AiDevTeam | Кирилл (Actitan, Fit Snack)

Коммерческое предложение
FMCG-платформа

Оцифровка дистрибуции 200 000 торговых точек: от контроля полки до монетизации рыночных данных

Версия 1.014.03.2026

Коммерческое предложение: FMCG-платформа автоматизации продаж и Big Data аналитики

Оцифровка дистрибуции 200 000 торговых точек: от контроля полки до монетизации рыночных данных

Версия: 1.0 Дата: 14 марта 2026 Клиент: Кирилл (Actitan, Fit Snack, «Дубайская карамель») Подготовил: AiDevTeam

Содержание

Часть I: Коммерческое предложение

  1. О проекте
  2. Текущие процессы и боли
  3. Архитектура решения
  4. Функциональные блоки

Продукт А: Автоматизация отдела продаж

  1. Пакет А1 «Старт» — CRM-фундамент
  2. Пакет А2 «Бизнес» — CRM + AI + Гео-аналитика

Продукт Б: SaaS Big Data аналитика

  1. Пакет Б1 «Старт» — Micro-MVP Telegram-бот
  2. Пакет Б2 «Бизнес» — Аналитическая платформа

Комплексные решения

  1. Комплексные пакеты
  2. Дополнительные модули (опции)
  3. Сравнение пакетов
  4. Конфигурации и сроки
  5. Наша рекомендация
  6. Бизнес-выгоды (ROI)

Часть II: Техническое задание

  1. Границы MVP
  2. Компоненты системы
  3. Модель данных
  4. API-спецификация
  5. Пользовательские сценарии
  6. Команда проекта
  7. Дорожная карта и план спринтов
  8. Предварительные исследования
  9. Стратегия тестирования
  10. Развёртывание и инфраструктура
  11. Критерии приёмки
  12. Нефункциональные требования

Часть III: Коммерческие условия

  1. Как мы работаем
  2. Условия оплаты
  3. Ежемесячные расходы
  4. Риски и митигация
  5. Гарантии
  6. Требования к клиенту
  7. Что не входит
  8. Открытые вопросы
  9. Перспективы развития
  10. Глоссарий
  11. Следующие шаги

Главное

Этот раздел — краткая выжимка для принятия решения. Детали — в разделах ниже.

Ситуация

У вас ~200 000 релевантных торговых точек по России. Сегодня ваша команда вручную собирает данные о присутствии на полках, платит 300 000 руб/мес за устаревшие Excel-«кубы», а каждое письмо клиенту отнимает 15–30 минут рабочего времени менеджера. Дубликаты в CRM, потерянные сделки, хаотичные рекламации — всё это тормозит рост дистрибуции.

Что вы получите

# Результат Эффект
1 Экономия на аналитике До 3,3 млн руб/год — собственные данные OFD вместо дорогих внешних «кубов»
2 Рост дистрибуции +10–15% покрытие — система находит «белые пятна» и приоритизирует их
3 Новый источник дохода До 1,9 млн руб/год — монетизация рыночных данных через SaaS-бот
4 Высвобождение команды ~50 чел-часов/мес — AI пишет письма, контролирует CRM, уведомляет о проблемах

Два продукта — одна стратегия

Мы предлагаем два самостоятельных продукта. Продукт А наводит порядок внутри: CRM-автоматизация, AI-контроль качества работы менеджеров, карта дистрибуции 200 000 торговых точек с обнаружением «белых пятен». Продукт Б создаёт новый бизнес: SaaS-платформа для продажи аналитики FMCG-рынка через Telegram-бот с автоматическим биллингом. Продукты можно приобретать отдельно, последовательно или вместе — со скидкой до 10%.

Инвестиция

Конфигурация Что получаете Срок Стоимость
А1 «Старт» CRM-фундамент: воронки, дедупликация, рекламации 6 нед 740 000
Б1 «Старт» Telegram-бот: проверка гипотезы SaaS 4 нед 485 000
К1 = А1 + Б1 Оба продукта (старт) 8–9 нед 1 139 000
А2 «Бизнес» + AI-агент + гео-аналитика 200K точек 14–16 нед 2 448 000
Б2 «Бизнес» + автоматический биллинг + масштабируемое хранилище + автозагрузка данных 10–12 нед 1 233 000
К2 = А2 + Б2 Оба продукта (максимум) 16–18 нед 3 368 000

Наша рекомендация — К1 «Комплекс Старт»: быстрый результат за 8–9 недель, масштабирование до К2 по результатам первых месяцев.

Почему AiDevTeam

  • Глубокое погружение — мы провели 10 исследований вашего рынка до написания этого предложения: от бенчмарков парсеров до ландшафта ритейла 2026
  • Только российские технологии — 2GIS, Yandex Maps, DaData, YooKassa. Никакой зависимости от сервисов, которые могут уйти с рынка
  • AI-first подход — не просто настройка CRM, а интеллектуальная автоматизация: AI-агент контроля, генерация писем, предиктивная аналитика дистрибуции
  • Прозрачная калькуляция — вы видите ставку каждого специалиста и количество часов, а не «чёрный ящик» с финальной ценой

Как читать этот документ

Раздел Для кого Что узнаете
Разделы 1–14 Руководитель, ком. директор Бизнес-ценность, пакеты, ROI
Разделы 15–26 Тех. директор, IT-отдел Архитектура, API, тесты, инфраструктура
Разделы 27–37 Юрист, фин. директор Оплата, риски, гарантии, SLA

1. О проекте

Компания Кирилла производит и дистрибутирует продукты питания под брендами Actitan (витаминизированные напитки), Fit Snack (вафельные трубочки, 8 SKU) и «Дубайская карамель». Целевой рынок — ~200 000 релевантных торговых точек по всей России: от федеральных сетей (Магнит, X5 Group, Mercury Retail) до региональных дистрибьюторов.

Проект состоит из двух самостоятельных продуктов, каждый из которых несёт независимую ценность:

Продукт А — Внутренняя автоматизация отдела продаж. Цифровизация CRM-процессов в Битрикс24, контроль качества работы менеджеров с помощью AI, построение гео-базы 200K торговых точек и автоматическая система обнаружения «белых пятен» в дистрибуции.

Продукт Б — SaaS-платформа Big Data аналитики. Telegram-бот для рынка FMCG, монетизирующий агрегированные рыночные данные (OFD, EDI, e-grocery) через модель pre-paid credits. Замена дорогих Excel-«кубов» доступной аналитикой по подписке.

Продукты могут приобретаться независимо, последовательно или комплексно — со скидкой до 10%.

2. Текущие процессы и боли

Проблема Как сейчас Решение
Нет единой картины дистрибуции Менеджеры вручную собирают данные о присутствии в сетях Гео-база 200K точек + Alert Engine «Белые пятна» с автоматическим приоритизированием
Качество CRM не контролируется Сделки зависают на стадиях, поля пустые, follow-up забыт AI-агент: правила (90%) + LLM-оценка (10%) — автоматический контроль каждой сделки
Рекламации обрабатываются хаотично Жалобы теряются, нет SLA на звонок, подарки отправляются вручную SPA «Рекламации» в Битрикс24: канбан + автозадачи 24ч + интеграция CDEK
Дубликаты в CRM Один магазин заведён 2–3 раза под разными названиями Fuzzy matching (rapidfuzz) + сверка по ИНН через DaData — автоматическая дедупликация
Рыночная аналитика дорогая и устаревшая Excel-«кубы» за 300K руб/мес, данные с задержкой в недели. NielsenIQ ушёл из РФ SaaS Telegram-бот: OFD-данные (Продажи.рф) + EDI-порталы сетей — ежедневное обновление, стоимость в разы ниже
Нет инструмента монетизации данных Накопленная экспертиза по рынку FMCG не приносит дополнительного дохода Telegram-бот с биллингом YooKassa: free tier → pre-paid credits → подписка
Письма клиентам пишутся вручную Каждое письмо — 15–30 минут работы менеджера AI-генерация писем (GPT-4o-mini): draft → одобрение менеджером → отправка через Unisender

3. Архитектура решения

flowchart TB
    subgraph Clients["Интерфейсы"]
        B24["Битрикс24 CRM"]
        TG["Telegram"]
        DASH["Гео-дашборд"]
    end

    subgraph PA["Продукт А: Автоматизация продаж"]
        CRM["CRM Engine\nВоронки / Рекламации / Дедупликация"]
        AI["AI-агент\nПравила + LLM"]
        GEO["Гео-аналитика\n2GIS / Yandex / PostGIS"]
        ALERT["Alert Engine\nБелые пятна"]
    end

    subgraph PB["Продукт Б: SaaS Big Data"]
        BOT["Telegram-бот\naiogram 3.x"]
        PIPE["Data Pipeline\ncalamine / Polars / xxHash"]
        BILL["Биллинг\nYooKassa / 54-ФЗ"]
    end

    subgraph Store["Хранилище данных"]
        PG["PostgreSQL 16\nPostGIS / TimescaleDB"]
        REDIS["Redis\nFSM / Cache"]
    end

    subgraph Ext["Внешние сервисы"]
        MAPS["2GIS / Yandex Maps"]
        DATA["DaData / OFD / EDI"]
        LLM["GPT-4o-mini\nOpenRouter"]
        COMM["Mango Office / Unisender"]
    end

    B24 --> CRM
    TG --> BOT
    DASH --> GEO

    CRM --> AI --> LLM
    CRM --> COMM
    GEO --> MAPS
    GEO --> DATA
    ALERT --> GEO
    ALERT --> B24
    ALERT --> TG

    BOT --> PIPE --> DATA
    BOT --> BILL

    PA --> PG
    PB --> PG
    PB --> REDIS

    style Clients fill:#172554,stroke:#3b82f6
    style PA fill:#14532d,stroke:#22c55e
    style PB fill:#78350f,stroke:#f59e0b
    style Store fill:#3b0764,stroke:#a855f7
    style Ext fill:#450a0a,stroke:#ef4444

Ключевые архитектурные решения:

  • Только российские сервисы — 2GIS, Yandex Maps, DaData, Mango Office, Unisender, YooKassa. Google Maps API неработоспособен в РФ (банкротство юрлица, октябрь 2023).
  • LLM через OpenRouter — unified gateway к GPT-4o-mini, Claude, Llama без ограничений. Fallback: GigaChat 2 Pro (Sber), YandexGPT Pro 5.
  • OFD-данные вместо NielsenIQ — Продажи.рф (350K+ точек, 85 регионов, ежедневное обновление) как основной источник рыночной аналитики по 54-ФЗ.
  • PostgreSQL как ядро — OLTP + PostGIS + TimescaleDB. Опциональная миграция на ClickHouse при >100M строк.
  • Продукты независимы, но переиспользуют общую инфраструктуру (PostgreSQL, Redis, DaData, хостинг).

4. Функциональные блоки

Продукт А: Автоматизация отдела продаж

# Блок Описание
А.1 CRM-воронки и BP Настройка Битрикс24 Professional: стадии сделок, обязательные поля, BP-валидация переходов
А.2 Дедупликация Микросервис: Python + rapidfuzz + DaData INN-lookup. Автоматическое слияние дубликатов
А.3 SPA «Рекламации» Отдельный канбан в Битрикс24: жалоба → автозвонок 24ч → отправка подарка (CDEK API)
А.4 Телефония Интеграция Mango Office через Marketplace: логирование звонков, речевая аналитика
А.5 Email-маркетинг Интеграция Unisender (200K контактов): шаблоны, SPF/DKIM, triggered-рассылки
А.6 AI-агент CRM Гибридный контроль: правила (пустые поля, просрочки) + LLM (качество коммуникации)
А.7 AI-генерация писем GPT-4o-mini: draft → approval в Битрикс24 → отправка. ~0.001$/письмо
А.8 Гео-база 200K точек 2GIS + Yandex Maps + DaData + PostGIS. Delta sync каждые 4 недели
А.9 Гео-дашборд Heatmap полочной представленности: Yandex Maps JS API + Metabase (5+ дашбордов)
А.10 Alert Engine «Белые пятна»: gap_score = SKU_revenue x store_traffic x days_missing. Telegram + Bitrix Tasks + email
А.11 EDI-интеграция Подключение к порталам X5 Dialog, Magnit Analytics, RS.Lenta — sell-out данные D+1
А.12 OFD-аналитика Интеграция Продажи.рф: рыночные данные по 350K+ точкам, 85 регионам

Продукт Б: SaaS Big Data аналитика

# Блок Описание
Б.1 Telegram-бот aiogram 3.x + Redis FSM: drill-down через inline keyboards, pagination
Б.2 Excel-парсинг calamine/fastexcel (~7 сек на 1M строк) + Polars. Fallback: openpyxl для merged cells
Б.3 Хранилище PostgreSQL 16 star-schema: dim_chain, dim_store, dim_sku, dim_time → fact_sales
Б.4 Инкрементальное обновление xxHash (XXH3, 14 198 MiB/s) dual-hash + COPY → UPSERT. ~20–40 сек на 500K строк
Б.5 Аналитические фильтры Drill-down: Сеть → Категория → Бренд → Регион → Период
Б.6 Визуализация matplotlib-графики (50–200 мс/chart) + CSV/Excel экспорт (UTF-8 BOM)
Б.7 Биллинг YooKassa REST API: free tier (5/день) → pre-paid credits (250–4 990 руб)
Б.8 54-ФЗ compliance «Чеки от ЮKassa» — автоматическая фискализация без ATOL/OrangeData
Б.9 Кэширование Redis DB 2: 4h TTL исторических, 1h текущих. Tag-based invalidation при новом ETL
Б.10 Anti-abuse Rate limit free tier (1 query/мин), кэш идентичных запросов, привязка к user.id
Б.11 ETL-оркестрация Prefect: scheduling, retry, мониторинг pipeline. Множественные источники данных
Б.12 TimescaleDB Continuous aggregates, columnar compression (30–98% экономия хранения)

Продукт А: Автоматизация отдела продаж

5. Пакет А1 «Старт» — CRM-фундамент

Цифровой фундамент отдела продаж: настроенный CRM с автоматизацией, чистая база контактов, выстроенный процесс рекламаций.

Что входит

# Модуль Критерий приёмки
1 Битрикс24 Professional: воронки и BP Настроены стадии сделок, обязательные поля блокируют переход, BP валидирует данные
2 Дедупликация контактов Микросервис обрабатывает 200K контактов за <90 мин, точность fuzzy match >90%
3 SPA «Рекламации» Жалоба → автозадача на звонок (24ч SLA) → отправка подарка через CDEK. Полный цикл <72ч
4 Интеграция Mango Office Звонки логируются в CRM, запись прикрепляется к сделке автоматически
5 Интеграция Unisender SPF/DKIM настроены, 3 email-шаблона, triggered-рассылки из BP работают
6 Metabase: 5 дашбордов Воронка продаж, активности менеджеров, рекламации, KPI, конверсия по стадиям
7 Инфраструктура VPS + Docker + PostgreSQL + Metabase + Redis — развёрнуто и задокументировано

Бизнес-выгоды

  1. Прозрачность воронки — каждая сделка в системе, ни одна не теряется
  2. Чистая база — дедупликация убирает «мусор», менеджеры работают с реальными контактами
  3. SLA на рекламации — 24 часа на звонок, автоматический контроль сроков
  4. Данные для решений — 5 готовых дашбордов, руководитель видит картину в реальном времени

Калькуляция стоимости

Роль Часы Ставка, руб/ч Стоимость
Tech Lead / Архитектор 34 3 500 119 000
Senior Backend 166 2 450 406 700
DevOps 16 2 450 39 200
QA Engineer 26 2 050 53 300
Project Manager 22 2 450 53 900
Итого разработка 264 672 100
Непредвиденные расходы (10%) 67 000
ИТОГО 740 000

Стоимость: 740 000 руб

Срок реализации: 6 недель

6. Пакет А2 «Бизнес» — CRM + AI + Гео-аналитика

Включает всё из А1 «Старт» +

Полная оцифровка дистрибуции: AI контролирует качество CRM, гео-база покрывает 200K точек, система автоматически находит «белые пятна» и уведомляет менеджеров.

Что добавляется к А1

# Модуль Критерий приёмки
8 AI-агент контроля CRM Правила проверяют 100% сделок (<1 сек), LLM оценивает качество коммуникации (top-20% сделок)
9 AI-генерация писем Draft генерируется за <5 сек, менеджер одобряет в Битрикс24, отправка через Unisender
10 Гео-база 200K точек 2GIS + Yandex Maps + DaData + PostGIS. Полная загрузка <48ч, delta sync еженедельно
11 Гео-дашборд Heatmap на Yandex Maps JS API: клик по точке → список missing SKU + gap_score
12 Alert Engine «Белые пятна» Nightly batch: gap_score рассчитан, top-50 gaps → Telegram + Bitrix Tasks + email-дайджест
13 EDI-интеграция X5 Dialog и Magnit Analytics подключены, sell-out данные загружаются автоматически D+1
14 OFD-аналитика Продажи.рф API: рыночные данные по 350K+ точкам доступны в Metabase-дашбордах

Бизнес-выгоды

  1. AI экономит 2–3 часа/день руководителю — автоматический контроль вместо ручной проверки сделок
  2. «Белые пятна» → рост дистрибуции на 10–15% — система показывает, где ваши SKU отсутствуют в высокодоходных точках
  3. Письма за секунды, а не за 30 минут — AI-draft + одобрение в один клик
  4. Полная карта рынка — 200K точек на heatmap, видно каждый район и каждую сеть
  5. OFD вместо дорогих «кубов» — экономия до 3.3M руб/год на рыночной аналитике

Калькуляция стоимости (полная, включая А1)

Роль Часы Ставка, руб/ч Стоимость
Tech Lead / Архитектор 104 3 500 364 000
AI/ML Engineer 93 2 850 265 050
Senior Backend 508 2 450 1 244 600
DevOps 34 2 450 83 300
QA Engineer 78 2 050 159 900
Project Manager 58 2 450 142 100
Итого разработка 875 2 258 950
Непредвиденные расходы (10%) 226 000
ИТОГО без скидки 2 485 000

Стоимость: 2 448 000 руб 2 485 000 руб (скидка 5% на А1 «Старт»)

Бонусы (бесплатно):

  • Миграция существующих данных из Excel/CRM в новую систему (обычно ~25 000 руб)
  • 2 кастомных Metabase-дашборда по дизайну клиента (обычно ~20 000 руб)

Общая стоимость бонусов: ~82 000 руб (бонусы ~45 000 руб + скидка 37 000 руб)

Срок реализации: 14–16 недель

Продукт Б: SaaS Big Data аналитика

7. Пакет Б1 «Старт» — Micro-MVP Telegram-бот

Быстрая проверка гипотезы: один источник данных → один Telegram-бот с базовыми фильтрами → валидация спроса за 3–4 недели.

Что входит

# Модуль Критерий приёмки
1 Telegram-бот (aiogram 3.x) Бот отвечает на команду /start за <2 сек, inline keyboards работают, FSM корректно хранит состояние
2 Excel-парсинг calamine + Polars: файл 1M строк обработан за <10 сек, кириллица Windows-1251 распознаётся
3 PostgreSQL star-schema 5 таблиц (dim_chain, dim_store, dim_sku, dim_time, fact_sales), materialized views для rollups
4 3 аналитических фильтра Drill-down: Сеть → Бренд → Период. Результат за <3 сек
5 Текстовые отчёты + CSV Данные в чате + CSV-файл (UTF-8 BOM для русского Excel). Файл <50 MB
6 Free tier 5 запросов/день, привязка к Telegram user.id, rate limit 1 query/мин

Бизнес-выгоды

  1. Валидация за 3–4 недели — минимальные вложения, реальный продукт для тестирования спроса
  2. Ноль порог входа для пользователя — Telegram есть у всех, установка не нужна
  3. Данные вместо интуиции — структурированный доступ к аналитике через привычный интерфейс
  4. Фундамент для масштабирования — star-schema и парсер переиспользуются в Full SaaS

Калькуляция стоимости

Роль Часы Ставка, руб/ч Стоимость
Tech Lead / Архитектор 20 3 500 70 000
Senior Backend 117 2 450 286 650
DevOps 10 2 450 24 500
QA Engineer 15 2 050 30 750
Project Manager 12 2 450 29 400
Итого разработка 174 441 300
Непредвиденные расходы (10%) 44 000
ИТОГО 485 000

Стоимость: 485 000 руб

Срок реализации: 4 недели

8. Пакет Б2 «Бизнес» — Аналитическая платформа

Включает всё из Б1 «Старт» +

Полноценная SaaS-платформа: множественные источники данных, расширенные фильтры, монетизация через YooKassa, автоматическая фискализация.

Что добавляется к Б1

# Модуль Критерий приёмки
7 Множественные источники OFD API + EDI-порталы + 3+ форматов Excel. Каждый источник загружается по расписанию
8 Инкрементальное обновление xxHash dual-hash + COPY → UPSERT: 500K строк за <40 сек, только изменённые записи
9 5 аналитических фильтров Сеть → Категория → Бренд → Регион → Период. Результат за <3 сек
10 Графики + Excel-экспорт matplotlib-графики (50–200 мс), Excel с форматированием, CSV с UTF-8 BOM
11 Биллинг YooKassa Free tier (5/день) → 250 руб/50 credits → 800 руб/200 → 1 500 руб/500 → 4 990 руб/мес unlimited
12 54-ФЗ compliance «Чеки от ЮKassa»: фискальный чек отправляется автоматически при каждой оплате
13 Redis кэширование 4h TTL исторических, 1h текущих. Кэш-хит → бесплатный запрос. Tag-based invalidation
14 Anti-abuse Rate limit free tier, кэш дедупликация, expire бонусных credits (30 дней)
15 TimescaleDB Continuous aggregates для daily → weekly → monthly rollups. Compression 30–98%
16 ETL-оркестрация (Prefect) Scheduled pipelines, retry, мониторинг, Dead Letter Queue для проблемных файлов

Бизнес-выгоды

  1. Монетизация с первого дня — биллинг YooKassa, 4 ценовых пакета, автоматическая фискализация
  2. Замена «кубов» за 300K/мес — OFD-данные дешевле, свежее и покрывают больше точек
  3. Масштаб без боли — TimescaleDB + continuous aggregates: от 10M до 100M строк без переписывания
  4. Пользователи возвращаются — кэш экономит credits, графики наглядны, экспорт удобен
  5. Комиссия всего ~4.4% — YooKassa с встроенной фискализацией, без отдельного ATOL/OrangeData

Калькуляция стоимости (полная, включая Б1)

Роль Часы Ставка, руб/ч Стоимость
Tech Lead / Архитектор 44 3 500 154 000
Senior Backend 323 2 450 791 350
DevOps 22 2 450 53 900
QA Engineer 39 2 050 79 950
Project Manager 26 2 450 63 700
Итого разработка 454 1 142 900
Непредвиденные расходы (10%) 114 000
ИТОГО без скидки 1 257 000

Стоимость: 1 233 000 руб 1 257 000 руб (скидка 5% на Б1 «Старт»)

Бонусы (бесплатно):

  • Настройка мониторинга и alerting для ETL-пайплайна (обычно ~20 000 руб)
  • 1 кастомный шаблон Excel-отчёта по дизайну клиента (обычно ~10 000 руб)

Общая стоимость бонусов: ~54 000 руб (бонусы ~30 000 руб + скидка 24 000 руб)

Срок реализации: 10–12 недель

Комплексные решения

9. Комплексные пакеты

При покупке обоих продуктов одновременно — дополнительная скидка за переиспользование инфраструктуры (PostgreSQL, Redis, VPS, DaData, DevOps).

9.1. Пакет К1 «Комплекс Старт» — А1 + Б1

Включает: А1 «Старт» (CRM-фундамент) + Б1 «Старт» (Micro-MVP бот)

Компонент Стоимость
А1 «Старт» — CRM-фундамент 740 000
Б1 «Старт» — Micro-MVP бот 485 000
Сумма без скидки 1 225 000
Скидка 7% (единая инфраструктура) −86 000
ИТОГО 1 139 000

Стоимость: 1 139 000 руб 1 225 000 руб (скидка 7% за комплекс)

Бонусы (бесплатно):

  • Техаудит текущих бизнес-процессов продаж с рекомендациями (обычно ~35 000 руб)

Общая стоимость бонусов: ~121 000 руб (бонусы ~35 000 руб + скидка 86 000 руб)

Срок реализации: 8–9 недель (параллельная разработка)

9.2. Пакет К2 «Комплекс Бизнес» — А2 + Б2

Включает: А2 «Бизнес» (CRM + AI + Гео) + Б2 «Бизнес» (Full SaaS платформа)

Компонент Стоимость
А2 «Бизнес» — CRM + AI + Гео 2 485 000
Б2 «Бизнес» — Аналитическая платформа 1 257 000
Сумма без скидки 3 742 000
Скидка 10% (максимальная экономия) −374 000
ИТОГО 3 368 000

Стоимость: 3 368 000 руб 3 742 000 руб (скидка 10% за комплекс)

Бонусы (бесплатно):

  • Миграция существующих данных из Excel/CRM в новую систему (обычно ~25 000 руб)
  • 2 кастомных Metabase-дашборда по дизайну клиента (обычно ~20 000 руб)
  • Настройка мониторинга и alerting для ETL-пайплайна (обычно ~20 000 руб)
  • 1 кастомный шаблон Excel-отчёта (обычно ~10 000 руб)
  • 1 месяц бесплатной техподдержки после запуска (обычно ~50 000 руб)

Кредит на разработку: 150 000 руб на будущие доработки и новые модули

  • Действует 12 месяцев с момента запуска
  • Можно использовать не более 50% от суммы нового заказа
  • Применяется к: новые модули, интеграции, опции, кастомизации

Общая стоимость бонусов: ~649 000 руб (бонусы ~125 000 руб + кредит 150 000 руб + скидка 374 000 руб)

Срок реализации: 16–18 недель (параллельная разработка обоих продуктов)

10. Дополнительные модули (опции)

Независимые модули, которые можно добавить к любому пакету. Каждый модуль имеет самостоятельную ценность.

# Опция Описание Стоимость Требует
О1 Мерчандайзинг HubEx Интеграция с Битрикс24: маршруты, задачи, фото-отчёты, GPS-трекинг (50 юзеров) 182 000 А1+
О2 AI Shelf Recognition (AILET) API-интеграция AILET: распознавание полки (97% accuracy), SOS/OSA метрики в дашбордах 222 000 А2
О3 E-grocery парсинг Playwright + stealth: VkusVill, Vprok.ru, Kuper. Цены + наличие по зонам доставки 234 000 Б1+
О4 Миграция на ClickHouse Yandex Managed ClickHouse: schema migration, materialized views, sub-second queries на 100M+ строк 222 000 Б2
О5 Честный ЗНАК API-интеграция: SKU-level tracking маркированных категорий (dairy, water, snacks, sauces) 129 000 А2 или Б2

Важно: Стоимость опций О1 и О2 не включает лицензии сторонних сервисов:

  • HubEx: ~150 000–250 000 руб/мес (50 юзеров) — оплачивается клиентом
  • AILET setup: 700 000–2 500 000 руб (разово) — оплачивается клиентом
  • Прокси для e-grocery (О3): ~$250–800/мес — оплачивается клиентом

11. Сравнение пакетов

Продукт А: Автоматизация продаж

Функция А1 «Старт» А2 «Бизнес»
Битрикс24: воронки и BP ✓ ✓
Дедупликация контактов ✓ ✓
SPA «Рекламации» + CDEK ✓ ✓
Mango Office ✓ ✓
Unisender ✓ ✓
Metabase: 5 дашбордов ✓ ✓
AI-агент контроля CRM — ✓
AI-генерация писем — ✓
Гео-база 200K точек — ✓
Гео-дашборд (heatmap) — ✓
Alert Engine «Белые пятна» — ✓
EDI-интеграция (X5, Magnit) — ✓
OFD-аналитика (Продажи.рф) — ✓
Стоимость 740 000 2 448 000
Срок 6 нед 14–16 нед

Продукт Б: SaaS Big Data

Функция Б1 «Старт» Б2 «Бизнес»
Telegram-бот (aiogram 3.x) ✓ ✓
Excel-парсинг (calamine + Polars) ✓ ✓
PostgreSQL star-schema ✓ ✓
3 аналитических фильтра ✓ 5 фильтров
Текстовые отчёты + CSV ✓ ✓
Free tier (5/день) ✓ ✓
Множественные источники — ✓
Инкрементальное обновление — ✓
Графики matplotlib + Excel — ✓
Биллинг YooKassa — ✓
54-ФЗ compliance — ✓
Redis кэширование — ✓
Anti-abuse — ✓
TimescaleDB — ✓
ETL-оркестрация (Prefect) — ✓
Стоимость 485 000 1 233 000
Срок 4 нед 10–12 нед

Комплексные пакеты

Параметр К1 «Старт» К2 «Бизнес»
Продукт А А1 А2
Продукт Б Б1 Б2
Скидка 7% 10%
Бонусы ~121 000 ~649 000
Кредит на разработку — 150 000
Стоимость 1 139 000 3 368 000
Срок 8–9 нед 16–18 нед

12. Конфигурации и сроки

Вы можете выбрать любую комбинацию. Ниже — наиболее частые конфигурации:

# Конфигурация Что получаете Срок Стоимость
1 А1 CRM-фундамент 6 нед 740 000
2 Б1 Micro-MVP бот 4 нед 485 000
3 А2 CRM + AI + Гео (полный Продукт А) 14–16 нед 2 448 000
4 Б2 Full SaaS платформа (полный Продукт Б) 10–12 нед 1 233 000
5 К1 = А1 + Б1 Оба продукта (старт) 8–9 нед 1 139 000
6 К2 = А2 + Б2 Оба продукта (бизнес) 16–18 нед 3 368 000
7 А1 → Б1 (последовательно) CRM сначала, затем бот 10 нед 1 225 000
8 А2 + О1 + О5 Полный Продукт А + мерчандайзинг + Честный ЗНАК 16–18 нед 2 759 000
9 К2 + О1 + О2 + О4 + О5 Максимальная комплектация 20–22 нед 4 123 000

Последовательная покупка (конф. 7) не даёт комплексной скидки, но позволяет начать с меньшей суммы.

13. Наша рекомендация

Для вашей ситуации мы рекомендуем конфигурацию 5 — К1 «Комплекс Старт» (А1 + Б1) как стартовую точку:

  1. Немедленный эффект на продажи — CRM-фундамент (А1) закрывает критические боли: дубликаты, потерянные сделки, хаотичные рекламации
  2. Параллельная валидация SaaS — Micro-MVP бот (Б1) за 3–4 недели проверяет, есть ли спрос на аналитику, с минимальными вложениями
  3. Экономия 86 000 руб — 7% скидка за комплекс + бесплатный техаудит
  4. Быстрый старт — 8–9 недель до полной готовности обоих продуктов
  5. Ясный путь масштабирования — после валидации K1 апгрейд до А2 и Б2 идёт по нарастающей, без переписывания

Следующий шаг после К1: по результатам 1–2 месяцев эксплуатации — апгрейд до А2 (AI + Гео) и/или Б2 (Full SaaS), подключение опций по приоритету.

14. Бизнес-выгоды (ROI)

# Выгода Описание Оценка эффекта
1 Рост дистрибуции «Белые пятна» → целевое закрытие пробелов в высокодоходных точках +10–15% coverage
2 Экономия на аналитике OFD-данные (Продажи.рф) вместо Excel-«кубов» за 300K/мес до 3.3M руб/год
3 Ускорение продаж AI-генерация писем: 5 сек вместо 30 мин. 100 писем/день = ~50 чел-часов/мес ~97 500 руб/мес
4 Качество CRM AI-агент ловит просроченные сделки и пустые поля → меньше потерянных клиентов −30% stale deals
5 Монетизация данных SaaS-бот: при 200 платящих юзеров × 800 руб/мес = 160 000 руб/мес до 1.9M руб/год
6 Снижение затрат на рекламации Автоматический SLA + CDEK → быстрее и дешевле, чем ручная обработка −40% время обработки

Окупаемость К1 (1 139 000 руб): при экономии на аналитике + ускорении продаж — 6–7 месяцев.

Окупаемость К2 (3 368 000 руб): при полном ROI (аналитика + дистрибуция + SaaS-доход) — 10–12 месяцев.

Часть II: Техническое задание

15. Границы MVP

Ядро (обязательные компоненты)

ID Компонент Описание Продукт
C1 PostgreSQL + PostGIS OLTP, гео-данные, биллинг, star-schema А + Б
C2 Redis FSM-хранилище, кэш аналитики, очереди А + Б
C3 VPS + Docker Хостинг, оркестрация контейнеров А + Б
C4 Битрикс24 Professional CRM, воронки, BP, SPA А
C5 Telegram Bot (aiogram) Интерфейс SaaS-продукта Б

Бизнес-опции (выбираются клиентом)

ID Компонент Зависит от Продукт
B1 Дедупликация (rapidfuzz + DaData) C4 А
B2 SPA «Рекламации» + CDEK C4 А
B3 Mango Office C4 А
B4 Unisender C4 А
B5 Metabase дашборды C1 А
B6 AI-агент CRM C4, C2 А
B7 AI-генерация писем C4, B4 А
B8 Гео-база 200K (2GIS + Yandex) C1 А
B9 Гео-дашборд (heatmap) B8 А
B10 Alert Engine «Белые пятна» B8, C4 А
B11 EDI-интеграция C1 А
B12 OFD-аналитика C1 А + Б
B13 Excel-парсинг (calamine) C1 Б
B14 3–5 аналитических фильтров C5, C1 Б
B15 Биллинг YooKassa C1, C5 Б
B16 TimescaleDB C1 Б
B17 ETL-оркестрация (Prefect) C1 Б 
flowchart TB
    subgraph Core["Ядро"]
        C1["C1: PostgreSQL\n+ PostGIS"]
        C2["C2: Redis"]
        C3["C3: VPS + Docker"]
        C4["C4: Битрикс24"]
        C5["C5: Telegram Bot"]
    end

    subgraph OptA["Опции Продукта А"]
        B1["B1: Дедупликация"]
        B6["B6: AI-агент"]
        B8["B8: Гео-база 200K"]
        B9["B9: Гео-дашборд"]
        B10["B10: Белые пятна"]
    end

    subgraph OptB["Опции Продукта Б"]
        B13["B13: Excel-парсинг"]
        B14["B14: Фильтры"]
        B15["B15: YooKassa"]
        B16["B16: TimescaleDB"]
        B17["B17: Prefect ETL"]
    end

    C4 --> B1
    C4 --> B6
    C1 --> B8
    B8 --> B9
    B8 --> B10
    C4 --> B10

    C1 --> B13
    C5 --> B14
    C1 --> B15
    C1 --> B16
    C1 --> B17

    B6 --> C2
    B14 --> C1

    style Core fill:#172554,stroke:#3b82f6
    style OptA fill:#14532d,stroke:#22c55e
    style OptB fill:#78350f,stroke:#f59e0b

16. Компоненты системы

16.1. CRM Engine (Битрикс24)

Назначение: Центральный хаб управления продажами — воронки сделок, контакты, автоматизация бизнес-процессов, рекламации.

Алгоритм обработки сделки:

flowchart TB
    NEW["Новая сделка"] --> VALID{"BP: поля\nзаполнены?"}
    VALID -- Нет --> BLOCK["Блокировка\nперехода"]
    VALID -- Да --> NEXT["Следующая\nстадия"]
    NEXT --> AI{"AI-агент:\nкачество OK?"}
    AI -- Да --> PROCEED["Продолжить"]
    AI -- Нет --> FLAG["Флаг\nруководителю"]
    PROCEED --> CLOSE["Закрытие\nсделки"]

    style NEW fill:#172554,stroke:#3b82f6
    style BLOCK fill:#450a0a,stroke:#ef4444
    style CLOSE fill:#14532d,stroke:#22c55e
    style FLAG fill:#78350f,stroke:#f59e0b

Технологии: Битрикс24 REST API (batch, 50 ops/call), Smart Process Automation, Business Process Designer.

Конкретный пример: Менеджер переводит сделку из «Первичный контакт» в «КП отправлено». BP проверяет: заполнены ли ИНН, контактное лицо, телефон, email. Если пусто — переход заблокирован, менеджер видит сообщение об ошибке. Если заполнено — AI-агент оценивает качество записей предыдущих звонков.

Бенчмарки: Batch API: 200K контактов за ~33 мин (2 req/sec × 50 ops/req). Чтение 200K записей: <5 мин.

16.2. AI-агент контроля качества

Назначение: Гибридная система контроля CRM — правила для детерминированных проверок, LLM для анализа качества коммуникации.

Архитектура: Битрикс24 webhook → Redis queue → Rule Engine (90% проверок, <1 мс) → LLM Evaluator (10%, GPT-4o-mini через OpenRouter) → Уведомления (Telegram + Bitrix Chat + Email).

Конкретный пример: Правило: «Если сделка на стадии >7 дней без Activity — Critical alert». LLM: «Оцени записку звонка: упомянуты ли новые цены Q2? Определены ли next steps? JSON: {score: 0-10, issues: [...]}».

Бенчмарки: GPT-4o-mini через OpenRouter: ~$0.15/1M input + $0.60/1M output. 500 сделок/день × ~2 500 input tokens = ~1.1M tokens/день ≈ $5/мес.

16.3. Гео-аналитика и Alert Engine

Назначение: Построение и поддержка базы 200K торговых точек с автоматическим обнаружением пробелов в дистрибуции.

Алгоритм «Белые пятна»:

gap_score = SKU_avg_revenue × store_traffic × days_missing
  • SKU_avg_revenue — средняя дневная выручка SKU по сети
  • store_traffic — оценка трафика (hypermarket ~5 000/день, convenience ~300/день)
  • days_missing — дней отсутствия на полке

Технологии: PostgreSQL + PostGIS, 2GIS API (95% verified accuracy, 670+ городов), Yandex Maps API (Advanced license, 10K req/день), DaData.ru (нормализация + ИНН), Yandex Maps JS API (heatmap).

Бенчмарки: Delta sync: ~500 гео-тайлов, 1/4 за неделю, полное покрытие за 4 недели. Типичный churn: 5–10%/год (~200–400 изменений/неделю).

16.4. Data Pipeline (Telegram-бот)

Назначение: Высокопроизводительный ETL для загрузки, нормализации и инкрементального обновления FMCG-данных из множества источников.

Алгоритм:

flowchart TB
    FILE["Excel / CSV\nфайл"] --> DETECT["Detect encoding\nchardet 7.0+"]
    DETECT --> PARSE["Parse\ncalamine + Polars"]
    PARSE --> MAP["Schema mapping\nfuzzy aliases"]
    MAP --> HASH["xxHash dual-hash\nbusiness key + values"]
    HASH --> STAGE["COPY → staging\nPostgreSQL"]
    STAGE --> UPSERT["UPSERT\nWHERE hash DISTINCT"]
    UPSERT --> REFRESH["Refresh\nmat. views"]
    REFRESH --> INVALIDATE["Redis cache\ntag invalidation"]

    style FILE fill:#172554,stroke:#3b82f6
    style PARSE fill:#14532d,stroke:#22c55e
    style UPSERT fill:#78350f,stroke:#f59e0b
    style INVALIDATE fill:#3b0764,stroke:#a855f7

Бенчмарки: calamine: 1M строк за ~7 сек. xxHash XXH3: 14 198 MiB/s (22x быстрее MD5). COPY → UPSERT: 500K строк за ~20–40 сек. Полный pipeline: файл → БД за <60 сек.

17. Модель данных

Star-schema (fact_sales)

{
  "fact_sales": {
    "chain_id": 42,
    "store_id": 15783,
    "sku_id": 1024,
    "sale_date": "2026-03-10",
    "sales_units": 23.0,
    "sales_kg": 0.92,
    "revenue_rub": 2070.00,
    "num_receipts": 18,
    "avg_price": 90.00,
    "promo_flag": 0,
    "row_hash": "a1b2c3d4e5f67890"
  }
}

Dimension: dim_store (с гео-данными)

{
  "dim_store": {
    "store_id": 15783,
    "chain_id": 42,
    "chain_name": "Пятёрочка",
    "parent_group": "X5 Group",
    "store_format": "convenience",
    "federal_district": "ЦФО",
    "region": "Московская область",
    "city": "Подольск",
    "address": "ул. Ленина, д. 15",
    "latitude": 55.4312,
    "longitude": 37.5453,
    "fias_id": "abc123-def456",
    "inn": "7728632689",
    "opening_date": "2023-06-15",
    "is_active": true
  }
}

Dimension: dim_sku

{
  "dim_sku": {
    "sku_id": 1024,
    "ean": "4607055460123",
    "sku_name": "Fit Snack Вафельная трубочка Клубника 40г",
    "manufacturer": "Actitan",
    "brand": "Fit Snack",
    "category": "Снеки",
    "subcategory": "Вафельные трубочки",
    "weight_g": 40.0,
    "package_type": "Флоу-пак",
    "vat_rate": 10.00,
    "marking_code_type": "chestnyznak"
  }
}

18. API-спецификация

Внутренний API (FastAPI)

Метод Путь Описание
POST /api/v1/etl/upload Загрузка Excel/CSV файла для парсинга
GET /api/v1/analytics/query Аналитический запрос с фильтрами
GET /api/v1/geo/stores Список торговых точек с фильтрами
GET /api/v1/geo/gaps Список «белых пятен» с gap_score
POST /api/v1/billing/create-payment Создание платежа в YooKassa
GET /api/v1/billing/balance Баланс credits пользователя

Пример запроса аналитики

Request:

{
  "chain_id": 42,
  "brand": "Fit Snack",
  "region": "ЦФО",
  "period": {
    "from": "2026-01-01",
    "to": "2026-03-01"
  },
  "metrics": ["revenue", "units", "avg_price"]
}

Response:

{
  "data": [
    {
      "period": "2026-01",
      "revenue_rub": 1250000,
      "sales_units": 13890,
      "avg_price": 90.0
    },
    {
      "period": "2026-02",
      "revenue_rub": 1380000,
      "sales_units": 15330,
      "avg_price": 90.0
    }
  ],
  "meta": {
    "query_time_ms": 120,
    "cached": false,
    "credits_used": 1
  }
}

Коды ошибок

Код Описание
400 Невалидные параметры фильтра
401 Не авторизован (невалидный token)
402 Недостаточно credits
429 Превышен rate limit
500 Внутренняя ошибка сервера

19. Пользовательские сценарии

Сценарий 1: Менеджер проверяет «белые пятна»

Как менеджер по продажам, я хочу видеть, где мои SKU отсутствуют в высокодоходных магазинах, чтобы приоритизировать визиты.

Предусловия: Гео-база загружена, ассортиментная матрица настроена, Alert Engine запущен.

Действия:

  1. Менеджер открывает Telegram-канал и видит утренний дайджест: «15 новых белых пятен, top-3: Магнит Подольск (gap_score: 4 250), Пятёрочка Химки (3 890), Дикси Одинцово (3 210)»
  2. Клик по точке → открывается карточка в Битрикс24 с задачей и дедлайном
  3. Менеджер планирует визит, закрывает задачу после успешных переговоров

Ожидаемый результат: Задача закрыта в Битрикс24, gap_score обнуляется при следующем nightly batch.

Сценарий 2: Аналитик использует Telegram-бот

Как коммерческий директор FMCG-компании, я хочу узнать долю рынка своего бренда в Пятёрочке за последний квартал.

Предусловия: Данные загружены, пользователь авторизован, credits > 0.

Действия:

  1. /start → бот показывает inline keyboard с сетями
  2. Выбор «Пятёрочка» → keyboard с категориями
  3. Выбор «Снеки» → keyboard с брендами
  4. Выбор «Fit Snack» → keyboard с периодами
  5. Выбор «Q4 2025» → бот отвечает: текст с цифрами + график PNG + кнопка «Скачать Excel»

Ожидаемый результат: Ответ за <3 сек, 1 credit списан, результат закэширован на 4ч.

Сценарий 3: Обработка рекламации

Как оператор, я хочу зафиксировать жалобу клиента и запустить автоматический процесс компенсации.

Предусловия: SPA «Рекламации» настроен, CDEK API подключён.

Действия:

  1. Оператор создаёт элемент в SPA «Рекламации» с описанием жалобы
  2. BP автоматически создаёт задачу: «Позвонить клиенту, извиниться» (SLA: 24ч)
  3. Менеджер звонит (через Mango Office), запись логируется
  4. BP переводит в стадию «Отправка подарка» → n8n вызывает CDEK API
  5. Трекинг-номер записывается в CRM, клиент получает SMS

Ожидаемый результат: Весь цикл <72ч, руководитель видит дашборд рекламаций в Metabase.

Сценарий 4: AI оценивает качество сделки

Как руководитель, я хочу автоматически получать уведомления о проблемных сделках.

Предусловия: AI-агент запущен, webhook настроен.

Действия:

  1. Менеджер обновляет записку звонка: «Позвонил, сказали перезвонить»
  2. AI-агент обнаруживает: no next steps, no pricing discussed, vague notes
  3. LLM возвращает: {score: 3, issues: ["нет конкретных next steps", "не обсуждены цены"]}
  4. Руководитель получает уведомление в Telegram: «Сделка #1234: низкое качество (3/10)»

Ожидаемый результат: Уведомление доставлено за <30 сек после обновления сделки.

Сценарий 5: Загрузка нового Excel-отчёта

Как аналитик данных, я хочу загрузить свежий отчёт от Magnit и обновить аналитику.

Предусловия: ETL-pipeline настроен, schema mapping для Magnit есть.

Действия:

  1. Аналитик загружает файл через API (POST /api/v1/etl/upload)
  2. Pipeline: detect encoding (Windows-1251) → parse (calamine, 7 сек) → schema mapping → hash → UPSERT
  3. Только изменённые строки записываются (xxHash dual-hash)
  4. Materialized views обновляются, Redis кэш инвалидируется
  5. Telegram-бот уже показывает свежие данные

Ожидаемый результат: 500K строк обработаны за <60 сек, пользователи бота видят обновлённые данные.

20. Команда проекта

Роли и ставки

Роль Основные задачи Ставка, руб/ч
Tech Lead / Архитектор Архитектура, API-контракт, код-ревью, интеграционный дизайн 3 500
AI/ML Engineer Промпт-инжиниринг, rule engine, LLM-оценка, evaluation pipeline 2 850
Senior Backend FastAPI, Битрикс24 API, aiogram, PostgreSQL, ETL-pipeline 2 450
DevOps Docker, CI/CD, мониторинг, Yandex Cloud, SSL, backups 2 450
QA Engineer Функциональное тестирование, интеграционные тесты, нагрузка 2 050
Project Manager Спринты, демо, коммуникация с клиентом, приёмка 2 450

Калькуляция по пакетам

Статья А1 А2 Б1 Б2 К1 К2
Tech Lead (ч) 34 104 20 44 49 132
AI/ML Engineer (ч) — 93 — — — 93
Senior Backend (ч) 166 508 117 323 260 748
DevOps (ч) 16 34 10 22 21 48
QA Engineer (ч) 26 78 15 39 37 102
PM (ч) 22 58 12 26 30 75
Всего часов 264 875 174 454 397 1 198
Разработка 672 100 2 258 950 441 300 1 142 900 1 009 300 3 070 100
Contingency 10% 67 000 226 000 44 000 114 000 101 000 308 000
Итого до скидки 740 000 2 485 000 485 000 1 257 000 1 225 000 3 742 000
Скидка — 5% — 5% 7% 10%
ИТОГО 740 000 2 448 000 485 000 1 233 000 1 139 000 3 368 000

Часы включают буфер ×1.3 на: изучение внешних API, prompt-итерации, интеграционные баги, тестирование на реальных данных.

21. Дорожная карта и план спринтов

Вариант К1 «Комплекс Старт» (8–9 недель)

gantt
    title К1: Комплекс Старт (А1 + Б1)
    dateFormat YYYY-MM-DD
    axisFormat %d.%m
    excludes weekends

    section Продукт А
    Sprint 0: Инфраструктура          :a0, 2026-04-01, 5d
    Sprint 1: Битрикс24 воронки + BP   :a1, after a0, 10d
    Sprint 2: Дедупликация + Рекламации :a2, after a1, 10d
    Sprint 3: Mango + Unisender + Metabase :a3, after a2, 10d

    section Продукт Б
    Sprint 0: PostgreSQL + Redis        :b0, 2026-04-01, 5d
    Sprint 1: Telegram-бот + парсинг    :b1, after b0, 10d
    Sprint 2: Star-schema + фильтры     :b2, after b1, 10d

    section Общее
    Приёмка и запуск                    :crit, m1, after a3, 5d

Вариант К2 «Комплекс Бизнес» (16–18 недель)

gantt
    title К2: Комплекс Бизнес (А2 + Б2)
    dateFormat YYYY-MM-DD
    axisFormat %d.%m
    excludes weekends

    section Продукт А
    Sprint 0: Инфраструктура            :a0, 2026-04-01, 5d
    Sprint 1: CRM воронки + BP          :a1, after a0, 10d
    Sprint 2: Дедупликация + Рекламации  :a2, after a1, 10d
    Sprint 3: Mango + Unisender + Metabase :a3, after a2, 10d
    Sprint 4: AI-агент + генерация писем :a4, after a3, 12d
    Sprint 5: Гео-база 200K + heatmap    :a5, after a4, 12d
    Sprint 6: Alert Engine + EDI + OFD   :a6, after a5, 12d

    section Продукт Б
    Sprint 0: PostgreSQL + Redis         :b0, 2026-04-01, 5d
    Sprint 1: Telegram-бот + парсинг     :b1, after b0, 10d
    Sprint 2: Star-schema + фильтры      :b2, after b1, 10d
    Sprint 3: Источники + xxHash UPSERT  :b3, after b2, 12d
    Sprint 4: YooKassa + 54-ФЗ           :b4, after b3, 12d
    Sprint 5: TimescaleDB + Prefect      :b5, after b4, 12d

    section Общее
    Демо А1                              :milestone, m1, after a3, 0d
    Демо Б1                              :milestone, m2, after b2, 0d
    Приёмка и запуск                     :crit, fin, after a6, 5d

Ключевые милестоны

Неделя Событие Deliverable
1 Sprint 0: инфраструктура VPS, Docker, PostgreSQL, Redis — развёрнуты
3 Демо CRM Воронки, BP, дедупликация — работают
6 Демо А1 / Демо Б1 CRM-фундамент + Micro-MVP бот — готовы
9 AI-агент + письма Правила + LLM-оценка работают, email генерируется
11 Гео-база + heatmap 200K точек загружены, heatmap отображается
14 Alert Engine + EDI «Белые пятна» рассчитаны, EDI подключён
16 Биллинг + ETL YooKassa работает, Prefect запущен
18 Финальная приёмка Всё развёрнуто на production, документация передана

22. Предварительные исследования

Выполненные исследования

# Тема Ключевой результат
1 Excel-парсинг: бенчмарки calamine (Rust) — 7 сек на 1M строк, 80x быстрее openpyxl
2 Гео-данные для РФ Google Maps неработоспособен; 2GIS (95% accuracy) + Yandex Maps — единственный путь
3 OFD vs NielsenIQ Продажи.рф: 350K+ точек, 85 регионов, ежедневно. NielsenIQ ушёл, GfK продан
4 AI-модели в РФ OpenRouter как gateway → GPT-4o-mini доступен. Fallback: GigaChat 2 Pro, YandexGPT
5 Биллинг 54-ФЗ YooKassa «Чеки от ЮKassa» — полная фискализация без ATOL. Комиссия ~4.4%
6 Битрикс24 API лимиты Leaky bucket 2 req/sec, batch 50 ops. 200K контактов за ~33 мин
7 Инкрементальное обновление xxHash XXH3: 14 198 MiB/s (22x MD5). COPY → UPSERT: 500K строк за 20–40 сек
8 E-grocery парсинг Samokat/Yandex Lavka: mobile API reverse-engineering. VkusVill/Vprok: web scraping
9 Ландшафт ритейла 2026 Mercury Retail +4 500 точек/год. Чижик → 5 000 к 2028. Светофор сокращается
10 CV shelf recognition AILET: 97% accuracy, #1 в РФ. YOLOv8: 99.2% shelf detection при fine-tuning

Открытые вопросы, требующие валидации на реальных данных

  1. Реальная структура Excel-отчётов клиента: наличие merged cells, кодировка, количество столбцов
  2. Объём данных OFD-платформы Продажи.рф на конкретных SKU клиента
  3. Доступность EDI-порталов X5 Dialog и Magnit Analytics для текущих контрактов клиента
  4. Формат ассортиментной матрицы (SKU × формат магазина): Excel, 1С, или ручная

23. Стратегия тестирования

Уровень Инструмент Что тестируем Критерий
Unit pytest Rule engine, hash functions, schema mapping Coverage >80%
Integration pytest + testcontainers Битрикс24 API, DaData, YooKassa, CDEK Все endpoints отвечают корректно
E2E pytest + aiogram test client Telegram-бот: полный drill-down → результат 5 сценариев проходят без ошибок
Accuracy Custom benchmark AI-агент: precision/recall на 100 размеченных сделках Precision >85%, Recall >80%
Performance locust API: 50 concurrent users, p95 <3 сек Нет деградации при нагрузке
Data quality Great Expectations ETL pipeline: nulls, duplicates, schema drift 0 critical violations

Конкретные тесты

# Тест Ожидаемый результат
1 Загрузка 1M строк Excel (Windows-1251, merged cells) Обработано за <15 сек, кириллица корректна
2 UPSERT 500K строк (10% changed) Только 50K строк обновлены, остальные untouched
3 Telegram drill-down: 5 шагов фильтрации Ответ за <3 сек на каждом шаге
4 YooKassa: создание платежа → callback → начисление credits Баланс обновлён, фискальный чек отправлен
5 «Белые пятна»: nightly batch на 200K точек × 8 SKU gap_score рассчитан для всех комбинаций за <5 мин

24. Развёртывание и инфраструктура

Docker Compose (production)

Сервис Образ Назначение
postgres postgres:16-alpine + PostGIS OLTP, гео, биллинг, star-schema
redis redis:7-alpine FSM, cache, queues
api python:3.12-slim FastAPI backend
bot python:3.12-slim aiogram Telegram-бот
etl python:3.12-slim Prefect worker
metabase metabase/metabase:latest BI-дашборды
nginx nginx:alpine Reverse proxy, SSL (Let's Encrypt)

Требования к серверу по пакетам

Параметр А1 / Б1 А2 / Б2 К2
vCPU 2 4 4–8
RAM 4 GB 8 GB 16 GB
SSD 50 GB 100 GB 200 GB
ОС Ubuntu 24.04 LTS Ubuntu 24.04 LTS Ubuntu 24.04 LTS
Хостинг Yandex Cloud / Selectel Yandex Cloud Yandex Cloud
Стоимость ~3 000–5 000 руб/мес ~8 000–12 000 руб/мес ~15 000–20 000 руб/мес

Мониторинг и бэкапы

  • Мониторинг: Grafana + Prometheus (CPU, RAM, disk, API latency, error rate)
  • Логи: Loki (structured JSON logs)
  • Бэкапы: PostgreSQL pg_dump ежедневно → S3-compatible storage (Yandex Object Storage). Retention: 30 дней
  • SSL: Let's Encrypt, автообновление через certbot
  • Uptime: мониторинг через UptimeRobot (бесплатно)

25. Критерии приёмки

Продукт А

Deliverable Критерий приёмки
Битрикс24 воронки BP блокирует переход при пустых обязательных полях (демо на 3 сделках)
Дедупликация 200K контактов обработаны за <90 мин, найдено >90% тестовых дубликатов
SPA «Рекламации» Полный цикл (жалоба → звонок → CDEK) проходит за <72ч (демо на 1 кейсе)
Mango Office Входящий/исходящий звонок логируется в CRM (демо)
Unisender Triggered email отправлен, SPF/DKIM проходят проверку
AI-агент Правила: 100% детекция пустых полей. LLM: score коррелирует с ручной оценкой (r>0.7)
Гео-база 200K точек загружены, координаты валидны (spot-check 20 точек на карте)
Heatmap Карта отображается, клик по точке → popup с данными (демо в браузере)
Alert Engine Nightly batch запущен, top-10 gaps отправлены в Telegram (демо)

Продукт Б

Deliverable Критерий приёмки
Telegram-бот /start → inline keyboard → результат за <3 сек (демо)
Excel-парсинг 1M строк за <10 сек, кириллица Windows-1251 корректна
Star-schema 5 таблиц созданы, materialized views обновляются (SQL spot-check)
Биллинг YooKassa Платёж → credits начислены → фискальный чек отправлен (демо на тестовом платеже)
Redis кэш Повторный запрос отдаётся из кэша за <100 мс (benchmark)
ETL pipeline Prefect: scheduled run → файл обработан → views обновлены → кэш инвалидирован

26. Нефункциональные требования

# Параметр Порог
N1 Время ответа API (p95) <= 3 секунд
N2 Время ответа Telegram-бота <= 3 секунд на шаг фильтрации
N3 Одновременные пользователи бота >= 50
N4 Доступность (uptime) >= 99% за неделю
N5 ETL throughput >= 500K строк за 60 сек
N6 Покрытие тестами (backend) >= 80%
N7 Время полной загрузки гео-базы <= 48 часов
N8 Redis cache hit rate >= 60% (после прогрева)
N9 Время генерации AI-draft письма <= 5 секунд
N10 Размер экспортируемого файла <= 50 MB (лимит Telegram)

Часть III: Коммерческие условия

27. Как мы работаем

Активность Частота Формат
Демо спринта Каждые 2 недели Видеозвонок + демонстрация на staging
Еженедельный sync 1 раз в неделю (30 мин) Статус, блокеры, решения
Доступ к staging Постоянный URL staging-сервера (с Sprint 0)
Канал связи Постоянный Telegram-группа проекта
Приёмка результатов По завершении этапа Демо + чеклист приёмки

Управление изменениями: Изменения к ТЗ оформляются через Change Request — команда оценивает влияние на сроки и бюджет, обе стороны согласуют до начала работ.

Методология: Scrum-like с 2-недельными спринтами. Каждый спринт: планирование → разработка → тестирование → демо → ретро.

28. Условия оплаты

Пакет А1 (740 000 руб)

# Событие Оплата Нарастающим итогом
1 Предоплата (30%) 222 000 222 000
2 Приёмка MVP / демо (50%) 370 000 592 000
3 Финальная приёмка (20%) 148 000 740 000

Пакет Б1 (485 000 руб)

# Событие Оплата Нарастающим итогом
1 Предоплата (30%) 146 000 146 000
2 Приёмка MVP / демо (50%) 242 000 388 000
3 Финальная приёмка (20%) 97 000 485 000

Пакет Б2 (1 233 000 руб)

# Событие Оплата Нарастающим итогом
1 Предоплата (30%) 370 000 370 000
2 Приёмка Micro-MVP (Б1) 370 000 740 000
3 Приёмка Full SaaS (биллинг + ETL) 370 000 1 110 000
4 Финальная приёмка (20%) 123 000 1 233 000

Пакет К1 (1 139 000 руб)

# Событие Оплата Нарастающим итогом
1 Предоплата (30%) 342 000 342 000
2 Приёмка А1 (CRM-фундамент) 285 000 627 000
3 Приёмка Б1 (Micro-MVP бот) 284 000 911 000
4 Финальная приёмка (20%) 228 000 1 139 000

Пакет А2 (2 448 000 руб)

# Событие Оплата Нарастающим итогом
1 Предоплата (30%) 734 000 734 000
2 Приёмка CRM-фундамента (А1) 612 000 1 346 000
3 Приёмка AI + Гео 612 000 1 958 000
4 Финальная приёмка (20%) 490 000 2 448 000

Пакет К2 (3 368 000 руб)

# Событие Оплата Нарастающим итогом
1 Предоплата (30%) 1 010 000 1 010 000
2 Приёмка А1 + Б1 842 000 1 852 000
3 Приёмка А2 + Б2 842 000 2 694 000
4 Финальная приёмка (20%) 674 000 3 368 000

Оплата привязана к deliverables, а не ко времени. Каждый этап подтверждается демо и чеклистом приёмки.

29. Ежемесячные расходы

Продукт А

Статья А1 «Старт» А2 «Бизнес»
Битрикс24 Professional 14 000 14 000
Mango Office 5 000–15 000 5 000–15 000
Unisender (200K контактов) 20 000–30 000 20 000–30 000
VPS хостинг 3 000–5 000 8 000–12 000
Yandex Maps API (Advanced) — ~50 000
DaData.ru (годовая / 12) — ~5 000
LLM (GPT-4o-mini via OpenRouter) — 2 000–5 000
Итого/мес 42 000–64 000 104 000–132 000

Продукт Б

Статья Б1 «Старт» Б2 «Бизнес»
VPS хостинг 3 000–5 000 8 000–12 000
Redis (managed или VPS) включено 2 000–3 000
TimescaleDB — 5 000–8 000
Prefect Cloud (или self-hosted) — 0–5 000
Итого/мес 3 000–5 000 15 000–28 000

Комплексный К2 (А2 + Б2, с учётом shared infra)

Статья Стоимость/мес
Битрикс24 Professional 14 000
Mango Office 5 000–15 000
Unisender (200K контактов) 20 000–30 000
Yandex Maps API (Advanced) ~50 000
DaData.ru ~5 000
LLM (GPT-4o-mini via OpenRouter) 2 000–5 000
VPS хостинг (shared) 15 000–20 000
Redis + TimescaleDB 5 000–8 000
Итого/мес 116 000–148 000

Мерчандайзинг (HubEx, 50 юзеров) добавляет +150 000–250 000 руб/мес — не включён в базовые пакеты.

Разовые затраты (оплачиваются клиентом отдельно)

Статья Стоимость
DaData: нормализация + геокодинг 200K адресов ~80 000
OFD-аналитика (Продажи.рф) — setup ~300 000
2GIS Enterprise лицензия (первый год) 200 000–1 500 000
AILET shelf recognition setup (опция О2) 700 000–2 500 000

30. Риски и митигация

quadrantChart
    title Карта рисков
    x-axis "Низкая вероятность" --> "Высокая вероятность"
    y-axis "Низкое влияние" --> "Высокое влияние"

    R1 API rate limits: [0.6, 0.7]
    R2 Merged cells Excel: [0.7, 0.4]
    R3 OFD granularity: [0.4, 0.8]
    R4 Scope creep: [0.5, 0.6]
    R5 LLM hallucinations: [0.3, 0.5]
    R6 EDI access delay: [0.6, 0.5]
# Риск Влияние Вероятность Митигация
R1 Битрикс24 API rate limits Высокое Средняя Batch API (50 ops/call), кэширование, background sync в ночные часы
R2 Merged cells в Excel Среднее Высокая Two-pass: calamine для данных, openpyxl fallback для merged cells
R3 OFD данные: ограниченная гранулярность Высокое Средняя Комбинация OFD (агрегат) + EDI (свои SKU) + sell-in (собственные поставки)
R4 Scope creep Среднее Средняя Change Request процесс, фиксированный scope по спринтам
R5 LLM галлюцинации Среднее Низкая Гибридный подход: правила (90%) + LLM (10%). JSON schema для output
R6 Задержка доступа к EDI-порталам Среднее Средняя Начать с OFD + собственных sell-in данных, EDI подключать параллельно
R7 Кириллица Windows-1251 в CSV Низкое Высокая chardet 7.0+ (98.2% accuracy) + fallback на manual encoding selection
R8 YooKassa / Telegram Stars конфликт Среднее Низкая Прямая интеграция YooKassa REST API, минуя Telegram Payments API

31. Гарантии

  1. Гарантийный период: 30 дней после финальной приёмки — бесплатное исправление багов в рамках принятого ТЗ
  2. Исходный код: полная передача клиенту, включая Docker-конфигурации, миграции БД, документацию
  3. Документация: README с инструкцией по развёртыванию, API-документация (OpenAPI/Swagger), руководство администратора
  4. Staging-среда: доступна с первой недели разработки, остаётся у клиента после проекта
  5. Техподдержка (после гарантии): доступна по отдельному договору — от 50 000 руб/мес (8 часов реагирования, SLA 24ч на критические баги)

32. Требования к клиенту

Для успешной реализации проекта необходимо предоставить:

# Что нужно Когда Зачем
1 Доступ к Битрикс24 (admin) До Sprint 1 Настройка воронок, BP, SPA
2 Обезличенный пример Excel-отчёта До Sprint 0 Определение формата парсера
3 Ассортиментная матрица (SKU × формат) До Sprint 5 (А2) Alert Engine «Белые пятна»
4 Доступ к EDI-порталам сетей До Sprint 6 (А2) Интеграция X5 Dialog, Magnit
5 Реквизиты для YooKassa До Sprint 4 (Б2) Настройка биллинга
6 Контактное лицо для weekly sync Постоянно Согласование решений, приёмка
7 Обратная связь на демо Каждые 2 недели Корректировка курса

33. Что не входит

  • Разработка мобильного приложения (iOS/Android)
  • Дизайн и вёрстка маркетинговых лендингов
  • Закупка и настройка оборудования (серверы, сетевое оборудование)
  • Лицензии Битрикс24, Mango Office, 2GIS, AILET, HubEx — оплачиваются клиентом
  • Контент-маркетинг и SEO для SaaS-бота
  • Юридическое сопровождение (договоры с сетями, EDI-соглашения)
  • Найм и управление командой мерчандайзеров
  • Обучение персонала (доступно как отдельная услуга — от 30 000 руб)

34. Открытые вопросы

34.1. Версия Битрикс24

Контекст: Cloud (Professional, ~14K/мес) достаточен для старта. On-Premise нужен при >200K сделок (сломается поисковый индекс) или при требовании прямого D7 API.

Варианты:

  • A) Cloud Professional — проще, batch API покрывает 200K контактов (рекомендуем для старта)
  • B) On-Premise — без rate limits, прямой доступ к D7 API

34.2. Масштаб отдела продаж

Контекст: Количество менеджеров определяет стоимость LLM-оценки и нагрузку на AI-агент.

Нужно: Сколько менеджеров? Сколько активных сделок ведут параллельно?

34.3. Источники данных о полочной представленности

Контекст: EDI-порталы сетей — бесплатный и самый точный источник по собственным SKU.

Варианты:

  • A) EDI + OFD — минимальные вложения, быстрый старт (рекомендуем)
  • B) A + мерчандайзеры (HubEx) — визуальная верификация, +150–250K/мес
  • C) B + AI shelf recognition (AILET) — максимальная автоматизация, +700K–2.5M setup

34.4. Доступ к порталам сетей

Контекст: X5 Dialog, Magnit Analytics, RS.Lenta — бесплатные для поставщиков.

Нужно: Есть ли сейчас доступ? В каких сетях есть контракты?

34.5. Формат входных данных для SaaS-бота

Контекст: Определяет выбор парсера и схему БД.

Нужно: Обезличенный пример Excel-отчёта. Сколько строк? Какие столбцы? Есть ли merged cells?

34.6. Целевая аудитория SaaS-бота

Контекст: B2B (юрлица, банковский перевод) vs B2C (физлица, карты + 54-ФЗ).

Варианты:

  • A) Коммерческие директора FMCG-компаний (B2B)
  • B) Категорийные менеджеры сетей
  • C) Дистрибьюторы
  • D) Микс A + C (наиболее вероятно)

34.7. Приоритет продуктов

Контекст: Продукт А непосредственно влияет на продажи. Продукт Б — валидация нового рынка.

Варианты:

  • A) А первый, Б параллельно (Micro-MVP) (рекомендуем)
  • B) Оба параллельно с полной командой
  • C) Б первый (если приоритет — монетизация данных)

35. Перспективы развития

После запуска MVP и накопления данных — 5 направлений роста:

  1. AI Shelf Recognition (AILET / YOLOv8) — автоматическая проверка полки по фото мерчандайзеров. Точность 97%+ (AILET). Переход от ручного мониторинга к компьютерному зрению.

  2. ClickHouse для масштаба — при >100M строк миграция аналитического хранилища на Yandex Managed ClickHouse. Sub-second aggregations, 10–100x быстрее PostgreSQL для OLAP.

  3. Честный ЗНАК интеграция — SKU-level tracking маркированных категорий (dairy, water, snacks). Уникальная supply chain видимость от производства до кассы.

  4. Предиктивная аналитика — ML-модели на исторических данных: прогноз продаж, оптимальное ценообразование, предсказание out-of-stock.

  5. White-label SaaS — масштабирование Telegram-бота в полноценный SaaS-продукт для FMCG-рынка: веб-интерфейс, API для интеграций, B2B-подписка с банковскими переводами.

36. Глоссарий

Термин Определение
SKU Stock Keeping Unit — единица складского учёта (конкретный товар)
EAN European Article Number — штрихкод товара (13 цифр)
OFD Оператор фискальных данных — передаёт чеки в ФНС по 54-ФЗ
EDI Electronic Data Interchange — электронный обмен документами между поставщиком и сетью
SPA Smart Process Automation — кастомные сущности в Битрикс24 с отдельным канбаном
BP Business Process — автоматизированный бизнес-процесс в Битрикс24
PostGIS Расширение PostgreSQL для работы с географическими данными
Star-schema Схема хранилища данных: таблица фактов + таблицы измерений
Gap score Числовой приоритет «белого пятна»: revenue × traffic × days_missing
Continuous aggregates Функция TimescaleDB: инкрементальное обновление агрегатов (без полного пересчёта)
54-ФЗ Федеральный закон об онлайн-кассах — обязывает выдавать фискальные чеки
Delta sync Синхронизация только изменённых записей (вместо полной перезагрузки)
Честный ЗНАК Национальная система маркировки товаров (DataMatrix код на каждой единице)
FIAS/GAR Государственный адресный реестр — каноничный справочник адресов РФ
OpenRouter Unified API gateway для доступа к LLM-моделям (GPT-4o, Claude, Llama)

37. Следующие шаги

# Действие Ответственный Срок
1 Выбрать конфигурацию (пакет/комбо/опции) Кирилл 1 неделя
2 Ответить на открытые вопросы (раздел 34) Кирилл 1 неделя
3 Предоставить пример Excel-отчёта и доступ к Битрикс24 Кирилл До Sprint 0
4 Согласовать договор и условия оплаты Обе стороны 1 неделя
5 Предоплата (30%) Кирилл По договору
6 Старт Sprint 0: инфраструктура AiDevTeam 1–2 дня после оплаты

Все оценки являются предварительными и будут уточнены после детального ТЗ.

Предложение действительно 30 дней. Разработка: AiDevTeam