cosbi.

Sales Intelligence-платформа: ETL и AI-аналитика для Bitrix24, 1С:УТ и WooCommerce в единой витрине

In Development2025IT-проект
portret-klienta

Ключевые тезисы.

01Мультитенантная SaaS-архитектура: организации, участники, модульные коннекторы.
02Коннекторы-MVP: Bitrix24, 1С:УТ (через OData), WooCommerce; BaseConnector-интерфейс для расширения.
03AI-аналитика и AI-матчинг товаров между источниками; product selector и alert engine.
04Python ETL в Docker + Node.js extractors; инкрементальный и полный режимы синхронизации.
05Self-hosted Supabase (PostgreSQL) с 45+ таблицами и RLS-политиками на organization_id.
06Next.js 16.2 фронт с дашбордом и маркетинговым сайтом cosbi.tech; отдельный backend на Express.js.

Bitrix24.

CRM-интеграция

1С:УТ.

ERP-интеграция (OData)

WooCommerce.

E-commerce интеграция

Статус

In Development

Год

2025

Категория

API

Стек

NextJSPythonSupabaseBitrix24WordpressNodeJS1C-Bitrix1CSAP

Теги

Центр управления бизнесомAI-аналитика всех процессов
cosbi-logo

Cosbi — это, пожалуй, самый технологически амбициозный проект в моём портфолио. Я создал ETL-платформу с ИИ-аналитикой, которая превращает разрозненные данные из Битрикс24, 1С и сайтов в единую картину бизнеса. Когда руководитель отдела продаж спрашивает «Почему упала конверсия?», ему больше не нужно часами копаться в отчётах — система сама находит паттерны, оценивает риски и предлагает действия. Это не дашборд с красивыми графиками — это настоящий «мозг» для отдела продаж, который работает 24 часа в сутки и никогда не устаёт анализировать данные.

Проблема и контекст

Типичная ситуация в российском B2B: компания использует Битрикс24 для CRM, 1С для учёта, отдельный сайт на WooCommerce для онлайн-продаж. Три системы, три базы данных, три картины мира. Менеджер закрывает сделку в Битрикс24, но в 1С она отражается через три дня. Клиент заказывает на сайте, но менеджер узнаёт об этом из письма на следующее утро. Руководитель пытается свести отчёты из трёх систем в Excel и тратит на это целый рабочий день. В итоге решения принимаются на основе устаревших данных и интуиции, а не фактов.

Я работал с Заводом Смазок и видел эту проблему изнутри. 705 тысяч активностей в Битрикс24, сотни звонков ежедневно, 120+ товаров на сайте — и никакого единого аналитического слоя. Руководитель принимал решения интуитивно, а не на основе данных. Менеджеры не получали обратную связь о качестве своих звонков. Никто не отслеживал, какие паттерны ведут к успешным сделкам, а какие — к потерям. Коммерческие предложения формировались вручную, прайс-листы обновлялись из PDF раз в квартал. Весь этот хаос можно было укротить — нужен был правильный инструмент.

Решение: что мы построили

Я спроектировал и реализовал ETL-конвейер, который каждую ночь извлекает данные из Битрикс24 (10+ типов сущностей: сделки, контакты, компании, задачи, звонки, активности), трансформирует их и загружает в единое хранилище. Python выполняет тяжёлую работу по извлечению и трансформации, Node.js обеспечивает API и дашборды. Синхронизация запускается cron-задачами и завершается к утру, чтобы руководитель начинал день с актуальной информации.

Но главная ценность — не в данных, а в ИИ-аналитике поверх них. Система оценивает риски по сделкам, анализирует паттерны успешных и проигранных сделок, генерирует еженедельные отчёты для руководителя отдела продаж. Анализ навыков звонков — отдельный модуль: мы транскрибируем звонки менеджеров через Whisper, а затем Claude Haiku оценивает их по настраиваемым критериям. Руководитель видит конкретику: кто из менеджеров плохо работает с возражениями, а кто — забывает предлагать допродажу. Батчевый анализ тональности разговоров выявляет конфликтные ситуации до того, как клиент уйдёт к конкуренту.

Отдельный модуль — ИИ-подборщик продуктов. Клиент описывает свою потребность в свободной форме, система парсит запрос через NLP и подбирает подходящие смазочные материалы из более чем 100 карточек. А модуль управления ценами использует Claude Vision для парсинга прайс-листов из PDF и DOCX — загрузил файл, и цены обновились автоматически. Дашборды покрывают все уровни управления: от воронки и когорт до прогнозирования продаж и детальной аналитики по каждому менеджеру.

Ключевые технологии и инновации

  • ETL-конвейер на Python + Node.js: ночная синхронизация 705 000+ активностей из Битрикс24 через cron
  • ИИ-аналитика: оценка рисков сделок, анализ паттернов побед и поражений, автоматический коучинг менеджеров
  • Транскрипция звонков (Whisper) + батчевый анализ тональности и навыков (Claude Haiku) по настраиваемым критериям
  • ИИ-подборщик продуктов: NLP-парсинг заявок клиентов, сопоставление с базой из 100+ карточек смазочных материалов
  • Claude Vision для автоматического парсинга прайс-листов из PDF и DOCX документов
  • Многоуровневые дашборды: РОП, руководитель, воронка продаж, паттерны, когортный анализ, прогнозирование
  • WooCommerce-каталог 120+ продуктов с двусторонней синхронизацией данных
  • NextJS 16 + Express.js + Supabase + Python ETL — гибридный стек для разных типов задач

Результаты и влияние

Платформа обрабатывает более 705 000 активностей, синхронизируется каждую ночь через cron-задачи и предоставляет руководителю полную картину бизнеса к началу рабочего дня. Менеджеры стали получать конкретные рекомендации по улучшению навыков продаж на основе анализа их реальных звонков. Прогнозирование продаж перешло от «ощущений» к математическим моделям, основанным на исторических данных.

Cosbi — это квинтэссенция моего подхода к B2B-консалтингу: не абстрактные советы, а конкретные инструменты, которые работают 24/7. Этот проект показал, что даже средний бизнес может позволить себе аналитику уровня Enterprise, если правильно использовать современные ИИ-модели и open-source инструменты. Мне не нужен Tableau или Power BI с их дорогостоящими лицензиями — достаточно Python, React и API Anthropic, чтобы дать бизнесу инструмент, который раньше был доступен только корпорациям с бюджетами в миллионы.

Открыть проект

Поделиться

следующая
coscio