали, что Хвост не учится — Масштабирование улучшает запоминание популярных фактов, но заметно не помогает с фактами о редких сущностях. [Mallen и др., 2023] Если одна из двух компаний с похожими названиями заметно известнее, модель при вопросе о менее известной подставляет факты о популярной.

Аллен-Чжу и Ли на синтетических данных показали ещё одну сторону: при разнообразных данных Привязка к имени — При разнообразных данных атрибуты человека почти линейно кодируются в представлении его имени; без этого они размазаны по тексту. [Allen-Zhu, Li, 2024] Если же о компании мало разнообразных текстов, её атрибуты плохо привязаны к названию — и легко смешиваются с чужими.

Агрегаторы и справочники. Автоматическое объединение карточек срабатывает при совпадении названия и части адреса или телефона. Бывший телефон одной компании, доставшийся другой, — частая причина.

Как диагностировать

Главный инструмент — двухрежимная проба: одни и те же вопросы о компании задаются ассистенту без поиска и с поиском.

Порог упоминаемости — условное число независимых документов, после которого модель начинает устойчиво узнавать компанию. Если компания ниже порога, модель без поиска её не знает, а с поиском — легко берёт чужие данные.

Дополнительно проверьте:

• карточки на картах и в агрегаторах: нет ли в них чужих отзывов, фото, телефонов;
• выдачу по названию: смешаны ли материалы о двух организациях;
• ссылки в ответах ассистентов: какие страницы содержат склеенные данные.

Пример: две юридические фирмы

Условная юридическая фирма «Правовой центр N» работала в одном регионе, а «Правовой центр N плюс» — в соседнем. Ассистенты на вопрос о первой называли адрес второй и приписывали ей специализацию на банкротстве, которой фирма не занималась. На агрегаторе отзывы обеих фирм оказались в одной карточке.

Двухрежимная проба показала: без поиска ассистенты не знали ни одну из фирм, с поиском — брали данные из склеенной карточки агрегатора.

Что сделали:

• запросили у агрегатора разделение карточек, приложив выписки из реестра юрлиц обеих фирм;
• во все описания добавили отличительные признаки: регион, полное наименование, ключевые специализации, год основания;
• на сайте разместили блок «Не путать с …» со ссылкой на сайт тёзки — коротко и нейтрально;
• в разметке организации указали ссылки на свои профили на площадках через поле sameAs.

Через шесть недель агрегатор разделил карточки, а ассистенты в режиме с поиском стали называть верный адрес и специализацию.

Как закрепить отличительные признаки

Поле sameAs в разметке Schema.org указывает, какие страницы описывают ту же организацию. Это помогает поисковикам связать именно ваши профили, а не профили тёзки.

После разделения

Склейка может вернуться, если данные снова начнут расходиться. Фактовая сходимость — доля фактов, одинаково указанных во всех источниках, — главный показатель устойчивости. После разделения проведите аудит сходимости и повторяйте его раз в квартал.

Склейка внутри своей сети

Склейка бывает не только с чужой компанией. Сети и франшизы часто сталкиваются с тем, что площадки и ассистенты смешивают разные точки одной сети: адрес одного филиала, часы другого, отзывы третьего. Для клиента результат тот же — неверная информация.

Почему важна консолидация своих данных

Консолидация сущности — обратный процесс: связывание всех верных данных о компании в одну сущность. Чем полнее она связана — сайт, карточки, профили на площадках, ссылки между ними, — тем меньше шансов, что система примет тёзку за вас. Работа против склейки и работа на консолидацию — две стороны одной задачи.

Если тёзка — крупная известная компания, полностью убрать путаницу в ответах без поиска не получится: модель знает о ней больше. Реалистичная цель — чтобы в ответах с поиском ассистенты верно различали две организации, а в описаниях компании всегда были признаки, которые не позволяют принять её за тёзку. Короткая фраза в первой строке описания — «работаем только в [регион] с [год]» — делает больше, чем длинные объяснения на отдельной странице.

Склейка часто проявляется в дуэльных запросах: ассистент сравнивает вас не с конкурентом, а с тёзкой, или приписывает вам его сильные и слабые стороны. Проверка дуэлей помогает заметить склейку, которую трудно увидеть в общих вопросах о компании. Записывайте такие случаи в общую таблицу проверок.

Как проверить, что разделение сработало

Через месяц после разделения повторите двухрежимную пробу по тем же вопросам и проверьте карточки на агрегаторах. Признаки успеха: в режиме с поиском ассистенты называют верные адрес и профиль, в карточках только ваши отзывы, в выдаче по полному названию — только ваши материалы. Если какой-то признак не выполнен, ищите источник по ссылкам в ответах: обычно это одна площадка, которая не обработала запрос.

Чек-лист

• Проведена двухрежимная проба по фактам компании
• Найдены источники со склеенными данными
• Площадкам отправлены запросы на разделение с документами
• Во все описания добавлены отличительные признаки
• В разметку добавлены ссылки на свои профили
• Проверена фактовая сходимость после разделения
• Повторная проверка назначена через квартал

Как провести пробу без поиска и с поиском, разобрано в статье Двухрежимная проба: как найти источник ошибки в ответе ИИ о компании. Общая схема проверки — в инструкции Как проверить, что нейросети говорят о компании. На площадках объявлений тёзки встречаются особенно часто — например, на Юле.

Первоисточники: When Not to Trust Language Models, документация Google о структурированных данных организации и описание свойства sameAs на Schema.org.