Бюджет: 27000 UAH Срок: 14 дней
Добрый день.
Архитектуру предлагаю строить на связке PostgreSQL как единого хранилища и Apache Superset или Metabase в роли BI-интерфейса. Писать кастомный фронтенд с графиками и ролевой моделью под эту задачу нерентабельно, это раздует бюджет и сроки. В готовых BI-системах уже есть настройка RLS (Row-Level Security), которая позволит ограничить видимость данных: менеджер увидит только свои показатели, РОП увидит всю команду.
Сбор данных (ETL) реализую через микросервис на Python с FastAPI. Он будет слушать вебхуки из Kommo CRM для мгновенной фиксации переходов по этапам воронки, а также по расписанию забирать траты из Meta Ads и статусы оплат из Stripe.
Логику раннего предупреждения просадок, расчет скользящего среднего и выявление зависших сделок заложу на уровне базы данных через SQL-представления (Views). Они будут автоматически пересчитывать медианный цикл сделки и историческую конверсию.
Для работы с AI и алертами напишу отдельного Telegram-бота на базе LangChain и OpenAI API. Бот будет использовать Text-to-SQL: переводить вопросы менеджеров на естественном языке в SQL-запросы к базе и отдавать готовые цифры. Он же будет пушить уведомления о просроченных доплатах и падении показателей ниже плана.
Сразу по бюджету и ресурсам. Указанные 26 999 грн покрывают только первый и второй этапы (настройка базы, ETL-скриптов из трех источников и базовый дашборд). Полная реализация всех 5 этапов с предиктивной аналитикой и нейросетью стоит в несколько раз дороже. Ежемесячные расходы на инфраструктуру составят около 20 евро за VPS на Hetzner и примерно 10-15 долларов за токены OpenAI.
Каким образом вы планируете передавать UTM-метки и ClientID из органического трафика в карточку Kommo, чтобы мы могли связать сессии из Google Analytics с конкретными оплатами в Stripe?