Разработка платформы и рекомендательной системы для сервиса подбора digital-агентств NewBiz

NewBiz — сервис по подбору агентств для реализации маркетинговых и digital-задач. За время своего существования на рынке с 2015 года команда завоевала репутацию надежного посредника. Сервис помогает уверенному выбору агентств на основе статистики об их работе. Среди клиентов NewBiz — крупные бренды уровня ВкусВилл, X5, Самокат, ЭвоКом, Боржоми.

Оцифровали консалтинговые услуги и разработали полноценную экосистему для поиска подрядчиков, включающую рейтинговую и рекомендательную систему, адаптированную под специфику клиентов и их потребности. Платформа помогает маркетинговым агентствам и крупным заказчикам находить друг друга, обеспечивая удобное и эффективное взаимодействие.

NewBiz решили перенести консалтинговую экспертизу на платформенное решение — с рейтингами, фильтрами и учётом значимых параметров. OSMI IT зашли в проект как технологический партнер после прохождения процедуры клиента по подбору подрядчиков.

Ранее NewBiz вручную искала партнеров для заказчиков, используя авторские методики. Клиент решил перевести бизнес-процессы на платформу. Аналогично это реализовано у портала Clutch в США, бельгийского Sortlist и других зарубежных платформ. На старте задача звучала так: «создать b2b-маркетплейс, подобный OZON, по аналогии с глобальными проектами». Взять за основу лучшие иностранные аналоги.

Мы вместе обозначили ключевой KPI — высокое качество и точность подбора исполнителя для заказчиков. Решили начать с MVP и сразу сделать качественный продукт с полезными фичами, поскольку специалисты b2b-компаний и digital-агентств — требовательные пользователи.

• Оцифровать и сделать удобнее процесс выбора агентств для клиентов-маркетологов.
• Разработать механику и алгоритм динамической рекомендательной системы.
• Упростить взаимодействие с агентствами при подборе.
• Привлекать клиентов с минимальным CAC и динамично обновлять рейтинг.
• Реализовать публикацию отзывов, которые заказчики оставляют агентствам только после регистрации на площадке.

На брифинге NewBiz предоставили большой объем проведенных исследований. Клиент уже сотрудничал с 8 рынками (Нигерия, ЮАР, Филиппины, Таиланд, Кавказ и Центральная Азия). Также команда изучила внушительный объем пользовательских сценариев.

Мы провели длительную продуктовую аналитику. Аналитики структурировали полученные данные, изучали систему оценки у крупных конкурентов, анализировали match-платформы типа Airbnb и HH.ru. Сравнив реализацию блоков, предложили решения и приземлили идеи в понятную структуру.

Поэтапно разобрали все процессы и ключевые флоу. Сформировали блок-схему: как все устроено в процессах клиента, как реализуем в продукте. Получилась модель решения с описанием ключевых сценариев и бизнес-процессов в виде BPMN-диаграмм.

Работа с диаграммами и флоу продукта длилась несколько месяцев. Обработали внушительный объем данных и связей между ними.

Логику сценариев проработали через продуктовый подход Jobs to Be Done. Учли действия пользователей: какие задачи решают, и какой результат им нужен.

NewBiz было важно создать продукт в соавторстве с пользователями: мы брали в в работу результаты всех исследований, включая CX. Команда разработала интерактивный прототип, адаптированный под реальные флоу.

Поэтапно разобрали все процессы и ключевые флоу. Сформировали блок-схему: как все устроено в процессах клиента, как реализуем в продукте. Получилась модель решения с описанием ключевых сценариев и бизнес-процессов в виде BPMN-диаграмм.

Работа с диаграммами и флоу продукта длилась несколько месяцев. Обработали внушительный объем данных и связей между ними.

Для клиентов

• Оцифровать и сделать удобнее процесс выбора агентств для клиентов-маркетологов.
• Разработать механику и алгоритм динамической рекомендательной системы.
• Упростить взаимодействие с агентствами при подборе.
• Привлекать клиентов с минимальным CAC и динамично обновлять рейтинг.
• Реализовать публикацию отзывов, которые заказчики оставляют агентствам только после регистрации на площадке.

Для исполнителей

• Доступна регистрация / авторизация / восстановление доступа в ЛК.
• Личный кабинет исполнителя.
• Дашборд по работе с платформой (рейтинг исполнителя, число приглашений, просмотров, побед).
• Просмотр списка проектов.
• Настройка профиля компании: визуализация, добавление клиентов, услуг, стоимости и бюджета, портфолио, получение отзывов, приглашение сотрудников, активация платных тарифов.
• Просмотр статей в базе знаний платформы.

Мы взяли клиентскую методику расчета и поискали, как ее перевести в гибкую систему.

NewBiz использовали скоринг агентств при подборе на тендер для формирования приоритетов. Мы взяли его за основу как прототип системы, которую нужно сделать точнее. Ранее расчеты делались долго и проблематично. Так, нужно было считать, как меняется вес оценок с учетом индекса клиента, поставившего оценку.

Что будет делать система для проверки соответствия исполнителя задаче:

• учитывать параметры проекта, которые вводит клиент при заполнении карточки,
• проверять мэтч бюджета клиента с профилями агентств,
• определять, как хорошо агентство делает работу по мнению клиентов,
• учитывать доверие к агентству в целом, исследуя его карточку (кейсы и отзывы агентства влияют на позиции),
• анализировать микрофакторы (win rate, активность на сайте).

Как мы продумывали архитектуру

Клиент целился на классический стек — Laravel на бэкенде и «чистую» HTML-верстку на фронте. Мы предложили альтернативу: Python + Django на серверной стороне и Nuxt.js — на клиентской.

Почему Nuxt.js вместо статической вёрстки

UX-функциональность — реактивные формы, живые фильтры, автосохранение и другие интерактивные элементы реализуются быстрее и надёжнее, чем в чистом HTML.

Автоматический сплит кода, SSR и SSG — серверный рендеринг улучшает SEO и первую отрисовку, а статическая генерация и динамический импорт снижают нагрузку на браузер.

Внедренные фичи

• Ручная модерация — до одобрения проекты скрыты из рекомендательной системы и поиска.
• Динамическая система в ре-тайме: рекомендации пересчитываются мгновенно по набору метрик активности.
• Сквозная статистика действий — любой клик пользователя влияет на ранжирование.
• Портфолио агентств с индексируемыми кейсами.

Что еще сделано на этапе разработки:

• Упростили ряд задумок, обсуждаемых на этапе дизайна, после проведения глубинных интервью.
• В карточках компаний не стали делать кнопку «Сохранить»: изменения происходят сразу после ввода.
• Обеспечили взаимодействие списков и фильтров. После действий запускается пересчет рейтинга на бэке.
• Учли влияние ролей друг на друга и обеспечили гибкую логику: клиент и исполнитель пользуются разными кабинетами. Интерфейсы отличаются визуально, по структуре, логике и компонентам.
• Разграничили права доступа: пользователь под ролью исполнителя не видит клиентские разделы.

Микросервисная архитектура с несколькими контейнерами: Web-сервер (Django + Gunicorn), WebSocket сервер (Daphne), очереди задач (Celery + Redis), база данных (PostgreSQL), веб-сервер (Nginx)

Технически мы проверили новую платформу сами, но было важно отследить и userstory. Провели автоматические и unit-тесты на фронте и бэке и протестировали главные сценарии (как действие пользователя влияет на данные в сущностях и т.п.). Мы отладили поведение системы и отображение интерфейсов. Убедились, что апгрейд аккаунтов не сломает алгоритмы. Определили прочность системы: выдержит регистрацию 10000 исполнителей.

Платформа — результат плотной работы OSMI IT и NewBiz

NewBiz были на проекте как product owners — с ясным видением, требованиями и ответственностью за результат. Опыт клиента в сфере подбора агентств помог при разработке функционала. Мы сообща тестировали систему.

Пользователи платформы смогут активно делиться обратной связью. Новая система позволит обмениваться рекомендациями как в соцсетях и обычной жизни. Бизнес сможет активнее развиваться, подбирая агентства не только через «сарафанное радио». Через публикацию отзывов платформа вырастет быстрее: придет бизнес, не знавший о ней.

NewBiz успешно функционирует, команда клиента приглашает исполнителей. Проект стартовал как MVP, а в итоге мы сделали продукт с глубокой проработкой бизнес-логики, архитектуры и UX/UI. В системе сейчас доступны:

• Разные интерфейсы для исполнителей и заказчиков
• Алгоритм подбора на базе бизнес-методики клиента
• Система расчёта рекомендательной системы с весами и параметрами
• Встроен апгрейд платного аккаунта
• Фильтрация агентств при работе с брендами
• Пуши, поп-апы, множество состояний и сценариев.

Продукт готов к масштабированию на рынке. Это ценный актив для клиента.

Платформа полезна не только для энтерпрайз, но и для среднего и малого бизнеса. Ее клиенты могут быстрее находить партнеров, получать доступ к рекомендациям и эффективнее заниматься маркетингом и PR. Мы сотрудничаем с клиентом и формируем бэклог. Предусматриваем апгрейд системы и внедрение в продукт ML для повышения точности рекомендаций.