Портфолио и кейсы фрилансеров по внедрению CRM

Наталья Падерина
Наталья Падерина 2 месяца назад
ERP-система для интернет-магазина и маркетплейсов
Разработала и внедрила собственную ERP-систему для управления интернет-магазином и продажами на маркетплейсах. Система объединяет заказы, каталог товаров, складской учёт, маркировку, финансы и внутренний учёт выполненных работ в одном интерфейсе. Основные возможности: — управление заказами Wildberries, Ozon и Яндекс Маркета; — автоматизация FBS-заказов и контроль статусов; — единый каталог товаров и карточки продукции; — учёт остатков по товарам и размерам; — автоматическое распределение и контроль складских остатков; — работа с кодами маркировки «Честный знак»; — учёт продаж и финансовых показателей; — внутренний учёт производства и выполненных работ; — аналитика по продажам и остаткам. ERP разработана с нуля под реальные процессы бизнеса и постоянно расширяется по мере появления новых задач. Проект показывает мой опыт не только в разработке интерфейсов, но и в проектировании бизнес-логики, автоматизации процессов, интеграциях с внешними сервисами и создании систем управления бизнесом.
Евгений Савин
Евгений Савин 2 месяца назад
SiteAuditPro — Бесплатный AI-аудит сайтов
Разработал с нуля и запустил SiteAuditPro — собственный продуктовый веб‑сервис для автоматического AI‑аудита сайтов. Это полностью моя инициатива: от идеи и прототипа до промышленного запуска и привлечения первых клиентов. Суть проекта: Инструмент за 30 секунд анализирует более 30 параметров сайта (скорость, SEO, дизайн/UX, коммерческие факторы) и показывает пользователю, сколько денег он теряет из‑за ошибок на сайте. После аудита пользователь получает бесплатный план исправления от DigitalWeb. Это классический lead‑generation (генерация лидов) для нашей студии: 94% клиентов после аудита обращаются за исправлением ошибок.
Евгений Савин
Евгений Савин 2 месяца назад
Календарь судьбы — сервис персональных нумерологических прогнозов
Руководил полным циклом разработки веб‑сервиса «Календарь судьбы» — от идеи до запуска. Проект позволяет пользователям получать персонализированный прогноз на 7 дней на основе нумерологии, даты рождения и имени. Мои обязанности: Разработал архитектуру веб‑приложения: серверную логику на PHP и Java, фронтенд на JavaScript (HTML5, CSS3), базу данных — MySQL для хранения пользовательских данных и истории прогнозов. Спроектировал и реализовал алгоритмы расчёта: 5 ключевых чисел (жизненный путь, день рождения, выражение, душа, личность), психоматрицу Пифагора (9 качеств в таблице 3×3), персональный год, таро‑расклад на 7 дней с трактовкой каждой карты. Реализовал модуль анализа Ф.И.О. — расчёт числовых кодов фамилии, имени и отчества с прогнозом по энергии имени. Интегрировал платёжную систему (приём оплаты, генерация промокодов, специальные цены) — на сайте действует акционная цена 100 ₽ вместо 300 ₽. Настроил автоматическую генерацию PDF‑отчётов с полным прогнозом для скачивания пользователем. Оптимизировал производительность: время генерации прогноза сократил с 5 до 1.5 секунд за счёт кэширования расчётов и оптимизации запросов к БД. Настроил адаптивную вёрстку под мобильные устройства и планшеты — более 60% трафика идёт с телефонов. Внедрил систему технической поддержки: настроил мониторинг ошибок (Sentry), чат‑поддержку для пользователей, регулярные обновления контента и алгоритмов.
Евгений Савин
Евгений Савин 2 месяца назад
Разработка AI‑платформы для медицинской диагностики (AiBolitAI)
Руководил командой из 4 разработчиков (2 бэкенда, 1 фронтенд, 1 AI‑инженер) над созданием веб‑платформы для анализа медицинских данных с использованием искусственного интеллекта. Проект стартовал «с нуля» — от идеи до промышленного запуска. Мои обязанности: Разработал архитектуру всего приложения: серверная логика на PHP (Laravel) и Java (Spring Boot) для высоконагруженных микросервисов, фронтенд на Vue.js (вёрстка на HTML/CSS), база данных — MySQL и PostgreSQL. Спроектировал структуру БД, оптимизировал сложные запросы, настроил индексы для ускорения работы с большими объёмами медицинских данных. Интегрировал REST API с внешними AI‑сервисами (OpenAI, YandexGPT) для анализа симптомов, расшифровки анализов и проверки совместимости лекарств. Настроил контейнеризацию (Docker) и CI/CD (GitLab CI) для автоматического развертывания на серверах (Linux, Nginx, Apache). Организовал процесс разработки по Agile/Scrum: вёл спринты, проводил код-ревью, распределял задачи между членами команды. Настроил мониторинг и логирование (Prometheus + Grafana) для контроля производительности и предотвращения сбоев. Разработал и внедрил систему технической поддержки: исправлял критические баги в день обращения, проводил плановые обновления. Команда проекта: 4 разработчика + я как тимлид. Общались напрямую с заказчиком (стартап в сфере телемедицины), согласовывали ТЗ, сроки и бюджет.
МГ
Максим Греков 3 месяца назад
Автоматическая маршрутизация заявок-Маршрутный лист
Маршрутный лист — автоматическая маршрутизация заявок Разработали систему для автоматизации первичной обработки обращений технической поддержки. Задача: сократить ручную работу диспетчеров и исключить ошибки при распределении заявок между специалистами. Система получает заявку и автоматически определяет её ключевые параметры: тему обращения; приоритет; регион и место выполнения работ; тип задачи. На основании этих данных заявка сопоставляется с заданной матрицей маршрутизации и автоматически назначается ответственному специалисту. Что реализовано Карточка заявки — вся необходимая информация собрана в одном месте. Классификация обращения — система определяет параметры заявки по заданным правилам. Матрица маршрутизации — для разных сочетаний параметров задаётся соответствующий исполнитель. Автоматическое назначение — после обработки заявки система определяет, кому она должна быть передана. Контроль обработки — руководитель получает прозрачную картину распределения обращений и может отслеживать работу специалистов. Результат Вместо схемы: заявка → диспетчер читает → ищет нужного специалиста → вручную передаёт получаем: заявка → определение параметров → проверка матрицы → назначение исполнителя. Система построена как готовое ядро, которое можно адаптировать под конкретные процессы компании: службы поддержки, сервисные службы, выездных специалистов и другие процессы, где заявки необходимо автоматически классифицировать и распределять.
Светлана Серебрякова
Светлана Серебрякова 3 месяца назад
Интеграция VinQu (ABCP) с Bitrix24 — Открытые линии
Настроена интеграция сервиса VinQu (ABCP) с Bitrix24 через собственный коннектор Открытых линий: сторонние операторы обрабатывают обращения клиентов в скрытом режиме и передают их менеджерам компании для финального общения. Использованы методы API imconnector.send.messages и imconnector.connector.data.set — сообщения от внешней системы поступают в Открытую линию Bitrix24, передача менеджеру идёт стандартным переводом диалога, без участия клиента в процессе. Результат: все обращения видны в едином интерфейсе, менеджеры не переключаются между системами.
Никита Зенков
Никита Зенков 3 месяца назад
CRM и автоматизация коммерческих бизнес-процессов
Кейс объединяет работу над коммерческими CRM-системами: учёт клиентов и обращений, роли пользователей, статусы и воронки, задачи, уведомления, отчётность и обмен данными. Декомпозировал бизнес-процессы, проектировал сущности и состояния, ролевой доступ, интерфейсные сценарии и точки интеграции. Для автоматизации повторяющихся операций использовал n8n и API-связки. Результат — структура CRM-продукта, пригодная для поэтапной разработки и внедрения. В галерее показан реальный экран канбан-воронки из тестового QA-контура; клиентские данные не публикуются.
МГ
Максим Греков 3 месяца назад
Автоматизация договорной работы с поставщиками при исполнении государственных контрактов
Заказчик: ООО «РЭКС» Отрасль: строительство / госконтракты Задача. Компания работала с большим числом поставщиков по госконтрактам с казначейским сопровождением. У каждого поставщика — своя форма договора. Перед подписанием нужно было вручную проверять наличие ИГК, адрес объекта, сроки действия договора (не позже срока госконтракта) и лимиты оплат по контрагенту. Ошибка вела к отклонению платежа казначейством. Решение. Разработана система, которая: — автоматически извлекала данные из договоров в Word и подставляла реквизиты (ИГК, адрес объекта); — контролировала сроки договора относительно срока госконтракта; — вела накопительный учёт лимита по каждому поставщику (2,4 млн ₽ для обычных, без ограничения — для производителей и официальных дилеров), суммируя все договоры с контрагентом; — формировала спецификации для рамочных договоров; — работала с разными структурами документов без единого шаблона. Результат. Сокращено время проверки документов, снижен риск ошибок при казначейском сопровождении, реализован контроль лимита по контрагенту нарастающим итогом.
МГ
Максим Греков 3 месяца назад
AI-система реактивации клиентской базы клиентов детского центра
Заказчик: Центр дополнительного образования для детей г. Лобня МО Отрасль: Дополнительное образование Срок разработки: 1 неделя Задача В CRM Talanto накапливалась клиентская база, однако отсутствовал инструмент, который автоматически выявлял бы клиентов, давно прекративших посещение занятий. Менеджеры были вынуждены анализировать базу вручную, из-за чего часть потенциальных повторных обращений оставалась без внимания. Решение Разработана система с интеграцией по API Talanto, которая: автоматически анализирует клиентскую базу; выявляет клиентов, давно не посещавших занятия; сегментирует их по заданным критериям; автоматически отправляет уведомления о мероприятиях и специальных предложениях; формирует для менеджера список клиентов, требующих индивидуальной работы. Особенности проекта При работе с детскими образовательными центрами важно учитывать специфику бизнеса: часть клиентов прекращает посещение занятий по естественным причинам (например, ребенок вырос и программа перестала быть актуальной). Поэтому система не выполняет бездумные массовые рассылки, а помогает менеджеру своевременно выявить клиентов, которых действительно имеет смысл возвращать. Результат автоматизирован процесс поиска неактивных клиентов; исключен ручной анализ клиентской базы; менеджер получил инструмент для оперативной реактивации клиентов и контроля базы.
МГ
Максим Греков 4 месяца назад
Платформа управления кабельными соединениями (NetBox)
Цель: Создать веб-интерфейс для эксплуатационной команды телеком-оператора поверх NetBox, чтобы ускорить доступ к данным по кабельным соединениям. Боль клиента: «Мы тратим часы на поиск кабеля или интерфейса». «Стандартный NetBox не даёт нужных фильтров». «Нужно обеспечить доступ всей команде через корпоративную AD/LDAP». Что мы сделали: Разработали двухконтурное решение с локальным кэшированием данных из API NetBox. Это ускорило работу фильтров в десятки раз. Реализовали гибкую авторизацию (LDAP + локальные аккаунты) для непрерывного доступа. Добавили форму добавления новых кабелей прямо в портале. Технологии: (Ключевые теги) Python/Django, NetBox REST API, ldap3, SQLite/ORM. Моя роль: Программирование прикладной логики синхронизации, проектирование моделей кэша, реализация UX для эксплуатации. Результат: Эксплуатационная команда получила быстрый интерфейс для поиска кабелей за секунды вместо минут. Время поиска снизилось с 30 мин до 7 сек. Система продолжает работать даже при недоступности основного провайдера ИИ благодаря режиму деградации. Какие задачи можем решать: Интеграции с NetBox/IPAM/DCIM, разработка операционных порталов, внедрение LDAP/SSO в корпоративных системах. NDA переданы заказчику