Иногда продуктовая фича живёт в приложении «для галочки». Пользователи вроде бы ею пользуются, команда её не развивает, а аналитики не могут толком оценить влияние на метрики. Так было с нашим старым механизмом поиска ближайших машин в каршеринге — «Радаром». Он просто пинговал координаты и сообщал, когда рядом появлялась машина. Никакой логики приоритизации, никаких фильтров, никакого резерва — сырая идея без развития.

В статье рассказываем, как мы заново осмыслили и пересобрали фичу:

• продакт Настя Голованова — о том, как мы нашли value, перезапустили механику и успели в сроки размещения наружной рекламы;
• разработчик Михаил Ефанов — про то, как превратить монолит в стабильную архитектуру.

Полезно будет всем, кто работает на стыке развитии продукта и инженерии: от старта фичи до релиза и плана развитии.

Привет, Хабр! Я Михаил Ефанов, инженер в команде, которая отвечает за всё, что происходит между нажатием кнопки «забронировать» и началом вашей поездки в каршеринге Ситидрайв. Мы работаем со всеми типами авто, но электрокары — отдельная история. Однажды ко мне обратился менеджер продукта с таким запросом:

Привет, Хабр! Я — Максим Шитилов, продуктовый аналитик в каршеринг-сервисе Ситидрайв. Каждый день мы обрабатываем большие объёмы данных, и ClickHouse — один из наших ключевых инструментов. Если вы когда-либо пытались связать события с временными интервалами или рассчитать метрику за определённое окно после события, то наверняка сталкивались с типичной конструкцией на self-join. Вроде бы работает, но запрос становится громоздким, ресурсоёмким и плохо масштабируется.

В этой статье я расскажу, как решать такие задачи проще и эффективнее — с помощью массивов, arrayFilter и arrayMap. Покажу, как отказаться от self-join’ов без потери точности, ускорить обработку и упростить код. Примеры — из реальных бизнес-кейсов: телеметрия, аренды, GMV и события, которые нужно связать между собой по времени. Так как схожих решений на просторах интернета я не нашёл, предлагаю назвать этот подход «Array Join Pattern». Если метод окажется полезным для сообщества, то такой паттерн легко будет найти другим аналитикам и девам.

На связи продакт каршеринга Ситидрайв — Настя Голованова. Сегодня расскажу, как мы пересобрали UX пост-осмотра автомобиля без единой строчки бэкенда и без A/B-тестов — только через быстрое прототипирование, юзер-интервью и разумные продуктовые компромиссы. Получился кейс, где дизайн решает бизнес-задачу, а изменения в одном экране экономят миллионы. Будет полезно всем, кто работает на стыке клиентского опыта и юнит-экономики 🤝

Всем привет! Меня зовут Воронцов Александр, я занимаюсь машинным обучением и анализом данных в Ситидрайве. В этой статье расскажу, как мы развивали систему динамического ценообразования: что это такое на практике, почему это так важно для каршеринга и с какими сложностями мы столкнулись.

Всем привет! Меня зовут Сухарев Даня, я руководитель FMS-продукта (Fleet Management System) в каршеринге Ситидрайв. Представьте 19 000+ автомобилей, которые нужно обслуживать, заправлять, мыть, чинить и следить, чтобы всё работало как часы. А теперь добавьте к этому старую Админку, разрозненные системы, бесконечные чаты и онлайн-таблицы, в которых исполнители координируют работу. Мы поняли, что так дальше нельзя, и за 3 квартала переписали всё, создав новую систему управления автопарком и мобильное приложение FMS App.

В этой статье расскажу, как мы заменили хаос на чётко работающую систему: построили архитектуру с 11 микросервисами, выбрали стек, уложились в сжатые сроки, пересобрали концепцию на ходу и в итоге создали продукт, который сильно упростил жизнь отдела операций и исполнителей. Разработчикам — про технические решения, продактам — про продуктовые вызовы, всем — про боль, хаос и победы. Поехали! 🚀

При масштабировании инфраструктуры Kafka неизбежно встаёт вопрос репликации данных между кластерами. Будь то разделение потоков данных между командами, обеспечение резервирования между ЦОДами или даже плавная миграция на новую платформу — все эти задачи требуют надёжного инструмента для передачи сообщений.

Для организации репликации топиков между кластерами в команде автоматизации информационных систем каршеринга Ситидрайв мы используем MirrorMaker 2.0. Этот инструмент входит в стандартный стек Kafka и позволяет гибко управлять потоками данных, но при этом имеет свои нюансы и ограничения.

В этой статье я расскажу, как мы на практике внедрили MirrorMaker 2.0, с какими подводными камнями столкнулись, как настроили мониторинг и автоматизацию, а также какие альтернативные решения существуют на рынке. Гоу! 🚀

На связи Оля Андреева — руководитель группы аналитики по визуализации данных в каршеринг‑сервисе Ситидрайв. Мы в компании внедряем лучшие практики, строим систему отчётности и развиваем BI. Моя команда нацелена на создание красивых, понятных, непротиворечивых и удобных дашбордов для практически всех департаментов компании — от операций, маркетинга до HR. И здесь не обойтись без правильно выстроенной коммуникации с заказчиком.

В самом начале своего пути в аналитике мне очень помогла книга Тома Гривера «Articulating Design Decisions», которая убедила меня в том, что успешно выстроенные отношения с заказчиком творят магию. И хотя она посвящена преимущественно дизайну продукта, 90% описанных в ней практик идеально подходят и для разработки дашбордов. Для меня это лучшее руководство по коммуникациям для аналитиков — я рекомендую всем начинающим специалистам в своей команде начать осваивать подход к работе с заказчиками именно с этой книги.

В статье я поделюсь 7 лучшими советами из книги, которые помогут не просто создать дашборд с данными, а реально упростить принятие решения для заказчика. Ну и конечно дополню своими рабочими кейсами и экспертизой.

Привет! Меня зовут Евгений Титов, и я занимаюсь разработкой сервисов телеметрии в каршеринг-сервисе Ситидрайв. В этой статье расскажу о том, что из себя представляет телеметрия в каршеринге, какие сложности возникают при её тестировании, и как мы их решаем.

Всем привет! Меня зовут Женя, я работаю iOS разработчиком в каршеринг-сервисе Ситидрайв, где мы с командой стремимся улучшить пользовательский опыт и сделать наше приложение более интуитивно понятным и функциональным. В этой статье я расскажу, как у нас организована работа с картой: как отображаем автомобили и другие объекты, какие проблемы возникали в процессе разработки, и почему мы выбрали формат данных GeoJSON. Также поделюсь особенностями работы с форматом, которые важно знать любому разработчику и расскажу о некоторых его преимуществах.

Привет, меня зовут Артём Пулявин, с 2022 года я занимаю позицию технического директора в Ситидрайве и отвечаю за всё IT в компании — от закупки серверов и ноутбуков до разработки и найма новых членов команды. За 20-летнюю карьеру я провёл более 1 000 собеседований и взял на работу более 100 айтишников. А в Ситидрайве за последние 2 года увеличил команду в 3 раза.

На Хабре уже есть статья от нашего HR-менеджера о том, как в компании выстроен процесс найма IT-специалистов. В этом материале я расскажу именно про этап технического собеседования: на что обращаю внимание при подборе новых членов команды в Ситидрайве и по каким критериям оцениваю кандидатов, а также дам рекомендации, как вести себя на финальном собеседовании. 

Сразу признаюсь: на старте у нас было всего 10 событий, которые мы могли отслеживать. И показывали они нам то, что мы и так знали.

Расскажу, как мы разогнались до 700 уникальных событий и выстроили систему разметки, которая стала фундаментом аналитики в нашем каршеринге; а ещё покажу все аспекты жизненного цикла события: от идеи и технической реализации до попадания в отчёт и получения инсайтов.

Делюсь опытом по становлению каршеринга на светлую сторону Силы — переезду в облако.

Мы переезжали из одного датацентра в другой, шатали прод по ночам, выкатывали новые микросервисы, переписывали старые, наш парк машин вырос в 4 раза. И всё это за экстремальные 2 года!

Привет, Хабр! Меня зовут Саша, и вот уже 13 лет я работаю в сфере финансов. Когда я был рядовым сотрудником, больше всего я ненавидел отчёты. Их было чертовски много, и все нужны «ещё вчера». Чтобы упростить себе жизнь, я стал изучать инструменты аналитики. А потом бац — и неожиданно обнаружил себя в кресле руководителя команды операционной аналитики в Ситидрайве. 

И да, наши основные задачи связаны с формированием отчётов для финансистов, маркетологов, бухгалтеров и даже топ-менеджмента. Сейчас в компании почти нет отчётов, в создании которых мы не участвуем. Иронично, не правда ли?

В этой статье хочу рассказать, почему операционная аналитика сейчас незаменима для отчётов, как мы помогаем структурировать конкретные сводки данных, и как они драйвят бизнес в целом.

О дефиците кадров в российском IT не говорит только ленивый. Некоторые пишут, что на рынке не хватает около 170 тысяч опытных специалистов, а другие и вовсе считают, что айтишников нужно ещё миллион.

Ситуация на рынке и правда сложная. Искать толковых специалистов уровня Middle и выше стало труднее. Но самим программистам от этого не легче. На одну хорошую вакансию дикая конкуренция: иногда больше 40 человек на место. Поэтому я решила поделиться опытом и рассказать, как проходит процесс подбора айтишников изнутри в моей компании — Ситидрайве, и как специалисту показать себя с наилучшей стороны на собеседовании. 

Рассказываем про любимую метрику маркетологов.

Наши аналитики разработали комплексную формулу расчёта LTV, которая учитывает не только специфику работы каршеринга, но также все доходы и затраты сервиса. В статье расскажу, как мы считаем пожизненную ценность клиента и как с помощью этих данных улучшаем свой сервис.