Разработка под e-commerce *

Каждую неделю я трачу 15-20 минут на заказ продуктов во «ВкусВилл». Сценарий обычно один и тот же: открыть каталог, найти молоко среди 15 похожих карточек, добавить, искать хлеб, сомневаться между бородинским и чиабаттой, снова добавить, потом сыр, потом что-то к чаю. К пятой позиции я уже не уверен, кто тут клиент: я или бесконечная лента товаров.

В какой-то момент поймал себя на мысли: я трачу больше времени на поиск гречки, чем гречка потом варится.

По данным Platforma (2021), россияне в среднем проводят от 19 до 49 минут в месяц на выбор продуктов онлайн с мобильного (жители Москвы — в 2,5 раза больше). При этом 65% покупателей называют экономию времени главной причиной онлайн-покупки продуктов (РБК, 2022) - данные несколько устаревшие, но все же.

Парадокс понятный: мы идём в онлайн, чтобы сэкономить время, и там же это время сливаем в рутину.

Я решил проверить простую гипотезу: если человек обычно заказывает одно и то же, можно ли собрать корзину по одной фразе вроде:

> «Собери завтрак на двоих»

Спойлер: можно. Я сделал Telegram-бота, который понимает обычный язык, сам ищет товары в каталоге «ВкусВилл» и отдаёт готовую ссылку на корзину.

> Дисклеймер: это личный open-source проект. Я не связан с компаниями ВкусВилл или Яндекс. Бот использует публичный API ВкусВилл и Yandex Cloud AI Studio на общих условиях. Код доступен на GitHub под лицензией Apache 2.0.

Кому будет полезно: разработчикам, которые думают о ботах с ИИ; тем, кто хочет разобраться в function calling или MCP; и всем, кому интересно, как LLM может автоматизировать рутину.

Сегодня мы в Beeline Cloud решили поделиться свежими публикациями на нашей DIY-площадке «вАЙТИ». Это — подробные технологические материалы и относительно легкие разборы смежных тем: от лайфхаков по теме eCommerce-разметки и React Server Components до опыта разработки видеоаналитики на базе открытых решений.

Формат статьи не позволяет  вдаваться в подробности и отвлекаться на второстепенныевещи, как-то погода, настроение и прочее. Посему постараюсь сухо и информативно , без кода и заумных терминов донести те тяготы, лишения и откровения сопровождавшие нас по пути сотворения синтетического продавца, дабы воспоследователей минули сии невзгоды и они устремились к цели по проторенной нами тропинке.

Идейка эта зародилась у нас в час отдохновения в баре, после предварительного насыщения чешским полутемным плюс колено вепрево. Когда еще не тянет в сон, но и голодная бодрость поутихла, затянуло нас с другом в эдакую маниловщину:
- А неплохо бы было, если б ИИ не только вместо нас код писал, т.е. работу работал, но и деньги для нас зарабатывал и на карточку б аккуратно скидывал.
- Это да! А посуду помыть или прочие мирские глупости - это мы пока сами.
- Тем более, что из-за этих ЛЛМ за полгода ни одного джуниора не осталось и мидлы сильно поредели. Так глядишь и до нас, архитекторов через годик доберутся.

- Сделаем к а мы эдаких бравых иишных молодцев из ларца, которым все едино чем торговать, при этом они на проф уровне могут проконсультировать, сравнить товары, выдать тех. характеристики и прочие плюшки.
- Да, а государь прознав про нашу дружбу и эдакую затею, пожалует нас в генералы, - не удержался я и прихлебнул полутемного.
Назавтра в послеобеденную пору мы приступили к реализации нашей гранд-пенсионной идеи.  Для начала определились с кроликом: открыли страницу маркетплейса, ткнули наугад мышкой в категории. Попали в товары для животных. Открыли эту категорию и поелозив по экрану стрелкой уткнулись в магазинчик.  

В этой статье разберем, как данные iiko становятся входом для WFM TARGControl: как забирать из POS почасовую выручку и количество чеков, превращать их во временные ряды, использовать для прогноза нагрузки и дальше — для планирования смен и аналитики.

Прежде чем перейти к API и эндпоинтам, ответим на вопрос «зачем вообще тащить POS в планирование». В HoReCa расписание проверяется не отчетом в конце недели, а кассой и залом в ближайшие 1–2 часа: спрос распределен неравномерно по времени, каналам (зал/доставка/навынос) и дням недели. Поэтому устойчивое планирование начинается не с «графика в таблице», а с измеримых драйверов спроса, которые можно регулярно обновлять автоматически.

Всем привет, решил поделиться рандомными мыслями. Более интересно начинающим разработчикам, но думаю все могут что-нибудь добавить или обсудить. Погнали!

#1
Разработка - это про построение систем, а не чисто про написание кода. И да, это сложно. Заниматься этим можно, только если это действительно тебе интересно. Будешь себя насиловать, выгоришь или станешь просто грустным.

Аналитик студии комплексной разработки цифровых решений CleverPumpkin Алёна Сорокина и эксперты брендов со зрелым data-driven подходом «М.Видео» и Unirest.tech (бренд Rostic's) разбирают, как использовать данные, чтобы управлять конверсией, минимизировать риски при релизах и масштабировать работающие решения для роста e-commerce продуктов. 

Всем привет! В этой статье разберем один из самых частых вопросов, связанных с Telegram: как узнать Telegram ID - и не только свой, но и группы, канала, чата или бота.

Покажу множество способов - как простых, так и чуть сложнее, но надежнее.
А в конце будет бонус: код для своего бота для получения ID, чтобы не пересылать сообщения в стороннии сервисы.

Разбираем «Додо», «Дикси» и «Золотое Яблоко». Почему скидки перестали работать, как геймификация влияет на LTV и зачем ритейлу виртуальная валюта. Только цифры, механики и выводы.

Сегодня пойдет речь о настойчивом, трудолюбивом молодом человеке, который с 14 лет начал свои первые и полезные стартапы, а не играл в “дотку”. Рассказ будет не из разряда - как стать миллионером, не о заезженной крипте и не о вкладах во что-то типа МММ. Да, шлейф сегодняшнего тренда - ИИ, будет. Куда уж без него, но это все в ненавязчивой форме и с пользой для общества.

Меня зовут Александр Бунтов. Я разработчик, который однажды внезапно стал тимлидом: сначала пришел как старший/ведущий инженер, через несколько месяцев прежний лид ушел — и я взял роль на себя. Сейчас работаю в Ви.Tech — IT‑дочке ВсеИнструменты.ру

В статье расскажу, как за первые 100 дней перевел команду в более устойчивый режим: без «реформ с порога», но с понятными договорённостями, нормальными ритуалами, фиксом оценки задач и делегированием так, чтобы команда меньше дергалась и больше делала.

Будет полезно новым тимлидам и сеньорам перед промо. Если у вас сейчас ощущение «все горит, люди устают, планирование не работает» — тут для вас.

Когда мы начинали делать модуль «Единый сток» внутри нашей WMS МПФИТ, задача звучала почти детски: есть поставщик, есть магазин, давайте синхронизируем остатки.

Первые внедрения быстро отрезвили. «Единый сток» у селлера редко про один магазин. Обычно это 2–3 витрины на маркетплейсах, плюс FBS, плюс сезонные всплески, плюс ассортимент в 500–3000 SKU, где часть товаров в вариантах (размер, цвет), а часть продается наборами.

И вот тут простая синхронизация перестает быть решением. Она становится источником сюрпризов.

Я расскажу про три шишки, которые мы набили при разработке и запуске «Единого стока». Каждая шишка сначала кажется мелочью, пока не превращается в отмены, ручные правки и раздражение команды.

Операционный директор CleverPumpkin вместе с продуктовыми командами Dodo Pizza, Lamoda Tech и «Лемана Тех» выделили шесть направлений, которые определят стратегию развития цифровых продуктов в 2026 году.

За последние годы разработчики в распределённых системах почти решили инфраструктурные проблемы: масштабирование, деплой, отказоустойчивость. Ценой этого прогресса стал экспоненциальный рост сложности бизнес-логики, которая всё чаще выражается не в коде, а в порядке сервисных вызовов.

Современные команды научились разбивать монолиты на микросервисы, оркестрировать их в Kubernetes и наблюдать через распределённые трассировки. Инфраструктура стала управляемой, но сама бизнес-логика — нет. И чем больше сервисов создаётся, тем сложнее сохранять целостность данных, порядок действий и предсказуемость поведения.

Типичный сценарий: бизнес приходит с задачей "Если в корзине три товара категории "Электроника", положи в подарок чехол, но только если регион доставки не "Дальний Восток". Звучит как if-else на пять строк. Но в распределённой системе это превращается в такой себе квест: BasketService синхронно обращается к Catalog, затем к Warehouse, затем к GeoService. Где-то посередине случается таймаут, где-то - сетевой сбой, и в коде начинают появляться саги, компенсации и ретраи.

В результате бизнес-логика перестаёт быть просто кодом. Она превращается в топологию вызовов: тонкий слой условий, размазанный по HTTP-клиентам и контроллерам. И чем сложнее система, тем страшнее становится трогать эти цепочки.

Я приглашаю сегодня взглянуть на проблему под другим углом. Что если пересмотреть не инструменты, а саму парадигму управления состоянием?

Когда я был ещё джуном, мой менеджер иногда на наших еженедельных встречах тет-а-тет делился своим возмущением. Он указывал на проект, над которым работала другая команда, и говорил: «Я не верю, что этот проект достигнет какого-то успеха. Они решают не ту задачу». Я отвечал любопытством: «Но вы же старший, почему бы просто не пойти и не поговорить с ними?» Мне казалось странным, что при наличии возможности повлиять на ситуацию человек предпочитает молчать.

И ирония не обошла меня стороной. На прошлой неделе я сам поймал себя на том, что рассказываю новичку, почему соседней команде придётся кардинально менять свой проект, так как они изначально пошли не тем путём. И он справедливо задал мне тот же вопрос, что и я задавал многие годы назад: «А почему вы просто не поделитесь с ними своим мнением?» С тех пор эта ситуация засела в моей голове, так как я осознал, что за прошедшие годы моя позиция по этому вопросу изменилась.

Что объединяет пенсионеров-лудоманов, барсука-полицейского и сайты из нулевых? Сегодня мы погрузимся в веб Страны восходящего солнца, чтобы найти ответ на этот вопрос.

Или как я потратил неделю, чтобы доказать: ИИ сегодня — это красноречивые лжецы в костюмах экспертов.

В конце 2025 года я устал читать маркетинг в стиле «наша модель умнее ChatGPT на 15%». Умнее по какому бенчмарку? MMLU? Это всё равно что мерить интеллект человека по результатам ЕГЭ.

Я решил проверить одну простую вещь: способна ли нейросеть сказать «я не знаю»?

Потому что в реальном мире — в медицине, праве, финансах — ответ «я не уверен» стоит дороже любой красивой, но выдуманной истории.

Ниже — результаты слепого тестирования 14 топовых LLM (включая Claude 4.5, GPT-5.2, Gemini 3, Qwen, YandexGPT и GigaChat).

Спойлер: Copilot оказался самым надежным, Claude — самым умным, а китайский Qwen неожиданно «уделал» GPT.

Представьте, что вы управляете крупной сетью супермаркетов. Вы контролируете поставки на склад, знаете продажи по чекам, по камерам видите поток покупателей и их маршруты в зале. Но вот что реально происходит на полках остается "черным ящиком":

Мы, кажется, пробили новое дно.
И что особенно удивительно, Карл! — аккуратно, без паники, с хорошей формулировкой и абзацами.

Я сначала не понял, что стало происходить. Было ощущение странного дежавю: читаю change request или баг‑репорт, киваю, вроде всё логично... но что‑то не так, как будто где это уже читал. Слова правильные. Причинно‑следственные связи на месте. Термины употреблены верно. Пытаюсь понять в чём проблема — ноль. Как будто читаешь инструкцию к микроволновке, а не описание реальной проблемы. Пытаюсь прочитать ещё раз и ещё раз — с трудом продираюсь через текст с каким‑то смутным понимаем того, что написано.

И тут до меня доходит - как обухом по голове.
Мои дорогие гении из техподдержки и продакт менеджер нашли «идеальный» способ сэкономить на обсуждении технической стороны проблемы со мной. И действительно, зачем? Клиент что‑то спросил. Они прогнали это через ИИ. И ИИ вник. Глубоко. Старательно. Затем сгенерировал текст, старательно объясняя мне что нужно добавить, починить и даже каким образом это сделать (не имея даже понятия о нашей кодовой базе).

И вот тут я реально взбесился. И не тихо так, а очень даже громко.

Недавно я решал задачу, которая знакома почти любому e-commerce: как поднять конверсию и апсейл вмагазине, где по бенчмаркам все и так «нормально».

Ограничение было простое: решение должно быть на базе ИИ. Мне было важно не «прикрутить чатик», а проверить, насколько зрелы ИИ‑агенты для продакшна, когда они работают с реальными данными, ограничениями и метриками.

Сразу обозначу рамки. Это не статья про то, как увеличить маркетинговый бюджет, переделать витрину или заняться дисраптом. Здесь ровно один фокус: может ли AI‑агент улучшить ключевые метрики: конверсию, средний чек и удержание, в классическом fashion e‑commerce.

Перед тем как строить решение, я разложил клиентский путь на этапы и посмотрел, где теряется конверсия. Самый болезненный участок оказался предсказуемым: переход из карточки товара в корзину. На этом шаге у клиента чаще всего включаются сомнения, размер, посадка, материал, и «с чем это носить». Про конкретный магазин не пишу по понятным причинам.

Часто дизайнеры и разработчики живут в разных вселенных. Одни думают о пикселях и user flows, другие — о latency & database queries. Но именно на стыке этих дисциплин рождаются самые эффективные и надёжные продукты. Давайте посмотрим, как ваши дизайн-решения могут стать первым и самым важным рубежом обороны для бэкенда.