Владелец интернет-магазина видит агрегированные отчёты с задержкой в сутки. Аномальный обвал продаж по конкретному товару или региону замечают поздно, а решения о закупке и ценообразовании принимаются на устаревших данных.
← Все проекты
E-commerce · Разработка · в продакшене
Аналитика интернет-магазина в реальном времени
Владелец интернет-магазина видит продажи сейчас, а не завтра утром. Если товар продаётся хуже обычного, приходит сигнал, а прогноз подсказывает, сколько закупать на ближайшие недели.
Задача
Что сделали
Воронка сейчас, а не завтра утром
От просмотра карточки до оплаты, с разбивкой по каналу трафика и категории.
Сигнал только о настоящем провале
На исторических рядах по SKU и региону считается доверительный интервал. Алерт приходит, когда продажи вышли за него, с оценкой, насколько это значимо на фоне обычных колебаний.
Сколько закупать на ближайшие недели
Модель временных рядов по ключевым SKU: сколько закупать на ближайшие недели.
Какие покупатели возвращаются
Удержание и ценность клиентов по когортам первой покупки.
Почему этому можно верить
- Порог врёт
- «Упало на 20%» у одних товаров норма, у других катастрофа. Поэтому интервал свой у каждого ряда.
- Скорость
- Kafka в ClickHouse. Агрегации для дашборда считаются за секунды, ночного батча нет.
- Расчёты
- Все трансформации описаны в dbt. Любую цифру на дашборде можно проследить до SQL, который её посчитал, и до версии этого SQL.
- Две наблюдаемости
- Grafana следит за пайплайном, не за продажами. Бизнес-дашборд и здоровье платформы — разные экраны, чтобы не путать одно с другим.
Как устроено
- События
- Apache Kafka как шина событий магазина.
- Хранилище
- ClickHouse — колоночная база под большой объём событий и быстрые агрегации для дашбордов.
- Трансформации
- Apache Airflow для оркестрации пайплайнов, dbt для версионируемых SQL-трансформаций поверх ClickHouse.
- Модели
- scikit-learn и Prophet для прогноза спроса и базовой детекции аномалий — расширяемо по мере роста данных.
- API и интерфейс
- FastAPI как слой API для дашборда и алертов; React с ECharts. Docker и Kubernetes для деплоя, Grafana для метрик самой платформы.
Похожая задача?
Опишите её — пришлём состав работ и смету за 24 часа.