Портфолио и кейсы фрилансеров по разработке CRM и ERP

Андрей Зубарь
Андрей Зубарь 17 дней 2 часа назад
IdeaRadar Leads — сервис поиска потерянных заявок с сайта
Разработал SaaS-сервис, который помогает бизнесу находить потенциальных клиентов, начавших заполнять форму на сайте, но ушедших до её отправки. Обычная CRM такую заявку не получает, поскольку событие submit не произошло. IdeaRadar фиксирует разрешённые данные непосредственно в процессе заполнения формы. Для подключения достаточно установить на сайт небольшой JavaScript-трекер. Он автоматически обнаруживает формы и их поля, отслеживает взаимодействие пользователя и передаёт события на сервер. Поддерживаются в том числе динамически создаваемые формы. Реализовано: — Laravel 13, PHP 8.4, MySQL 8.4, Docker, Nginx, Caddy — универсальный tracker.js с progressive capture — автоматическое обнаружение форм и полей — debounce и пакетная отправка событий — фиксация незавершённых и успешно отправленных форм — определение потерянной заявки по таймауту активности — личный кабинет со статистикой и списком потерянных заявок — авторизация по одноразовому 5-значному коду на email — роли пользователя и администратора — защита API по Origin, CORS и Rate Limit — автоматическое исключение паролей, файлов, платёжных и других чувствительных полей — серверная повторная проверка собираемых данных — фоновые задачи Laravel Scheduler — SEO/GEO/AEO-оптимизация публичной части проекта. Архитектура построена так, чтобы tracker не вмешивался в работу формы и не блокировал её отправку. Сервис разворачивается независимо от CMS клиента — для подключения не требуется переписывать существующие формы.
илья Шустов
илья Шустов 19 дней 1 час назад
CRM / Service Desk для сервисного центра
Сервисный центр принимал заявки на обслуживание техники хаотично — через мессенджеры. Нужна была единая система учёта. Что сделано: • статусы заявок и назначение исполнителей; • трекинг выполнения; • QR-коды на картриджах — по ним видна вся история обслуживания. Результат: около 1000 заявок за первый месяц работы, обработка заявок ускорилась на 30–40%.
илья Шустов
илья Шустов 19 дней 1 час назад
Kaida — SaaS онлайн-записи для салонов
Заказ с Kwork: MVP сервиса онлайн-записи для салонов и сферы услуг. Что сделано: • онлайн-запись для клиентов; • клиентская база; • тарифы для подписки; • панель суперадмина для управления площадками. Стек: Node.js, SQLite. Результат: MVP сдан точно в срок. Оценка заказчика на Kwork — 5.0: «Всё в срок и в полном соответствии с ТЗ. Редкость на Kwork».
tyu tu
tyu tu 19 дней 4 часа назад
CRM для транспорта и спецтехники
Транспортная компания и парк спецтехники живут на стыке диспетчеризации, логистики и денег. Заявки в мессенджерах, занятость машин в голове диспетчера, зарплата водителей в Excel, а реальную прибыль по рейсу видно только в конце квартала — если вообще видно. Нужна была система, где вся заявка на одном экране: маршрут, техника, деньги, расходы, документы — и где сразу видно занятость автопарка и маржу по каждому рейсу.
tyu tu
tyu tu 19 дней 4 часа назад
Разработка CRM для мебельного производства
Специализированная система, которая объединяет менеджеров, конструкторов, мастеров, закупщиков и руководителей. Полный цикл — от заявки до анализа прибыли.
Андрей Зубарь
Андрей Зубарь 22 дня 6 часов назад
Автоматизация обработки заявок WordPress → amoCRM + Telegram
Доработал систему обработки заявок для сайта на WordPress, где часть лидов терялась из-за старой схемы: данные отправлялись в CRM только после перехода пользователя на страницу «Спасибо». Реализовал независимый механизм сохранения и обработки заявок. Теперь заявка сначала гарантированно сохраняется в собственной базе WordPress, после чего пользователь перенаправляется на страницу благодарности. Даже если страница не откроется, данные клиента уже сохранены. Что реализовано: • собственное хранилище заявок в WordPress • REST API для приёма данных со всех форм сайта • защита от дублей при повторном клике и перезагрузке • сохранение UTM-меток, источника, страницы и формы • нормализация телефонов • интеграция с amoCRM API v4 • поиск существующего контакта по телефону и email • повторная заявка добавляется к существующей активной сделке без создания дубля • новые обращения создаются в нужной воронке amoCRM • автоматическая отправка уведомлений в Telegram • отправка клиенту HTML-коммерческого предложения с PDF-материалами • отдельная очередь для КП, amoCRM и Telegram • повторные попытки при временных ошибках API или почты • запуск очереди через Cron • статусы отправки, количество попыток и журнал ошибок
Андрей Зубарь
Андрей Зубарь 22 дня 9 часов назад
Разработка TON / GRAM микросервиса для P2P-платформы.
Была общая задача — подключить TON к существующей P2P-платформе, создавать пользовательские кошельки, получать балансы и обрабатывать транзакции. По мере разработки требования были детализированы и в итоге сформировались в полноценную отдельную FinTech-инфраструктуру. Микросервис реализован на Laravel и вынесен отдельно от основной P2P-системы. Связь между сервисами работает через REST API с HMAC-SHA256, nonce, timestamp, Idempotency-Key и IP allowlist. Прямого доступа основной платформы к базе микросервиса нет. Реализованы создание и импорт TON V5R1 кошельков, синхронизация балансов и транзакций, TON-депозиты, отдельный учёт Jetton, резервирование средств, выводы и подтверждение операций в blockchain. Добавлены очереди Redis, webhook TonAPI, fallback через TON Center, защита от rate limit, повторная доставка событий через outbox и reconciliation после сбоев. Отдельно реализованы кошельки-сборщики, контроль резервов и custody-сверка активов микросервиса с обязательствами P2P-платформы. Для Jetton создан отдельный testnet-контракт TGRAM с mint, transfer и тестами. Также разработан DEX-контур через STON.fi Omniston: получение котировок, резервирование, requote, контроль slippage и подготовка swap. Broadcast отделён аварийными feature flags. В результате первоначальная задача «подключить TON» превратилась в изолированный криптовалютный микросервис с API, очередями, аудитом, мониторингом, системой восстановления и многоуровневой защитой финансовых операций.
Дмитрий Прокофьев
Дмитрий Прокофьев 23 дня 7 часов назад
Система сбора и скоринга заявок с ИИ
Панель для сбора и обработки входящих заявок с открытых площадок. Система сама собирает обращения, оценивает каждое и раскладывает по приоритету: горячий, тёплый, холодный. В карточке подсвечивает ключевые слова, по которым заявка признана целевой, и вытаскивает названный бюджет, если он есть в тексте. ИИ готовит два варианта ответа клиенту: мягкий и прямой. Оператору остаётся выбрать и отправить, а не сочинять с нуля. Дальше воронка по статусам: новая, в работе, закрыта, отклонена. Есть свои категории, поиск, история по каждой заявке с комментариями и выгрузка в CSV. На дашборде статистика: сколько пришло сегодня и всего, конверсия, доля горячих и топ источников. Своя разработка. Данные на скринах вымышленные.
Андрей Зубарь
Андрей Зубарь 23 дня 9 часов назад
AI-агент для обработки B2B-заявок по email
Задача Автоматизировали обработку входящих заявок для оптово-розничной компании. Раньше менеджер вручную читал письмо, разбирал позиции, искал товары, проверял цены и готовил коммерческое предложение. Как реализовали AI-агент подключён к корпоративной почте и автоматически обрабатывает новые заявки. Он определяет клиента, извлекает из письма товары, характеристики, размеры, количество и дополнительные требования. Полученные позиции сопоставляются с номенклатурой компании. Для неоднозначных названий используется семантический поиск: клиенту необязательно указывать точное название товара или артикул. Далее агент получает актуальные цены и остатки из учётной системы. Информация о характеристиках товаров берётся из внутренней базы знаний через RAG. На основании найденных данных AI формирует коммерческое предложение и проект ответа клиенту. Менеджеру остаётся проверить результат и подтвердить отправку. Архитектура Email → AI-анализ → поиск номенклатуры → цены и остатки → RAG → расчёт предложения → КП → Email Технологии Python · LLM API · RAG · Qdrant · PostgreSQL · Email API/IMAP · Bitrix24 API · Docker · Redis · очереди задач Защита от ошибок AI Цены, остатки, артикулы и расчёты не генерируются языковой моделью. AI используется для понимания запроса и подготовки текста, а коммерческие данные поступают только из корпоративных систем. Результат Менеджер получает уже разобранную заявку и готовое коммерческое предложение вместо ручной обработки каждого письма.
Дмитрий Прокофьев
Дмитрий Прокофьев 23 дня 9 часов назад
Продающий лендинг с живым ИИ-помощником
Лендинг для студии услуг с живым ИИ-помощником внутри. Помощник не просто отвечает заготовками: ведёт разговор текстом, называет цены, уточняет повод и задачу, снимает типовые возражения и доводит человека до заявки. Сложные вопросы передаёт менеджеру. На странице: hero с ротацией стилей, тарифы, отзывы, форма заявки и анимированный персонаж-маскот, который живёт в углу экрана. Сайт работает в проде прямо сейчас, помощник отвечает в реальном времени. По ссылке можно зайти и поговорить с ним самому. Своя разработка, без конструкторов.