— Как опытный специалист, много лет проработавший в IT-индустрии, расскажите, пожалуйста, насколько сильно изменилась специфика работы разработчика в коммерческом секторе?

— Пандемия изменила подход к большинству бизнесов, на мой взгляд. Коммерческий сектор значительно изменился. Доставка продуктов стала обыденностью, а не роскошью, этот рынок вырос особенно сильно. Во времена локдауна людям приходилось заказывать доставку, так как ходить в магазины было либо запрещено, либо просто рискованно. И, как следует ожидать, спрос превысил предложение, а магазины физически не успевали доставлять товары. Как раз с этой проблемой к нам обратился один из наших клиентов, крупный производитель газированных напитков. Дистрибьюторы не справлялись с заказами, бизнес терпел убытки. Они хотели реализовать собственную систему доставки товаров напрямую к потребителям.

— Проект по онлайн-реализации продукции крупного производителя в сложное время общемирового локдауна можно назвать очень смелым. Как вы с коллегами вообще пришли к этому проекту?

— Идея исходила от клиента, конечно же, но мы помогли полностью ее реализовать, от начала до конца. Проект был сложный и состоял из множества компонентов, поэтому я занялся архитектурой решения и контролем процесса разработки нашей командой. Клиент к моменту обращения к нам уже приобрёл стартап, который планировал использовать как базу для собственного интернет-магазина. С него мы и начали.

— Вы упоминали, что для реализации продукта был куплен и адаптирован под нужды проекта стартап. Расскажите о нем, пожалуйста, а также о том, каким образом был изменен этот стартап. Какие решения были приняты в процессе адаптации?

— Сложно сказать, так как мы быстро переняли разработку стартапа и интенсивно работали над улучшениями и внедрениями нового функционала. Стартап имел прекрасную базу — страницу администрирования, сам интернет магазин и интеграцию со сторонними сервисами, например платежными системами. Но, как и в любом продукте, особенно на ранних стадиях, изменения происходят часто, а продукт сильно меняется с течением времени. Так было и с нами.

— Как известно, логистика промышленного гиганта является огромным, сложным, неповоротливым механизмом, в котором выпадение одной «шестеренки» может повлечь за собой серьезнейший сбой всей системы. Ваш проект кардинально поменял многие алгоритмы логистической системы компании. Каким образом были осуществлены такие изменения? Какие данные необходимо было учесть?

— Мы изолировали логистику нового сервиса от существующей логистики. Конечно, многие компоненты были использованы повторно, но это было вне нашей компетенции. Нашей задачей было построить систему управления заказами, а также мониторинг состояния доставок и отчётность. По сути, это было отдельное приложение, со своим бэкендом, базой, дата пайплайнами и инфраструктурой.

Альмир Давлетов

— На момент начала локдауна система d2c не была чем-то совершенно новым для части населения, однако для многих обывателей стала настоящим открытием. В чем заключались основные сложности разработки программных решений для d2c? На какой опыт опирался коллектив в этой работе?

— D2C в таких секторах имеет несколько технических сложностей: логистика — хотя она никогда и не была простой, брэндинг — мы строили отдельные магазины под конкретные бренды, повторно используя 90% кода (благодаря хорошей базе стартапа), инфраструктура — магазин должен выдерживать высокую нагрузку, уметь эффективно масштабироваться и быть отказоустойчив, ведь каждая минута неработающего сайта — упущенная прибыль. При разработке этого решения мы в основном опирались на наш опыт в области электронной коммерции, большинство проблем были схожими. Хотя специфика бизнеса нашего клиента и подбрасывала время от времени нежданные сюрпризы.

— Вы работали с одной из крупнейших компаний в своем сегменте, склады, заводы и офисы которой находятся в совершенно разных местах. Как было осуществлено внедрение вашего продукта в работу компании? Как осуществлялось управление — из определенного центра, или была осуществлена поэтапная локализация в отдельных филиалах компании?

— Мы работали преимущественно в Северной Америке, во всяком случае поначалу. Запуск осуществлялся на стороне клиента, это уже больше коммерческая задача, а не техническая. Мы со своей стороны обеспечивали техническую надёжность решения, инфраструктуры, аккуратную агрегацию данных о продажах, доставке на склады, доставке до клиентов и т. д. Управление осуществлялось из центрального приложения, но каждый регион имел свой собственный аккаунт и мог управлять своими локальными поставками, в то время как высшее руководство могло видеть полную картину из того же приложения.

— В процессе работы над проектом вы разработали собственную систему анализа маркетинговых компаний. Каким образом осуществлялась работа данной системы?

— Мы собирали аналитические данные от каждой компании, занимающейся запуском рекламных кампаний для нашего клиента, и сопоставляли ее с данными о продажах. Если знать, что рекламировалось, где и кому, что было куплено, можно построить неплохие выводы на этой основе.

— Какие данные нужны для того, чтобы система определила эффективность той или иной маркетинговой компании? Как система ими оперирует? Какое количество времени требуется для нее, чтобы определить эффективность компании?

— Обычно, такие гиганты проводят подобную аналитику редко, так как планируют свои кампании на целый год, но пандемия всё изменила. У потребителей менялись привычки, соответственно, рекламные кампании также нужно было быстро и эффективно адаптировать под эти изменения. Клиент хотел анализировать результаты кампаний раз в квартал. Для анализа, как правило, требуется платформа (тв, билборд, инстаграмм, и т. д.), временной период, количество просмотров и кликов, целевая аудитория, информация о том, какой именно товар рекламировался, географические данные. Чем точнее и гранулярнее данные, тем лучше, но к сожалению, не все платформы готовы предоставить данные в первозданном виде, часто приходится работать с агрегированными данными.

— Способна ли такая система прогнозировать эффект от маркетинговой кампании до ее запуска?

— Задачи прогнозирования перед нами не ставили, поэтому наши модели были больше аналитическими. Их задача была сообщить, с какой вероятностью кампания была успешной, на основе исторических и новых данных о рекламных кампаниях и продажах. В теории, конечно, можно обучить модель и попытаться предсказать эффективность кампании, но в условиях быстро меняющегося рынка, боюсь, будет трудно достичь высокой точности. Хотя, для одного из наших клиентов мы строили подобную систему.

— Были ли задействованы технологии «искусственного интеллекта» в этой разработке? Применялась ли технология машинного обучения?

— Конечно, без машинного обучения было бы трудно найти связи между предыдущими кампаниями и продажами, и новыми. Наши модели решали довольно сложные задачи, порой уходили дни на их обучение.

— Каков был общий результат работы для производителя газированных напитков?

— Достаточно положительный. Они укрепили свою позицию на рынке, открыли новый канал продаж, научились анализировать эффективность рекламных кампаний, и не только сохранили своих прежних клиентов, но и заработали новых. Это сильно изменило их подход к электронной коммерции в целом, определенно повысило «ставки в игре».

— Какой след в вашей собственной карьере оставил данный проект? Был ли он для вас чем-то уникальным?

— Я получил массу невероятного опыта. Руководить таким проектом это большая ответственность, а отвечать за технические решения, которые станут основой для многомиллионного бизнеса, мягко сказать, немного страшно. Но мой успех на этом проекте позволил мне понять, что с верной командой и понимаем конечной цели, можно достичь даже такие амбициозные цели. Ну и клиент, конечно, был очень адекватным, поддерживал меня на всех этапах.

— Решение задач, с которыми еще никто не сталкивался, наверняка являются настоящим вызовом для специалиста. Что помогает вам разрабатывать такие сложные приложения?

— В первую очередь, конечно, опыт. Доверять такие решения неопытным специалистам может стать роковой ошибкой. Надёжная команда — второй немаловажный фактор. Ты должен доверять каждому человеку в твоей команде, понимать его технические возможности. Ну и задача должна быть поставлена чётко, чтобы её можно было декомпозировать на технические проекты, либо подзадачи. Понимание метрик, определяющих успех проекта, поможет держать верный курс, а также вовремя скорректировать стратегию, если какие-то моменты были либо учтены неверно, либо вовсе не учтены.

— Возможно ли применение подобных технологий в других отраслях экономики? Возможно ли экстраполировать опыт ваших решений в иные сектора экономики и промышленности?

— Определенно да. D2C, как вы и упомянули, довольно популярное нынче направление, и, в данном секторе уже много хороших решений. Я бы не рекомендовал разрабатывать что-то своё с нуля, если на то нет веских причин, либо если вы не огромная корпорация, которой необходим полный контроль над продуктом. То же с системой управления логистикой, на рынке сегодня есть множество решений, которые могут решить эту проблему эффективно. Случай нашего клиента уникален, поэтому и решение было таким же. Но вот анализ маркетинговых кампаний, на мой взгляд, было совершенно новым решением, которое я лично раньше нигде не встречал, работать в этой области было сложно, так как было не на что опереться. И его, на мой взгляд, можно применить везде, где есть реклама и имеется достаточное количество данных высокой точности.