Кейсы

ООО «Сладкая жизнь» (Smart Driver)

О проекте: Мобильное приложение для экспедиторов, бэк-офиса и контрагентов компании «Сладкая жизнь» — крупнейшего российского дистрибьютора продуктов питания в сегменте ритейла и гостинично‑ресторанного бизнеса. Компания «Сладкая жизнь» — партнер магазинов по всей России с почти 30-летним опытом в сфере поставок продуктов питания. Ежедневно компания доставляет товары к 7000 корпоративным клиентам (B2B). В ассортименте дистрибьютора 14 000 наименований продуктов от 400 ведущих российских и зарубежных производителей. 625 автопоездов ведущих марок работают для того, чтобы клиенты компании «Сладкая жизнь» получали товары своевременно и без задержек. Задача: Службе доставки с таким большим автопарком было сложно организовывать логистические взаимодействия между торговыми представителями, экспедиторами и клиентами при помощи бумажного документооборота — возникали недовозы, затруднения с выстраиванием маршрутов и отслеживанием статуса заказов. Необходимо было создать решение, обеспечивающее эффективный и оперативный обмен информацией о заказах между сторонами цепочки «менеджер — водитель — контрагент», а также выполнение рабочих процессов водителя: подготовка к рейсу, движение по маршруту, построение оптимального маршрута, доставка заказов, сдача товара у клиента. Реализация: Мы создали приложение, которое позволяет настроить удобное логистическое взаимодействие между менеджерами компании «Сладкая жизнь», контрагентами и экспедиторами. Полезные функции реализованы в двух форматах — десктоп и мобильное приложение. При активном взаимодействии с водителями было создано мобильное приложение для экспедиторов, которое включает все необходимые функции для удобного выполнение рабочих процессов водителя: Отслеживание водителями всего маршрута и своего статуса Интеграция с ОС «Яндекс.Навигатор» для выбора оптимального маршрута с учетом актуальной дорожной ситуации  Карточки с подробной информацией о каждой точке маршрута (описание, номер телефона, адрес и т. д.) Возможность добавления оценки торговой точке по 5-балльной шкале и комментариев к оценке  Всплывающие уведомления (push-уведомления) История сообщений в профиле Офлайн-режим   Уведомление в случае неправильных координат  Адаптивный дизайн под различные версии ОС, мобильные телефоны и планшеты Возможность позвонить клиенту или торговому представителю из приложения Для бэк-офиса компании «Сладкая жизнь» и контрагентов была подготовлена десктопная версия Личного кабинета (ЛК): Интеграция с 1С Редактирование накладных Построение и изменение последовательности маршрутов водителей Определение геолокации экспедиторов Возможность редактирования диалоговых окон Отчеты о статусе заказа Запрос и получение акта сверки Также в него была добавлена функция координации курьеров, которые занимаются доставкой продуктов физическим лицам, и водителей поставщиков. Фактически приложение превратилось в Систему управления складским двором (Yard Management System, YMS), предназначенную для автоматизации процессов управления транспортом на территории складского комплекса. Источник: https://globus-ltd.ru/projects/smart-driver

РЕХАУ

О проекте: Компания Globus разработала уникальное решение для автоматической проверки маркировки товаров, использующих  различные типы кодов (QR-коды, штрих-коды и DataMatrix-коды) . Проект был реализован для компании  РЕХАУ  в рамках мобильного приложения « РЕХАУ Про Качество» – мобильного решения для контроля качества продукции. В процессе разработки было необходимо заменить стороннюю библиотеку, использовавшуюся для распознавания кодов, на собственное решение с использованием Машинного обучения (Machine Learning, ML), чтобы избежать потенциальных рисков отключения сторонних сервисов. Задача: Основной задачей проекта было создание мобильного приложения, которое обеспечивало бы проверку продукции с помощью сканирования кодов, их идентификацию и проверку на оригинальность. В связи с угрозой отключения сторонней библиотеки в России было решено разработать собственную модель машинного обучения для распознавания кодов и гарантировать независимость от внешних сервисов. Процесс разработки был разделен на несколько ключевых этапов: Разработка мобильного приложения для сканирования и обработки кодов Создание библиотеки для распознавания кодов на изделиях с использованием методов машинного обучения Миграция на собственное решение Реализация: Для выполнения задачи была разработана собственная  модель машинного обучения , которая была интегрирована в мобильное приложение, разработанное с использованием Flutter. Основные компоненты решения: Модуль предобработки изображений (ImagePreprocessor): отвечает за подготовку изображений перед распознаванием DataMatrix-кодов. Включает функции бинаризации, коррекции контраста, а также геометрических преобразований. Модуль обеспечивает точную подготовку изображения для последующего распознавания путем устранения шумов, повышения контрастности и корректного выравнивания кода Модуль детекции и классификации DataMatrix (DataMatrixDetector): использует модели машинного обучения для обнаружения и классификации DataMatrix-кодов на изображении. Основан на нескольких моделях: - Детектор YOLO Nas для локализации кодов - Сегментационная модель на основе DeepLabV3 для создания маски кода - Классификационная модель для определения ориентации кода - Фильтрующая модель для оценки качества изображения Классификация осуществляется с помощью сверточных нейронных сетей, включая архитектуры ResNet18 и MobileNetV3, с применением transfer learning для повышения точности распознавания Модуль построения границ и улучшения качества изображения (EdgeEnhancementModule): применяет специализированные алгоритмы для улучшения качества реконструкции и оптимизации границ символов DataMatrix. Включает функции для рисования шаблонов границ (draw_full_image_border_pattern), добавления белых границ (add_white_border) и создания структурированных рамок с чередующимися черными и белыми участками. Это позволяет значительно улучшить качество распознавания даже при наличии повреждений в коде Модуль реконструкции и декодирования (DataMatrixDecoder): на основе результатов предыдущих этапов восстанавливает и декодирует DataMatrix-код. Использует многопоточную обработку для параллельного применения различных методов сегментации и ориентаций изображения, что существенно повышает вероятность успешного декодирования. Для декодирования использует библиотеку pylibdmtx, а также имеет поддержку распознавания штрих-кодов и QR-кодов через pyzbar. Модуль эффективно извлекает данные даже из поврежденных или нечетко прочитанных кодов. Система работает по принципу конвейера, где каждый модуль выполняет свою специализированную задачу, передавая результаты следующему модулю. Особенностью реализации является применение множества альтернативных подходов к обработке изображения, что обеспечивает высокую устойчивость к различным условиям съемки, повреждениям кода и искажениям. Результат: Проект был успешно завершен с учетом всех требований заказчика. Разработанное решение полностью заменило ранее использовавшуюся библиотеку, исключив возможные риски, связанные с отключением сторонних сервисов, и обеспечив полную независимость. Результаты проекта : Разработка собственного решения для распознавания и декодирования кодов, использующего передовые технологии машинного обучения и компьютерного зрения Повышение гибкости и производительности благодаря использованию сервисной архитектуры и контейнеризации на базе Docker Разработка эффективной и надежной системы, обеспечивающей точность распознавания кодов, даже в условиях нестабильных изображений или поврежденных кодов Система способна обрабатывать большое количество изображений одновременно, что значительно ускоряет процесс контроля качества Проект продемонстрировал успешное использование импортозамещения и создание инновационного решения, которое обеспечит долгосрочную стабильность и развитие системы для компании РЕХАУ. Источник: https://globus-ltd.ru/projects/mobilnyy-kontrol-kachestva-intellektualnaya-sistema-raspoznavaniya-kodov-dlya-rehau

Huawei

О проекте: AppGallery — это фирменный магазин приложений Huawei для устройств на базе Android и HarmonyOS. По сути своей это не что иное, как альтернатива Google Play, а еще — третья в мире по популярности платформа распространения приложений после него и AppStore. В 2019 году Google запретила устанавливать Google Mobile Services в смартфоны Huawei. Сейчас операционная система от Huawei — это AOSP (Android Open Source Project) с установленными вместо сервисов Google сервисами HMS (Huawei Mobile Services). Для того чтобы загрузить приложение в AppGallery, его необходимо адаптировать под данную платформу. Именно с такой задачей к нам обратилась компания Huawei. Задача: Перед нами стояла задача адаптировать приложение крупной продовольственной розничной сети «ДИКСИ» под AppGallery, а именно — переработать код приложения таким образом, чтобы в нем не осталось ни одного сервиса Google и они были заменены на аналогичные сервисы Huawei. Реализация: Приложение «ДИКСИ» было тесно завязано на сервисах Google. Это и аналитика, и карты, и геопозиционирование, и диплинки (deep links), и всплывающие уведомления (push-уведомления). Для решения проблемы нашим разработчикам для начала надо было проанализировать степень проникновения сервисов Google в код приложения, а затем выбрать подходящие киты, библиотеки от Huawei и осуществить полную замену. Этапы реализации проекта: 1.    Реализация Яндекс.Аналитики 2.    Реализация push-уведомлений 3.    Замена картографии и геолокационных сервисов и кластеризации на картах 4.    Динамические ссылки 5.    Замена сканера QR-кодов 6.    Тестирование и стабилизация приложения Были проведены следующие замены: 1.  Firebase Push Notifications на HMS Push Kit 2.  Google Maps на HMS Map Kit 3.  Firebase Deep Linking на HMS Deep Linking 4.  Google ML Kit на Zxing С какими трудностями мы столкнулись На первом этапе разработчики начали реализовывать приложение на Flutter 1. Однако это помешало использовать самые новые библиотеки от Huawei, которые оказались несовместимыми с данной платформой, а были рассчитаны на Flutter 2. Из-за этого возникли проблемы совместимости. Мы быстро перестроились и уведомили об этом партнеров из Huawei. И Huawei приступил к устранению данной проблемы. Кроме того, сложности вносила необходимость тестирования на «чистых» телефонах Huawei без установленных на них сервисах Google — а найти такие в России оказалось непросто. Дело в том, что на «чистых» телефонах проявлялись баги, которые на устройствах с установленными сервисами Google не были видны. Но эту проблему удалось решить благодаря поддержке компании Huawei, которая оперативно прислала нашей команде «чистые» телефоны. Результат: В итоге приложение опубликовано в AppGallery. На решение задачи ушло не более 2 месяцев. Источник: https://globus-ltd.ru/projects/diksi-appgallery-huawei

Globus

О проекте: Системы безопасности и контроля есть во всех крупных корпорациях. И это оправданно: большое количество сотрудников, которые перемещаются в огромных офисных центрах, необходимо отслеживать. Важно, чтобы «лишние» посетители тоже не заблудились и не попадали туда, куда им не надо. Но и в небольших компаниях часто возникает необходимость в интеллектуальной системе учета. Globus не исключение. Расскажем вам о нашем кейсе — разработке ПО для подсчета персонала в офисе с помощью Машинного обучения (Machine Learning, ML) и Компьютерного зрения (Computer Vision, CV). Задача: Все началось с того, что нашей компании потребовалась не просто система учета персонала: она должна включать охранную систему после того, как последний сотрудник покинет офис. Реализация: Казалось бы — что проще? Компьютерное зрение в помощь — и вперед! За подсчет работников отвечает технология «Обнаружение объектов» (Object Detection), за идентификацию — технология распознавания лиц (Face ID). Но тут важно учитывать качество съемки в разное время суток, в том числе и вечером. Значит, камеры должны быть со скоростью записи не менее 20–25 кадров в секунду, с возможностью инфракрасной съемки и в высоком разрешении — не ниже HD или FULL HD. И вот тут возникает сложность. Дело в том, что качество Object Detection в изображении и в видео различается. Определить объект на статичной картинке не составляет труда, а вот видео бывает разным, к тому же человек может двигаться очень быстро, поэтому велика вероятность «смазываний». Поэтому достоверность результатов может быть под вопросом. Как быть? Решений придумано достаточно: этот раздел науки о данных хорошо изучен. «Существуют качественные алгоритмы, которые помогают улучшать работу с такими сложными данными. Есть, например, специальные нейросетевые модели, которые работают непосредственно с видеопотоком, а не с изображением, как классические модели для object detection. Но они становятся в разы тяжелее, нежели классические модели и, соответственно, в разы медленнее. Даже обычные нейросетевые модели для Оbject Detection работают довольно медленно без графического процессора», — объясняет Александр Болтачев, ML-разработчик Globus. Наши эксперты пошли по другому пути: они использовали специальные алгоритмы постобработки результатов Object Detection, которые применимы к системе обработки в реальном времени (Real-Time System). А заодно устранили проблему «потеряшек». Идентификацию Fullbody ID заменили на Re ID объекта с корректировкой его ограничивающего прямоугольника и всех остальных параметров. Результат: Решение получилось удачным: серверы не перегружаются, сложные многоуровневые сети не нужны, систему легко адаптировать под разные задачи. Получившийся продукт можно без проблем «подружить» с системой безопасности. «Он представляет собой сервер с определенным API на специальном железе с графическими процессорами. Такому серверу предоставляется IP-адрес от камеры, и дальше уже система работает непосредственно с получаемым видеопотоком и передает результат туда, куда необходимо клиенту», — отмечает Александр Болтачев. Кроме того, для учета персонала системе нужно предоставить программный доступ к тому, чем она должна управлять (например, охранной системой, как было в нашем случае). Либо напрямую, если оборудование клиента позволяет, либо через посредников типа Arduino. Кому может понадобиться система учета персонала Она необходима в тех компаниях, где нужно вести эффективный контроль за перемещениями сотрудников — например, специальные лаборатории, особо охраняемые помещения. Важно, что такая система в условиях экстренной ситуации подскажет, сколько человек остается в офисе, где они находятся и кто именно из персонала. Такая информация может спасти жизнь во время пожара, например. Систему довольно просто масштабировать и кастомизировать в соответствии с запросами клиента. Стоимость От 250 000 руб. * * Стоимость является ориентировочной и зависит от согласованных сторонами условий с учетом технических или иных особенностей. ИИ-система по учёту персонала в офисе является программным обеспечением, правообладателем которого является ООО «ГЛОБУС-ИТ». Предоставление прав на указанное ПО производится на усмотрение правообладателя в соответствии с условиями заключенного лицензионного договора. Источник: https://globus-ltd.ru/projects/mlsistema-po-uchetu-personala-v-ofise

СберБанк

О проекте: Активное развитие информационных технологий запустило важный для бизнеса процесс – оптимизацию. Выполнение задач, которые раньше занимали несколько часов и делались специалистами вручную, теперь занимает всего несколько минут благодаря современному программному обеспечению. И если мы видим положительный результат такой автоматизации в небольших компаниях, представьте каковы его масштабы в рамках крупных производств. Да, зачастую промышленные предприятия с трудом соглашаются на внедрение новых технологий, а переходы с одной модели работы на другую требуют значительных ресурсов. Но и выгоды от автоматизации производственных процессов переоценить сложно: Повышается качество и надежность изделий за счет высокой точности оборудования Увеличивается производительность: объемы производства растут, временные затраты сокращаются Уменьшаются операционные расходы Значительно сокращается время на подготовку технической документации, отчетности и аналитики Повышается конкурентоспособность компании за счет улучшения качества выпускаемой продукции, возможности быстро адаптировать производство к меняющимся требованиям и масштабировать его при необходимости Именно эти причины подтолкнули нашего клиента, крупный машиностроительный завод, к реализации проекта по автоматизации контроля качества сварных соединений (швов) на рамах тележек. Главная цель проекта – создание и внедрение универсальной роботизированной измерительной ячейки (РИЯ), которая самостоятельно контролирует качество сварки шва, исключая человеческий фактор, обнаруживает различные дефекты, готовит техническую документацию (паспорт) по каждому выпущенному изделию, а также собирает и хранит данные о возможных несоответствиях изделий установленным нормам. Задача: Заказчик решил заменить текущую технологию, где проверку качества и соответствия изделия технической документации осуществлял человек (контролер), и подобрал для этого оптимальную модель – 3D-сканер с лазерным трекером. Данная технология измерения позволяет получить цифровой 3D-двойник готового изделия, контролировать его геометрические параметры, наличие приварных элементов и правильность их размещения. Проектной команде Globus предстояло: осуществить автоматизацию процессов контроля качества, исключить человеческий фактор и обеспечить надежность и точность контроля; разработать ПО, которое сможет определять наличие дефектов сварного шва и их координаты, а также формировать электронные паспорта изделий с информацией о геометрических параметрах и дефектах сварных соединений; сделать реверс-инженеринг (так как манипулятор поставлялся уже с встроенным ПО) и разработать систему автоматического формирования отчетности по выявленным нарушениям качества изделия с привязкой к конкретному чертежу; интегрировать созданные веб-решения в информационную систему управления компании. Реализация: В рамках проекта была создана специализированная программа для разметки данных с использованием C# .Net и интерфейсом WinForms с подробной инструкцией по разметке данных. В качестве основы использовались около 12 000 фотографий, предоставленных РИЯ. В процессе команда столкнулась с отсутствием достаточного количество данных, в связи с чем приходилось специально браковать изделия в рамках рабочего процесса и фиксировать случаи брака, накапливая необходимый «опыт». Программа для обучения нейронных сетей создавалась на языке программирования Python 3.6 с использованием библиотек и инструментов TensorFlow 2, OpenCV и tensorboard. Нейронные сети разрабатывались вручную и предназначались для определения дефектов сварных соединений. Одной из сложностей, с которой столкнулась команда на данном этапе, стала необходимость создания сбалансированных и непересекающихся наборов данных (mini-batch). Программа анализа данных на РИЯ была построена на языке программирования C# .Net с использованием TensorFlow .Net. А для обмена данными использовался протокол OPC через OPC UA SDK. В итоге командой Globus было разработано комплексное программное обеспечение, которое обнаруживает дефекты сварного шва и автоматически определяет координаты этого дефекта, делает его фотографии и формирует отчет в режиме реального времени, а также веб-решение по формированию отчетов, интегрированное во внутреннюю информационную систему компании. Результат: Подводя итоги, мы можем уверенно сказать, что автоматизация процесса обнаружения и фиксации дефектов сварных соединений дала устойчивый положительный результат: количество брака на производстве снизилось на 10%; проект полностью окупил себя, а экономический эффект от внедрения РИЯ превышает 16 млн рублей/год;  улучшено качество и надежность выпускаемых изделий за счет 100% исключения человеческого фактора; оптимизированы производственные процессы по подготовке технической отчетности – вся информация об изделиях и случаях брака передается в режиме реального времени, формируя единую базу данных. Проект демонстрирует успешное внедрение искусственного интеллекта в производственный процесс крупного промышленного предприятия, что дает возможность масштабировать данную практику, экспериментировать с построением различных моделей на основе нейронных сетей и реализовывать их в других компаниях. Источник: https://globus-ltd.ru/projects/promyshlennyy-intellekt-ili-kak-my-sozdali-neyroset-dlya-kontrolya-kachestva-produktsii-mashinostroitelnogo-zavoda-

ГК ALIDI

О проекте: Для успешного ведения бизнеса необходимо всегда держать руку на пульсе: правильные ответы на вопросы «где?», «что?», «сколько?» и «когда?» бывает сложно получить с парой-тройкой магазинов. А если у вас их более 15 000? Задача: Специально для внутреннего использования на территории Республики Беларусь мы разработали мобильное приложение по сбору информации для ALIDI. Для пользователей разработаны анкеты, в которых заказчик может легко изменять структуру, добавлять или убирать вопросы, обновлять требования и получать именно те данные, которые нужны в настоящий момент. Никаких дополнительных обновлений приложения или старых версий анкет у менеджеров. Просто и эффективно. Реализация: Благодаря разработанной командой Globus системе заказчик имеет самые точные и актуальные данные. Всё для пользователя Работа с приложением не требует специальных знаний или навыков. Пользователь входит в мобильное приложение и после простой авторизации получает данные о своих торговых точках. Мы соединили понятный интерфейс с геолокацией и облачной синхронизацией. Работа с данными Мониторинг GPS-координат, простота работы с приложением и автоматическая выгрузка результатов на сервер практически исключают случайные ошибки, заполнение документов «вслепую» из офиса или утрату важных данных вместе с пользовательским устройством. Источник: https://globus-ltd.ru/projects/alidi

X5 только лого для Compo MDM

О проекте: Главная цель системы управления бизнес данными и нормативно-справочной информацией (MDM-система) — обеспечить единство представления массивов данных во всех информационных системах. Кроме того, такой тип решений позволяет решить проблемы несоответствия, дублирования и несопоставимости данных. Благодаря своим преимуществам (инновационные решения, аналитика, машинное обучение) Compo MDM дополняет и актуализирует данные, проверяет их на соответствие бизнес-правилам и приводит к единым стандартам. Задача: Ключевая задача Compo MDM — объединение данных из разных источников: Cистема управления ресурсами предприятия (ERP). Система управления взаимоотношениями с клиентами (CRM). Приложения. Поставщики. Интернет-магазины. Облачные хранилища. И другие источники. Создание единой системы управления нормативно-справочной информацией (НСИ) поможет решить целый комплекс проблем, вызванных множественностью точек ввода НСИ, отсутствием единых стандартов ведения и недостаточной квалификацией персонала. Единое хранилище мастер-данных и НСИ. Описания товаров в разных стандартах. Управление содержимым справочников. Просмотр и поиск содержимого справочников. Управление заявками на добавление/изменение справочной информации. Синхронизация справочников НСИ. Интеграция (загрузка/выгрузка) справочников НСИ. Администрирование справочников НСИ. Реализация: Compo MDM бесшовно интегрирована с Compo B2B для объединения данных из любых источников и обеспечения соблюдения стандартов, что критически важно в достижении высокого качества. В результате — высококачественные и надежные данные для аналитики, машинного обучения и многого другого: Полные данные Данные, которые интегрированы и консолидированы в единую мастер-систему для принятия решений. Актуальные данные Своевременная и актуальная информация, согласованная, чистая и соответствующая требованиям. Последовательные данные Данные, созданные и проверенные в соответствии с одними и теми же бизнес-правилами, независимо от исходной системы. Чистые данные Стандартизироваyная информация, проверенная, сопоставленная и дедуплицированная. Результат: В Compo MDM уже готовая кастомизируемая модель данных для торговых компаний: цены, регионы, контракты, организации, справочники связей и т. д. Система, с помощью которой могут быть успешно достигнуты стратегические и операционные цели: Ускорение бизнес-процессов и обмена информацией. Автоматизация ручного труда. Повышение качества работы и решений. Сокращение конфликтов между подразделениями. Система необходима компаниям, у которых: Много данных о товарах или клиентах. Несколько систем с однотипными данными. Есть потребность интеграции с внешними сервисами. Услуги оказываются дочерней компанией ООО «КОМПО СОФТ». Источник: https://globus-ltd.ru/projects/compo-mdm

Кемексол только лого для Compo PIM

О проекте: Cистема для анализа и представления информации о бизнес-процессах и операциях организации Compo BI позволяет собирать, хранить, анализировать и визуально представлять данные для выявления тенденций, паттернов и важных метрик бизнеса. Compo BI способна извлекать информацию из различных источников данных, таких как: Портал электронной коммерции (e-commerce). Базы данных. Системы управления ресурсами предприятия (ERP). Системы управления взаимоотношениями с клиентами (CRM). И другие источники. Задача: Сбор информации Система собирает данные из разных источников — метрик, CRM, ERP, таблиц Excel, Google Таблиц (Google Sheets) и других. Информация может выгружаться в автоматическом режиме или по запросу пользователя. Систематизация Вся внесенная информация преобразуется в единый формат, затем анализируется системой для выявления закономерностей, противоречий и зависимостей. Визуализация Программа формирует отчеты и преподносит их в наглядном формате — в виде графиков, дашбордов, диаграмм и презентаций. Реализация: Удобное использование Просто хранить цифры можно в таблицах, но пользоваться информацией таким образом долго и неэффективно. Compo BI собирает и обрабатывает большие массивы данных из разных источников без риска потери даже одной цифры. Экономия времени Система быстро управляется с информацией, предоставляя пользователю готовый отчет в считанные секунды. Так, сотрудникам не нужно будет тратить время на рутинный серф по ячейкам и метрикам, а можно будет потратить его на решение более важных задач. Исключение дезинформации Изменения, внесенные в любом из каналов, тут же отражаются в Compo BI. Автоматический сбор исключает ошибки или потерю данных, а своевременная синхронизация позволяет получить свежие цифры в разрезе любого канала или конкретного продукта. Для кого будет полезна система Отделам продаж. Упрощает процессы сегментирования целевой аудитории, помогает оценить эффективность каналов продаж и проанализировать текущие бизнес показатели.   Владельцам компаний и руководителям. Позволяет следить за актуальными данными и своевременно адаптировать стратегию развития компании. Результат: Система умного анализа данных с нужными функциями, готовыми отчетами и интеграциями, которые можно настраивать и дорабатывать. Наиболее востребованные отчёты Поведение пользователей Суммарное количество введенных поисковых запросов Количество сессий Средняя длительность сессии на торговой площадке Количество запросов без результата | % к общему количеству запросов Регистрации и поисковые запросы Соотношение общего количества поисковых запросов к количеству заказов и продаж Выявление пользователей, которые проявляют активность, но не делают заказов Количество регистраций с разбивкой по регионам Заказы Количество заказов на портале Среднее количество товарных позиций (SKU) в заказе Соотношение общего количества клиентов к количеству заказов Продажи и конверсии Конверсия заказов на портале к сессиям в процентах Средний чек заказа Количество и товары «не в наличии» в брошенных корзинах Услуги оказываются дочерней компанией ООО «КОМПО СОФТ». Источник: https://globus-ltd.ru/projects/compo-bi

X5 Retail Group

О проекте: Онлайн-гипермаркет Vprok.ru  запущен в 2017 году в Москве. 1 января 2020 года был выделен в самостоятельную бизнес-единицу. Сейчас онлайн-гипермаркет представлен на территории 82 субъектов РФ, в 8 из которых работает в формате курьерской доставки, а еще в 74 — в формате самовывоза. Начиная с ноября 2019 года команда Globus ведет работу над развитием онлайн-гипермаркета Vprok.ru, его складских, курьерских сервисов, серверной и платформенных частей. Цель нашего сотрудничества — улучшить качество работы приложения, увеличить скорость его работы, а также поддерживать работоспособность и внедрять новые функциональности на платформе. Задача: Перед нашей компанией стоят следующие задачи: усиление текущей команды; быстрый набор участников под новые активности; оперативная замена участников команды (при необходимости). Реализация: В ходе нашего многолетнего сотрудничества с командой Vprok.ru мы выполняем ряд работ, которые делают использование сайта более удобным, выгодным и клиентоориентированным, а его функционирование становится более стабильным. Все это повышает лояльность покупателей. Часть изменений касаются оптимизации процессов интеграции веб-сервиса с внутренними и внешними системами X5 Group, что также приводит к более стабильной и эффективной работе ресурса. Кроме того, наши специалисты занимаются наладкой процессов аналитики пользовательской активности для более точного понимания и прогнозирования покупательского спроса. В команду Vprok.ru интегрированы 13 наших высококвалифицированных средних (middle) и старших (senior) специалистов (бэкэнд- и фронтэнд-разработчики, тестировщики и DevOps-специалисты). Работа происходит в формате аутстаффинга, что позволяет максимально плотно и эффективно взаимодействовать с заказчиком и оперативно достигать поставленных целей. Расскажем подробнее, какие работы мы выполняем: Разработка, доработка и поддержка сервисов личного кабинета клиента. В результате в нем стало доступно: ◦  удаление и восстановление адресов доставки;  ◦  отображение деталей по обращениям клиента;  ◦  отправка писем по электронной почте в профиле пользователя;  ◦  возможность оставить отзыв к купленному товару, что облегчило для покупателей процесс выбора товаров. Поддержка работы корзины, оформления заказа и оплаты:  ◦  появился выбор клиентом по умолчанию ближайшего периода доставки при оформлении заказа — при желании клиент может его поменять; ◦  стала доступна оплата покупки баллами; ◦  реализовано добавление товаров в корзину; ◦  добавлен функционал со скидками в карточке товара;  ◦  добавлено поле для совершения оплаты; ◦  реализован функционал по онлайн-оплате. Результат: Решены задачи по увеличению производительности системы со стороны фронтэнд‑ и бэкэнд‑компонентов. Доработка компонентов, исправление ошибок, аналитика технических проблем проекта. Добавлена информация о бренде, дополнительные поля для продуктов, реализовано обновление товаров через Kafka. Верстка и стилизация новых компонентов, доработка текущих. Воспроизведение и анализ ошибок, которые поступают от пользователей при работе с приложением. Разработка интеграций. Функциональное тестирование приложения. Изменение и исправление функционала в клиентской и административной частях проекта (системе управления сайта, системе управления складом). Доработка и улучшение функционала пакетов, связанных микросервисов — например, в микросервисах поиска, индексатора, отправки уведомлений, разработке API для взаимодействия сайта и микросервиса поиска, доработка API-взаимодействия микросервиса поиска c сайтом. Реализован функционал с отчетами по статистике новых пользователей, отчет по заказам. Источник: https://globus-ltd.ru/projects/razvitie-onlayngipermarketa-vprokru

Сладкая жизнь

О проекте: Компания Globus разработала мобильное приложение (МП) для сотрудников сети дискаунтеров «Smart» крупнейшего дистрибьютора продуктов питания «Сладкая жизнь». Компания «Сладкая жизнь» — крупнейший дистрибьютор продуктов питания в России. Компания развивает собственные дискаунтеры «Smart», партнерскую программу «Авокадо», направленную на поддержку и развитие малого и среднего бизнеса в сфере ритейла, мобильные приложения Smart и Smart Pro, которые помогают  физическим и юридическим лицам заказывать продукты по выгодным ценам, а также собственную торговую марку эксклюзивных товаров для партнёров «Сладкая жизнь». Задача: Команде Globus предстояло: Снизить количество офлайн-коммуникаций и нагрузку на офис. Предоставить линейному персоналу удобный доступ через одно мобильное приложение ко всей информации о трудовом графике, медицинских книжках, заработной плате, новостям компании и другим рабочим вопросам (у большинства таких сотрудников нет возможности выхода в рабочие системы через компьютер). Облегчить кандидатам на вакансии процесс трудоустройства от подачи заявки и собеседования до выполнения медосмотра, загрузки документов и обучения. Реализация: Необходимо было настроить интеграцию с текущими системами, где содержалась информация по кадровым вопросам: 1С:ЗУП («1С:Зарплата и управление персоналом»). Verme (Система управления персоналом, Workforce Management System, WFM). Внутрикорпоративная система обучения персонала. Интеграция с 1С:ЗУП происходила по модели событий (event-модели). На бэкэнде мы создали копию контента 1С, доступ к которому необходим пользователю через мобильное приложение. Это решение позволило пользователю не обращаться напрямую в 1С, так как это могло потребовать дополнительных средств безопасности и большего времени на получение ответов на запросы. Синхронизация обновлений с 1С при этом идёт по event-модели, что даёт возможность получать обновления мгновенно и актуализировать информацию в нашей базе на бэкэнде. Таким образом, удалось с одной стороны избавиться от риска повышенной нагрузки на 1С в разрезе работы приложения, а также увеличить скорость получения информации пользователем, а с другой стороны сохранить максимальную актуальность предоставляемых данных. Отметим, что режим синхронизации с 1С в приложении может происходить как напрямую, так и опосредованно – через сервисы очередей (например, Kafka, RabbitMQ) или через специализированные платформы интеграции (например, DATAREON). Основные разделы МП «Сладкая жизнь Команда»: Профиль сотрудника  Мотивационный раздел Мой график работы Мои финансы Полезная информация Кадровая история Уведомления Новости Вакансии Результат: Режим одного окна — онлайн-решение всех кадровых вопросов в одном МП В МП «Сладкая жизнь Команда» создан удобный инструмент на основе интеграции с 1С, Verme, WebTutor Сервис обеспечивает прозрачность кадрового учета для всех участников. Любой сотрудник понимает, когда и за что он получает деньги Своевременное отслеживание статусов позволяет контролировать и быстрее корректировать процессы Сокращение офлайн-коммуникации, созвонов и рутинных процедур кадровых работников Источник: https://globus-ltd.ru/projects/integratsiya-1szup-v-servis-dlya-2-tysyach-sotrudnikov

Росбанк

О проекте: Инвестиционная платформа Advisors’ Axiom — это площадка для совместной работы инвесторов сегмента Премиального (Premium) и Частного (Private) банковского обслуживания, инвестиционных консультантов и финансовых экспертов, разработанная ПАО РОСБАНК. Возможности платформы: Во что инвестировать, когда и зачем: — Подборки ценных бумаг. — Продуктовый каталог. — Модель сбалансированного инвестиционного портфеля. Только важные новости: — Показывает только те новости, которые могут повлиять на цену активов клиента, и отмечает тональность этого события. Риск-менеджмент: — Оценка риска портфеля и инвестиционное профилирование. Задача: Необходимо было разработать Минимально жизнеспособный продукт (MVP) удобного онлайн-инструмента для инвестирования для клиентов Росбанка сегмента Premium и Private с возможностью следить за всеми изменениями их портфеля, а также мобильное приложение к нему. Платформа на стадии MVP должна включать профиль инвестора и финансового эксперта, который закреплен за каждым клиентом и помогает ему в формировании и реализации его инвестиционной стратегии. Сервис должен не только содержать всю необходимую информацию по портфелю, но и сигнализировать о негативных изменениях портфеля и отслеживать происходящие в экономике изменения с помощью машинного обучения, анализировать состояние активов и фиксировать их динамику. Все это должно сделать Advisors’ Axiom более удобным и прибыльным инструментом. Реализация: В качестве языка разработки был выбран Python, Django — в качестве фреймворка. Система делится на: Личный кабинет менеджера. Личный кабинет клиента. Они работают на одной кодовой базе, но выполняются в разных контейнерах в средах банка с различными уровнями доступа: Личный кабинет менеджера доступен только из сети банка с устройств банка. Личный кабинет клиента доступен из сети Интернет. Сопутствующая функциональность реализуется в микросервисной архитектуре, в частности такие сервисы, как: Профилирование клиентов (опросник клиентов и расчет риск-рейтинга). Новостной модуль (парсинг и анализ новостей с помощью методов машинного обучения). Внешнее API для страховых компаний. Генератор PDF-отчетов (PHP). Взаимодействие между микросервисами и основным функционалом осуществляется через Брокер сообщений и RESTful API. Платформа разработана в виде монолитного приложения (на уровне кодовой базы), работающего на единой базе данных, но с логической декомпозицией на модули и с возможным выделением обособленной функциональности в отдельные микросервисы со взаимодействием на очередях или API. Нейросеть для оценки тональности новостей Для машинного обучения модели мы использовали более 20 тысяч страниц новостей на английском языке и более 10 тысяч страниц новостей на русском языке. При этом был обучен собственный дескриптор слов, поскольку в новостях много специализированных терминов. После был сформирован собственный набор данных из 10 тысяч новостей, которые сначала были размечены автоматически с использованием вычисляемого индикатора прогноза аномальной доходности. А потом аналитиком была произведена ручная разметка собранных статей с точки зрения общей тональности новости и влияния на рыночную стоимость компании (в средней и долгосрочной перспективе), что позволило достичь большей точности в работе системы. Особое внимание к вопросам безопасности В процессе интеграции платформы с внутренней банковской инфраструктурой специалисты Росбанка внедрили системы мониторинга базы данных Imperva, сбора событий и инцидентов SIEM, обеспечения безопасности обмена данных WSO2, тестирования кода Solar AppScreener и приняты другие меры по обеспечению конфиденциальности. Результат: Вeб-версия платформы включает в себя следующее: Представление услуг и продуктов банка в виде единого каталога продуктов (ценные бумаги, счета, депозиты, страхование, доверительное управление и т. п.). Объединение данных из нескольких учетных систем, агрегация, приведение к виду, понятному пользователю, обогащение и предоставление в едином интерфейсе. Расчет доходности активов в денежном и процентном выражениях по различным активам (каждый тип актива может иметь собственную методику расчета). Вывод истории операций по различным активам из разнородных источников данных. История стоимости активов за различные временные периоды. Вывод актуальной рыночной цены и средней цены покупки актива. Различные интерфейсные группировки активов для более удобного предоставления информации. Система анализа портфелей клиентов как для клиентов, так и для их менеджеров. Например:  Изменение портфеля клиента. Изменения ценной бумаги клиента. Концентрация всех активов в одной валюте. Концентрация всех активов в одном продукте. Портфель не соответствует эталонному. И др. Генерация pdf-отчетов по каждому клиенту в ежедневном режиме.  Процесс ребалансировки портфеля клиента (подбор продуктов для клиента, которые могут ребалансировать его портфель в соответствии с риск профилем). Предоставление новостей по продуктам клиента с оценкой их тональности (хорошо или плохо). Профилирование клиента (опрос и присвоение риск-рейтинга). Формирование заявок на покупки продуктов различных типов. Мобильное приложение для инвестирования Premium и Private клиентов состоит из двух частей: Личный кабинет финансового эксперта. Личный кабинет клиента. Основные блоки приложения: Динамика портфеля всех клиентов менеджера за год. Лидер роста, падения и выплат по инвестиционному портфелю на текущую дату. Новости по компаниям — положительные/отрицательные/нейтральные. При переходе на конкретную новость можно увидеть, каких клиентов она может заинтересовать. Актуальные продукты, которые доступны к приобретению. Каталог клиентов с фильтрацией по необходимым параметрам. Отчеты с подробным содержанием портфеля клиента. Покупка инвестиционных продуктов. Предложение по ребалансировке портфеля клиента. Нейросеть для оценки тональности новостей Приложение с заданным периодом времени автоматически считывает свежие новости из определенного перечня сайтов-источников, умеет получать текст новости по ссылке (URL) на страницу сайта-источника. Каждая новость, попадающая на оценку и формирование анонса автоматически привязана по заданному перечню тегов к необходимой компании. Изображение подбираются для новости автоматически на основе тегов категории компании. Для перевода новости на русский язык используются внешние сервисы, обеспечивающие качественный машинный перевод текста. Корректировка анонсов, изображений и публикаций выполняются через панель администрирования модератором контента. Источник: https://globus-ltd.ru/projects/investicionnaya-platforma-advisors-axiom-ot-rosbanka

ООО "Мултон Партнерс"

О проекте: У многих компаний, которые годами внедряли SAP, а потом так же тщательно отлаживали его работу, в 2023-м возникли серьезные трудности — SAP ушёл из России. Стало очевидно, что нужны решения, которые смогут заменить его продукты. Именно с такой задачей и пришёл в Globus один из клиентов. Задача была непростая: запустить проект за 4 месяца. Задача: На момент обращения (конец марта 2023 года) у заказчика на базе SAP Commerce Cloud был создан портал. Многие клиенты компании осуществляли закупки с его помощью, процесс был отработан и формализован. Этот портал был интегрирован с основной учетной системой компании (SAP) и дополнительной учетной системой по остаткам и ценам, откуда он получал данные и отдавал заказы на обработку. При этом SAP объявил о прекращении поддержки облачных решений российских компаний SAP Commerce Cloud, и заказчик понимал, что в конце сентября этот канал продаж отключат, поэтому срок запуска был жесткий и фиксированный. В то же время заказчик переходил на новый бренд и менял айдентику, а значит, параллельно разработке необходимо было создавать и абсолютно новый дизайн интерфейса (UX/UI). Дополнительно было решено создать мобильное приложение. Для этого потребовалось подключить к проекту команду мобильной разработки, которой удалось создать приложение менее, чем за полтора месяца. Реализация: Заказчиком был объявлен тендер на замещение существующего продукта с последующим обозначенным направлением развития на несколько лет вперёд. У заказчика имелось краткое техническое задание с описанием пользовательского функционала и интерфейсов. Таким образом, с одной стороны, задача звучала достаточно понятно: повторить существующий функционал. С другой стороны, дело осложнялось тем, что пользовательские сценарии не содержали алгоритмов работы модулей, отсутствовала техническая документация по обмену с SAP, команда SAP находилась в другой стране и была англоязычной, структура и архитектура данных были запутанными. Условия тендера также были достаточно жесткими: к реализации проекта необходимо было привлечь команду с большим опытом интеграционных проектов и аутсорс-разработки и масштабируемой командой фронтэнд- и мобайл-разработки. Команды Globus и «Компо Софт» обладали значительным преимуществом за счет четко выстроенных внутренних процессов и опыта работы в B2B сегменте, а также работы с Системой для централизованного управления большими массивами данных о товарах (PIM) и Системой управления цифровыми активами (DAM). «Компо Софт» предоставила проверенную платформу Compo B2B портал , на которой проект можно было запустить быстрее, чем при разработке с нуля. После подведения итогов тендера заказчик отметил, что во многом выбор в пользу Globus и «Компо Софт» был продиктован нашим пониманием оптовых процессов, бизнес-сущностей и типов данных, готовностью к командной работе, показанными на этапе пресейла. В связи с масштабом и сжатыми сроками обе стороны выделили проектные команды на фуллтайм. Со стороны Заказчика: Владелец продукта Менеджер проекта Несколько человек, отвечающих за подготовку и верификацию предоставляемых данных и тестирование  Со стороны подрядчика: Технический директор (работа по взаимодействию с ИТ-командами на стороне заказчика на английском языке, координация с внутренними ИТ-командами и валидация архитектурных и технических решений на всем протяжении проекта) Четыре бэкэнд-разработчика Аналитик Менеджер проекта и аккаунт-менеджер UX/UI-специалист Фронтэнд-разработчик Две команды мобильной разработки под iOS и Android Для ускорения реализации параллельно велись следующие работы: разработка интерфейсов с учетом референсов действующего проекта, наших UX/UI-рекомендаций и требований обновленного брендбука подготовка более подробного/детализированного технического задания описание существующей архитектуры данных и ее адаптация под платформу разработки подготовка документации по доступным методам API SAP, пробные подключения и получения данных. Процесс осложнялся отсутствием в API некоторых функций и необходимостью их дополнительного разбора Проведена комплексная автоматизация обмена с SAP по ключевым бизнес-сущностям с использованием CPI-шины данных. Налажено взаимодействие с англоязычной командой SAP (получение документации по существующим методам, доработка методов при необходимости, совместное тестирование). Результат: Спустя 4 месяца проект был запущен с учетом всех функциональных требований заказчика. Команда Globus совместно с «Компо Софт» успешно заменила SAP Commerce Cloud на свою платформу. Проект решил ключевую задачу импортозамещения – с уходом SAP Commerce Cloud заказчик рисковал остаться без интернет-магазина в высокий сезон продаж. Платформа, разработанная Globus совместно с «Компо Софт», позволила сохранить непрерывные поставки продукции дистрибьюторам и другим покупателям. На этапе Минимально жизнеспособного продукта (MVP) команда также добавила важные функции, которых не было в старом продукте. В итоге заказчик получил рабочую площадку, на которой клиенты могут просматривать товары, совершать закупки и контролировать доставки. Решение Compo позволило снять нагрузку с колл-центра, менеджеров по продажам, маркетингового отдела и бухгалтерии. На платформу перешли более 30 000 пользователей, при этом все пользователи оценили высокую скорость загрузки и удобство взаимодействия. Еще одним преимуществом стала скорость реагирования команды Globus и «Компо Софт» на доработки: если раньше внесения минимальных изменений приходилось ждать месяцами, то сейчас адаптировать продукт возможно в течение нескольких дней. Функциональность Регистрация клиентов и торговых точек. По расписанию из SAP выгружается полный актуальный список торговых точек, с которыми работает заказчик. Регистрация пользователя портала возможна двумя способами: - из административной части портала путем загрузки файла XLS заданной структуры; - после авторизации на портале под аккаунтом торгового представителя. Торговый представитель — это выездной сотрудник и отдельная роль, в MVP версии он может только создавать новых пользователей, в перспективе — помогать делать заказы. Каталог. На текущий момент каталог уже содержит около 500 товаров с большим количеством атрибутов, а в дальнейшем заказчик планирует расширять товарный контент и его характеристики. При этом встроенный PIM позволяет в любой момент дополнить набор этих атрибутов, добавив новые поля и пользовательские фильтры. Сущность регионов (территорий продаж). В бизнесе заказчика используется термин «территория продаж». Каждая торговая точка привязывается к определенной территории, что определяет, какая именно из торговых организаций с ним работает, наличие на каких складах он видит. Промомеханики. На MVP версии командой Globus было реализовано две промомеханики: - скидка в процентах на выделенный ассортимент (простое промо); - скидка при наборе в корзине различных комбинаций товаров (сложное промо). Акционные товары подсвечиваются в каталоге, а также пользователю выводятся проактивные предложения добрать комплект, если акционный товар лежит в корзине, но в недостаточном количестве. Планы на будущее Технологические особенности платформы Compo позволяют масштабировать функционал и делать необходимые надстройки. Сделать это быстро помогают собственные решения: многопоточная шина Compo ESB решение для управления справочной информацией   Compo MDM автоматическая выгрузка товаров и цен на маркетплейсы и сторонние витрины   Compo MPL На текущий момент на оценке и в проработке у Globus более 120 задач, реализация которых позволит заказчику получить идеально кастомизированный продукт, который не только будет отвечать всем бизнес-задачам и современным реалиям, но и станет фундаментом для дальнейшего развития. Источник: https://globus-ltd.ru/projects/kak-za-4-mesyatsa-zamenit-sap-commerce-cloud

X5 Retail Group

О проекте: Вдохновившись опытом компании Amazon, которая внедрила более 20 магазинов без продавцов и касс по всей Америке, в Globus обратился крупный ритейлер с задачей разработать аналогичный проект для установки его в российских городах. У данных высокотехнологичных магазинов масса преимуществ. По данным Форбс , обычные розничные магазины тратят на зарплаты продавцов, кассиров и иного обслуживающего персонала 6–10% общей выручки. Отсутствие сотрудников позволяет сэкономить эти деньги. И при этом, по некоторым данным, в среднем прибыль «умного магазина» на 50% выше, чем у традиционного. Магазин без продавцов можно разместить в любой географической точке страны. Главное, чтобы там был мобильный интернет и электричество. В том числе на различных фестивалях, опен-эйрах и других мероприятиях под открытым небом. Кроме того, это серьезная имиджевая история: развитие высокотехнологичных проектов выделяет компанию среди конкурентов и привлекает внимание платежеспособной категории граждан и продвинутой молодежи. Задача: У магазинов без касс довольно много преимуществ и для покупателей: Отсутствие очередей и, как следствие, экономия времени. По словам заказчика проекта, среднее время покупки в магазине нового формата занимает всего 3,5 минуты, а самая быстрая — около тридцати секунд. Шаговая доступность в самых отдаленных местах. Отсутствие эмоционального взаимодействия с кассирами и предотвращение возможных конфликтов по вине человеческого фактора.  Глобус в данном проекте выступал как генеральный подрядчик, то есть наша команда отвечала полностью за реализацию проекта под ключ, начиная от выбора отделочных материалов для торгового павильона и заканчивая установкой высокотехнологичного оборудования и внедрения системы «умный дом». Реализация: Реализация проекта проходила в несколько этапов: Проектирование. В рамках первого этапа мы плотно общались с заказчиком, чтобы получить максимум необходимой для разработки информации. По итогам было написано техническое задание, описаны архитектурные решения, варианты интеграции с ИТ-инфраструктурой ритейлера. Поэтапная разработка в соответствии с техническим заданием и утвержденным календарным планом. Тестовая эксплуатация пилотного магазина. Сдача проекта заказчику Результат: Магазин был выполнен и смонтирован в установленные договором сроки: Изготовлен торговый павильон площадью 20 кв. м. Ассортимент товаров в нем — 250 наименований. Были разработаны два кроссплатформенных мобильных приложения на React Native (для покупателей и для обслуживающего персонала). Разработана административная панель. Сделана интеграция с системой SAP, откуда берется номенклатура наименований и товарные остатки. Магазин нового формата работает по принципу «умный дом»: на основе архитектуры Интернета вещей (IoT) действует система датчиков, они в автоматизированном режиме контролируют вход, выход, нахождение на объекте, регулируют температурный режим, вентиляцию, освещение, определяют задымление и обеспечивают физическую безопасность. Видеокамеры фиксируют все пространство торгового павильона: это позволяет контролировать число товаров — купленных или только снятых с полки — с помощью нейросети. Система позволяет фиксировать количество товаров, которые взял или положил обратно покупатель. Анализ проводится в режиме реального времени по всем посетителям одновременно, результаты сопоставляются с корзиной в мобильном приложении. Как же все выглядит в обычной жизни С точки зрения покупателя Покупатель подходит к двери магазина и сканирует QR-код, скачивает мобильное приложение, авторизуется и нажимает в нем кнопку «Открыть». Посетитель берет с полки товары, сканирует их код, они тут же отражаются в его мобильном приложении. Выбрав нужные товары, покупатель нажимает кнопку «Оплатить». В приложении можно привязать карту, чтобы не вводить ее данные каждый раз. В финале на почту покупателю приходит электронный чек. При нажатии кнопки «Открыть» двери деблокируются, и человек покидает помещение магазина. С точки зрения продавца Для работы магазинов нового формата нужно как минимум два человека: оператор и обслуживающий торговую точку сотрудник. Оператор следит за всем происходящим в режиме реального времени. Именно к нему поступает оперативная информация обо всем происходящем в магазине, в том числе о внештатных ситуациях — например, о взломе торговой точки, о возможном воровстве (то есть несоответствии товаров в чеке и в руках покупателя при выходе), а также о необходимости совершить уборку в магазине или пополнить ассортимент товара на полках. В экстренной ситуации взлома или воровства именно оператор принимает решение, как отреагировать. Оператор также сообщает обслуживающему персоналу, что необходимо сделать. В МП сотрудников появляется чек-лист со списком задач, которые следует решить (например, прибраться). Когда поручение выполнено, сотрудник ставит отметку об этом в МП. Кроме того, обслуживающий персонал в плановом порядке обходит торговые точки, чтобы выполнить уборку и восполнить ассортимент на полках. Первая точка была открыта в Подмосковье. В дальнейшем ритейлер продолжил разработку данного проекта, который трансформировался в сеть магазинов без продавцов и касс. Источник: https://globus-ltd.ru/projects/umnyy-magazin-bez-prodavtsov-i-kassirov

РЕХАУ

О проекте: Компания Globus внедрила систему управления товарными данными Compo PIM в ИТ-контур заказчика – производственной компании РЕХАУ. Новый цифровой инструмент стал центральной точкой хранения и управления атрибутивной информацией о продукции, обеспечив единую, согласованную и актуальную базу данных для нескольких бизнес-направлений. Задача: РЕХАУ требовалась централизованная система управления товарными данными, интегрированная с существующими цифровыми решениями. Основные цели проекта: Обеспечить единый источник для товарных атрибутов (артикул, цена, материал, цвет и др.). Разграничить доступ к данным по дивизионам. Интегрировать систему управления данными о товарах (PIM) с системой контроля качества мобильного приложения. Адаптировать систему под внутренние бизнес-процессы РЕХАУ за счет кастомизаций. Обеспечить гибкое развитие системы на основе бэклога и приоритетов заказчика. Реализация: Внедрение cистемы Compo PIM проходило в несколько этапов: Мультидивизионная архитектура: для каждого из дивизионов РЕХАУ – оконного (WS) и инженерного (BS) – были разработаны отдельные личные кабинеты с учетом специфики их бизнес-процессов. Интеграция с системой контроля качества: реализована двусторонняя связка между Compo и мобильным приложением контроля качества. Актуальные данные о товаре из PIM автоматически передаются на витрину мобильной версии. Кастомизация: внесены модификации в интерфейс и бизнес-логику системы – от специфических шаблонов карточек товаров до особых сценариев валидации и импорта данных. Итерационное развитие: реализована система доработок на основе согласованного с заказчиком бэклога. Работа ведётся по принципу гибкой расстановки приоритетов (в соответствии с методологией Agile). Результат: В системе Compo PIM уже работают два ключевых дивизиона РЕХАУ. Сотрудники получили удобные личные кабинеты, адаптированные под задачи конкретных подразделений. Обеспечена прозрачность и единообразие данных по всей цепочке: от ввода информации до ее отображения в мобильной витрине. Интеграция с мобильной системой контроля качества ускорила цикл обновления и проверки информации – новые данные о товаре попадают в приложение в автоматическом режиме. Гибкая архитектура и кастомизируемость позволяют масштабировать решение и реагировать на изменения бизнес-требований без простоев. Источник: https://globus-ltd.ru/projects/tsifrovaya-vitrina-rehau-kak-globus-vnedril-kastomnuyu-pimsistemu-compo

ООО «ГЕММА» (Когнитенок)

О проекте: Детей с  расстройством аутистического спектра (РАС)  в России, по данным на 2020 год, насчитывалось более 30 000 человек, и, к сожалению, это число растет. Большинство детей с особенностями в развитии, как и их семьи, испытывают огромные трудности в адаптации к повседневной жизни, на улице, в садике и в школе. На текущий момент в России и за рубежом очень мало организаций, специализирующихся на реабилитации детей с РАС. А методик лечения таких ментальных расстройств с применением информационных технологий — и того меньше. Команда Globus уже реализовывала проекты для социальной сферы, одним из последних была уникальная система наставничества для людей с ограниченными возможностями « Платиновый Волонтер ». Здесь мы тоже не могли пройти мимо и решили применить свою экспертизу на благо особенных детей. Задача: Задача этого некоммерческого проекта заключалась в том, чтобы создать приложение, позволяющее проводить образовательные занятия для детей с РАС, а их родителям   — изучать полезные материалы по проблематике и иметь возможность оперативно связываться с экспертом-реабилитологом.   Важно было сделать приложение дружелюбным по отношению к пользователю, а процесс мониторинга состояния ребенка для последующего определения корректной методики лечения —  гибким и удобным. Реализация: Наши партнеры из ООО «ГЕММА» (компания специализируется в области разработки программных продуктов и решений в социальной сфере и в сфере реабилитации) обратились к нам с идеей такого приложения. Совместно с консультантами «ГЕММА» и экспертами по заболеваниям РАС мы разработали мобильное приложение «Когнитенок», стартовавшее на платформе Android. «Когнитенок» упрощает процесс взаимодействия реабилитолога, родителя и ребенка с РАС. Благодаря разработанному функционалу приложение позволяет: Проводить развивающие занятия с детьми с ментальными расстройствами с использованием современных методик, направленных на развитие когнитивных функций мозга. Совместно с экспертами мы разработали более 120 заданий, включая текстовые шаблоны, графические изображения и арифметические задачи, развивающие различные функции мозга. А наши дизайнеры и иллюстраторы специально для этого проекта создали уникального анимационного персонажа —  Когнитенка —  и 10 мини-комиксов о его увлекательных приключениях.  Наладить оперативную коммуникацию родителей и специалистов, оперативно получать обратную связь и консультации врачей и реабилитологов. Этого особенно важно для семей, проживающих в отдаленных городах и селах, где ближайший специалист в области реабилитации детей с РАС может находиться за 1000 километров от их дома. Предоставить возможность оперативного доступа реабилитологов к данным пациентов и удаленное отслеживание и оцифровка результатов, динамики и эффективности проводимой реабилитации и абилитации. Результат: Самая важная социальная функция приложения «Когнитенок» —  повысить доступность и снизить стоимость услуг по реабилитации и абилитации. Кроме того, приложение включает ряд уникальных особенностей: Специально созданный для этого проекта анимационный персонаж и 10 мини-комиксов о его увлекательных приключениях Более 50 текстовых шаблонов заданий Более 45 графических изображений  Более 30 арифметических заданий Библиотека ссылок на полезные интернет-ресурсы в тематике абилитации и реабилитации детей с РАС Формирование базы знаний, заданий и рекомендаций для родителей детей с РАС, с регулярным их обновлением Приложение уже доступно в Google Play. В дальнейших планах стоит расширение возможности его применения на платформе iOS. Его уже начали тестировать родители и врачи-реабилитологи. По итогам полученной обратной связи от пользователей, реабилитологов, родителей, детей и после обработки всех полученных запросов будет проведена доработка отдельных блоков и модулей приложения. Источник: https://globus-ltd.ru/projects/kognitenok

Яндекс.Логистика

Мобильное приложение iOS\Android для выдачи заказов в пунктах выдачи (ПВЗ - пункты выдачи заказов). Курьер приходит на склад, забирает посылку, отмечает это в приложении, привозит посылку покупателю - вводит код заказа в приложении, отдает посылку, отмечает факт выдачи в приложении. В админке отображаются заказы, список точек (ПВЗ), сотрудники точек. Проект разрабатывался в инфраструктуре Яндекса. Проект так и не был завершен и не был запущен по причине несогласованных юридических вопросов на стороне заказчика.

Х5

Разработать сайт для акционеров и инвесторов - https://x5-finance.ru/ Сайт Х5 финанс уже был, но в плохом состоянии (неудобная навигация, отсутствие адаптивности под мобильные устройства). Требовалось сделать его заново. Технологический стек: HTML5, CSS3, JavaScript, PHP 8.2, Laravel 11, MySQL. Срок разработки 11.11.2024 - 27.12.2024 С 01.02.2025 по 01.02.2028 осуществляем тех.поддержку (в течение 3-х лет после разработки).

Яндекс

О проекте: Вместе с Яндекс мы разрабатываем приложения под платформы iOS, Android, Windows Phone и Universal Windows Platform. Часть приложений предусматривает расширение для моделей смарт-часов Apple Watch и Android Wear. Задача: Все проекты, которые мы разрабатываем в ходе сотрудничества, находятся под соглашением о неразглашении (NDA). Источник: https://globus-ltd.ru/projects/yandex

Globus

О проекте: Globus — крупный российский интегратор и лидер в разработке сложных корпоративных систем, приложений, ИТ-продуктов полного цикла. За 12 лет успешной работы компания реализовала более 450 проектов для крупного бизнеса. Среди ключевых клиентов — Сбербанк, Яндекс, VK, Тинькофф, Лаборатория Касперского, Альфа-Банк, Газпромбанк, Банк «Открытие», Промсвязьбанк, Ростелеком и другие крупные корпорации. Тендерный отдел компании включает в себя 6 специалистов. В среднем в день приходит примерно 40-60 тендеров, путем отсеивания остается 3-4, которые отправляются на ревью в отдел продаж. В итоге, в среднем, отдел отрабатывает около 15 тендеров в неделю. Globus рассматривает только тендеры от 200-300 миллионов рублей, а средний объем документации, которую специалисты готовят для одной конкурсной процедуры, если ее распечатать, займет несколько коробок из-под бумаги. Одна только справка по квалификации специалистов может содержать 200-300 страниц. Задача: Перед разработчиками Globus стояла задача оптимизировать работу тендерного отдела посредством интеграции через API между платформой ELMA, которую тендерный отдел использовал в своей работе, и площадкой «СБИС Торги». Основные задачи системы: Повышение прозрачности и управляемости процесса подачи заявки и участия в тендерах. Повышение качества и скорости работы отдела. Возможность сбора данных, анализ которых позволит принимать бизнес-решения. Упрощение взаимодействия со «СБИС Торги» через API.  Ускорение процесса подачи заявок на тендеры и обработки результатов через улучшение и автоматизацию. Улучшение показателя своевременности и полноты выполнения тендеров (OTIF, on time in full), Гибкость в процессах. Сокращение административных расходов. Назначение и цели создания системы: Создание выделенного блока в ELMA с информацией по закупкам, обновляющейся ежедневно в 10:00 по московскому времени, для работы с ней и документами по тендерам напрямую.   Оптимизация процесса обработки результатов посредством создания канбан-доски, на которой специалисты отдела работают с карточками тендеров, перемещая их между различными статусами.  Сбор статистики и аналитика посредством возможности выгружать отчеты по работе с тендерами на доске.  Возможность создавать тендеры вручную, а также просматривать документы по тендеру. Реализация: Над разработкой системы работала небольшая экспертная команда из трех человек: разработчики и менеджер проектов. В ELMA был создан отдельный блок, содержащий канбан-доску с карточками тендеров. В карточку каждого тендера импортировались параметры из системы «СБИС Торги», набор импортируемых параметров настроен под потребности тендерного отдела и специфику работы Globus. Далее карточки обрабатываются нашими специалистами внутри доски в ELMA. В системе предусмотрена возможность сбора и выгрузки статистики работы тендерного отдела. Производится ежедневный импорт новых тендеров из «СБИС Торги» в ELMA по API. Импортируются тендеры из фильтров с названиями «Аутсорсинг» и «Разработка ПО» с дополнительным фильтром по дате публикации fromPublishDateTime = текущему дню. Качественная настройка данных фильтров производится в online.sbis.ru. Программный код Запуск импорта производится по расписанию через crontab командой php yii sbis-import/import. Параметры доступа к sbis для программного кода хранятся в файле .env на сервере. Дизайн-система представляет собой канбан-доску. Результат: За 1,5 месяца был разработан рабочий минимально жизнеспособный продукт (MVP), который представляет собой полноценный функциональный блок, в котором специалисты отдела могут подавать заявки и обрабатывать тендеры быстрее и эффективнее. Система не только позволяет обрабатывать тендеры, она анализирует данные, строит и выгружает отчеты, что позволяет оптимизировать процесс и исключить возможность ошибок и накладок. Большая часть тендеров загружается автоматически (за исключением находящихся в закрытых частях площадок), т. е. не надо тратить время на создание карточек, а так как в каждой закупке заполняется как минимум более десятка параметров, это позволяет сэкономить много рабочего времени. Экономическая выгода Компания сэкономила около 1 млн рублей в год на зарплате: за счет автоматизации не потребовались расширять штат отдела. Сократилось время обработки тендерных заявок в 3 раза. Сократилось количество ошибок при обработке тендерных заявок в 2 раза.  Достоверная аналитика в системе позволила оптимизировать работу отдела, стали обрабатывать в 2,5 раза больше заявок. Количество выигранных тендеров выросло на 25%. В дальнейшем планируется работа в ELMA с тендерами не только специалистов тендерного отдела, но и сотрудников коммерческого отдела, т. е. отправка на уточнения возможности выполнить техзадание, оценка стоимости выполнения: все взаимоотношения, этапы, время выполнения задач по закупке будут отражаться в карточке, что позволит проводить аналитику по взаимодействию двух отделов, выявлять слабые моменты и стараться эти моменты из работы исключить. Также планируется оптимизировать работу через постановку задач. Исполнителю не просто будет приходить уведомление «Вам назначена задача», а сразу в уведомлении можно увидеть минимально необходимую информацию, ссылку на тендер и ссылку на документы. Источник: https://globus-ltd.ru/projects/automation_tender_dept

СберБанк

О проекте: Сбер — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов. Это самый капиталоемкий российский бренд и самый сильный банковский бренд в мире по версии Brand Finance. Цифровая экосистема Сбера включает в себя банковские услуги, сервисы для бизнеса (B2B-сервисы), фудтех, здоровье, электронную коммерцию и многое другое. Для всех сервисов действует единый идентификатор Сбер ID, единая программа лояльности СберСпасибо и удобные подписки СберПрайм и СберПрайм+. 68,9 млн активных ежемесячных пользователей мобильного приложения «СберБанк Онлайн» 101,5 млн активных частных клиентов в России 2,9 млн активных корпоративных клиентов в России Задача: Чтобы сделать Сбер одной из лучших финансовых и технологических компаний в мире, огромное внимание уделяется разработке и модификации цифровых сервисов, входящих в экосистему. Globus — постоянный подрядчик Сбера (Сбербанка) с 2017 года. Наша команда участвовала в разработке и модификации функционала мобильных приложений iOS и Android, помогала создавать продукты для корпоративных клиентов и физических лиц, настраивала сервисы для оказания банковских услуг, страхования, инвестиций, электронной коммерции, здравоохранения и логистики. К началу 2022 года общий объем выполненных по контрактам работ составил более 1,1 млрд руб. Реализация: В рамках сотрудничества специалисты Globus успешно разработали и модифицировали ПО, согласно поставленным задачам: Модуль реализации функциональности продуктов управления финансовыми потоками и коммуникациями с банком к ПО «Мобильные приложения ДБО (МП СББОЛ) для корпоративных клиентов», в том числе его компонент (модуль «Базовая функциональность», модуль «Расширенная функциональность») на базе платформы Android. Модуль «ЕФС. МП СБОЛ для Сбербанк Премьер», вер. 1.0» ПО «Сбербанк Онлайн» на базе платформы iOS. Модуль совершения платежей и переводов продукта «Трансграничные переводы с дочерними банками и иными внешними участниками» ПО «Сбербанк Онлайн» на базе платформы Android. Мобильное приложение «Финансовый советник» на базе платформы iOS. Модуль «Трансграничные переводы с внешними участниками» ПО «Сбербанк Онлайн» на базе платформы iOS. Маркер в мобильном приложении «Сбербанк Онлайн для iOS» ПО «Сбербанк Онлайн» на базе платформы iOS. Автоматизация платежей физических лиц ПО «Сбербанк Онлайн» на базе платформы Android. Модуль «МП СБОЛ. Потребительские кредиты» ПО «Сбербанк Онлайн» на базе платформы iOS. Осуществили модификацию мобильных приложений на базе платформы iOS и Android. Модуль «Автопереводы (регулярные переводы)» программного обеспечения «Сбербанк Онлайн» на базе платформы iOS. Модули «Оформление дополнительной карты в МП СБОЛ», «Сервис блокировки и разблокировки в МП СБОЛ», «Программа лояльности в МП СБОЛ», «МП СБОЛ. Своё дело» ПО «Сбербанк Онлайн» на базе платформы Android. ПО для реализации требований Управления развития технологий депозитарных услуг. ПО для реализации требований Управления NLP-платформы. ПО для развития функционала омникальной криптографической экосистемы. ПО для развития функционала защиты конфиденциальных электронных документов и корреспонденции, а также повышения киберграмотности клиентов. ПО для развития функционала продаж для крупнейшего, крупного и среднего бизнеса. ППО для развития продуктов сети продаж. ПО для реализации требований интеграции с платформой ЕФС для Управления маркетплейсов. ПО для реализации GreenField SmartMarket для Управления маркетплейсов. ПО с использованием инструментов и технологий Java для развития функционала страховых решений для заботы о близких и постпродажного обслуживания и для ипотеки. Источник: https://globus-ltd.ru/projects/servisnaya-razrabotka-dlya-sbera