Проектирование системы учета интернет-рекламы для ВКР: автоматизация отчетности и интеграция с ОРД
В марте 2026 года «Рейтинг Рунета» совместно с Digital Club и юридической фирмой «Рунетлекс» опросил специалистов по интернет-рекламе — рекламодателей, агентства и юристов. Выяснилось, что уровень осведомленности о новом рекламном сборе критически низкий. Многие компании не знают, как правильно передавать данные об интернет-рекламе в ЕРИР, какие метки ставить на креативы и как избежать штрафов.
Для студентов ИТ-направлений это не просто новость из мира маркетинга. Это окно возможностей: законодательные изменения порождают спрос на системы учета, интеграции и аналитики. В дипломе можно взять реальную предметную область и спроектировать информационную систему, которая автоматизирует взаимодействие с оператором рекламных данных. Такая работа выглядит актуально, имеет четкие требования, а значит — проще защищается.
Темы ВКР, которые вырастают из этой проблемы
1. Разработка модуля интеграции с ОРД для рекламной платформы
Актуальность: по данным «Рейтинга Рунета», более половины рекламодателей не знают, как передавать данные оператору. Это означает, что готовых качественных решений на рынке мало, а спрос на них огромен.
Цель: создать программный модуль, который получает данные о рекламных кампаниях, формирует токены и отправляет их в ОРД через API.
Задачи:
- проанализировать действующие требования к интеграции с ОРД (ЕРИР);
- спроектировать схему потоков данных между рекламной платформой и ОРД;
- реализовать REST API для передачи меток;
- провести тестирование на эмуляторе ОРД.
Структура глав:
- Глава 1 — анализ предметной области и законодательства;
- Глава 2 — проектирование архитектуры и API;
- Глава 3 — тестирование и оценка эффективности.
2. Информационная система мониторинга маркировки рекламных креативов
Актуальность: исследование показало, что даже специалисты агентств путаются в типах объявлений и требованиях к токенам. Значит, нужна система, которая будет сама проверять креатив на наличие корректной метки и предупреждать о нарушениях.
Цель: разработать веб-сервис для автоматической проверки рекламных баннеров и видеороликов на соответствие требованиям маркировки.
Задачи:
- изучить правила маркировки рекламы в интернете;
- описать функциональные и нефункциональные требования к сервису;
- разработать алгоритм распознавания метки и ее проверки;
- оценить качество по ISO/IEC 25010.
Структура глав:
- Глава 1 — аналитический обзор и нормативная база;
- Глава 2 — проектирование сервиса и выбор технологий;
- Глава 3 — реализация и тестирование.
3. Архитектура корпоративной системы отчетности по интернет-рекламе
Актуальность: штрафы за отсутствие данных в ЕРИР грозят компаниям, но вручную отчитываться невозможно. Система отчетности должна масштабироваться и не терять данные, что делает задачу интересной с точки зрения архитектуры.
Цель: спроектировать распределенную архитектуру сбора и передачи данных о рекламных кампаниях в ОРД.
Задачи:
- обосновать выбор микросервисной или модульной архитектуры;
- разработать модель данных для хранения информации о кампаниях;
- предусмотреть очереди для асинхронной отправки данных;
- рассчитать нагрузку на систему и выбрать инфраструктуру.
Структура глав:
- Глава 1 — анализ существующих подходов и требований;
- Глава 2 — проектирование архитектуры и схем;
- Глава 3 — прототипирование, нагрузочное тестирование и экономика.
Как встроить статью в аналитическую главу диплома
Первая глава обычно отводится под теорию и обзор. Здесь результат опроса «Рейтинга Рунета» — готовый инструмент для обоснования актуальности. Не нужно «притягивать за уши» слова «современный мир» и «цифровизация». Просто укажите факт: исследование выявило неосведомленность рынка. Приведите цифры из статьи — они станут количественным обоснованием проблемы.
Далее нужно сравнить существующие решения. Например, на рынке есть сервисы для маркировки, но они, как правило, закрытые и не адаптированы под конкретную платформу. Ваша задача — показать, чем ваша система будет лучше. Для этого используйте таблицу сравнения:
| Критерий | Существующее решение | Ваша система (предложение) |
|---|---|---|
| Интеграция с ОРД | Частично, вручную | Полная автоматизация через API |
| Контроль ошибок | Нет | Валидация полей перед отправкой |
| Метрики качества | Не реализованы | Соответствие ISO/IEC 25010 |
| Возможность масштабирования | Монолит | Микросервисы или модульная архитектура |
Проектная часть: от схемы к интеграции
Во второй главе диплома вы показываете, как ваша система будет работать. Ссылка на статью здесь нужна, чтобы объяснить, почему вы выбираете определенные сценарии.
Например, статья говорит о низкой осведомленности юристов и рекламодателей. Значит, интерфейс системы должен быть максимально простым, а процессы — автоматическими. Используйте UML-диаграммы: диаграмму прецедентов покажите, как рекламодатель загружает креатив, система проверяет его, формирует токен и отправляет в ОРД. На диаграмме последовательности можно отразить взаимодействие между модулями и внешним API.
Технически реализовать такое можно на любом современном стеке: Python (FastAPI, Django), Java (Spring Boot), Node.js. Но для обоснования выбора стека важно показать, что вы учитываете требования к нагрузке. Если предполагается много запросов — рассматривайте асинхронную обработку через RabbitMQ или Kafka. Для отказоустойчивости — Kubernetes, а логирование и метрики собирать через OpenTelemetry. Все это можно описать словами или добавить небольшие схемы в приложение.
Тестирование и метрики: как показать результат
Третья глава — самая проблемная у студентов. Ошибка в том, что они пишут «система протестирована вручную». Этого мало. Лучше описать нагрузочное тестирование, проверку отказоустойчивости и метрики.
Что можно измерить в системе учета рекламы:
- Скорость передачи данных в ОРД — среднее время ответа API при пиковой нагрузке;
- RTO/RPO — если система отказоустойчивая, сколько времени вы готовы потерять;
- Доля ошибок — процент некорректных токенов до и после внедрения валидации;
- Производительность — количество обработанных креативов в минуту.
Данные для теста можно сгенерировать самостоятельно: создайте CSV-файл с 10 000 записей о рекламных кампаниях, имитируя реальную структуру. Такой подход показывает, что вы умеете работать с данными и понимаете, как устроена интеграция.
Чему вы научитесь, сделав такой диплом
- Разбираться в API и протоколах обмена данными.
- Проектировать архитектуру интеграции с внешними сервисами.
- Обосновывать выбор фреймворков и СУБД под требования заказчика.
- Писать техническое задание по ГОСТ 34.602-89 без «воды».
- Проводить нагрузочное тестирование и интерпретировать результаты.
- Оформлять UML-диаграммы так, что проверяющий не сможет придраться.
Типичные ошибки студентов
Ошибка 1: Подмена терминов. Студент пишет «SaaS», когда имеется в виду API, или называет все микросервисами без необходимости. Избежать это можно только одним способом — читать документацию и уметь объяснять каждое словами в тексте диплома.
Ошибка 2: Отсутствие метрик эффективности. «Система работает быстро» — это не результат. Нужно: «среднее время ответа 250 мс при 500 RPS». Все метрики берите из тестов, а если реальных данных нет — генерируйте синтетические и честно это указывайте.
Ошибка 3: Игнорирование ГОСТ при оформлении ТЗ. Задание на проектирование должно быть структурировано по ГОСТ 34.602-89: функции, требования к интерфейсу, порядок контроля. Часто диплом без этого — просто реферат, а не инженерная работа.
FAQ: коротко о важном
Сложно ли реализовать интеграцию с ОРД, если учеба — это еще не работа?
Сложно, но не невозможно. В дипломном проекте достаточно сделать эмулятор ОРД или использовать тестовую среду. Главное — показать, что вы понимаете маршрут данных и спроектировали корректную схему. Код может быть учебным.
В моем вузе не просят код, только проект и описание. Это допустимо?
Да, многие вузы разделяют диплом на научно-исследовательскую и проектную части. Если в требованиях нет обязательного кода, можете сделать прототип или схему. Но даже тогда полезно добавить небольшой фрагмент API в приложение, чтобы подкрепить теорию.
Как оформить диаграммы, чтобы их приняли?
Используйте UML-notaцию: диаграмма классов, диаграмма прецедентов, диаграмма последовательности. Векторные схемы — обязательно. Для диаграммы классов укажите ключевые атрибуты и методы, а не просто прямоугольники.
Где брать тестовые данные для системы?
Сгенерируйте файл в Excel или CSV. Для этого можно использовать готовые библиотеки на Python (например, Faker). Впишите в диплом, что данные являются синтетическими, и приложите исходный код генерации.
Чек-лист перед сдачей главы или всей работы
- Есть ли ссылка на актуальный источник (статья от 16.03.2026)?
- Соответствует ли каждая задача реально описанному решению в главе?
- Присутствуют ли технические схемы или диаграммы в каждой проектной главе?
- Подтверждены ли метрики тестами или расчетами?
- Оформлено ли ТЗ по ГОСТ 34.602-89 (если требуется вузом)?
- Соблюден ли требования к объему и уникальности без «воды»?
Обсудим ваш проект? Если на написание ВКР осталось около 120 часов, а вы еще не спроектировали архитектуру — не откладывайте. Поможем с любой темой ИТ-направления: от информационных систем до облачных решений. Бесплатная консультация по вашей теме уже сегодня.
Источник: «Рейтинг Рунета» выявил критический уровень неосведомленности о новом рекламном сборе (опубликовано 2026-03-16)
```