BI-аналитика для таксопарка от QSOFT: как данные помогли управлять 2000 автомобилей

В эпоху data-driven менеджмента доступ к актуальной аналитике — залог успеха. Особенно это важно для компаний с большим парком транспорта, таких как Такси 369, где ежедневно обрабатываются тысячи транзакций. С ростом объемов перевозок и числа автомобилей в парке возникла необходимость в эффективном контроле за бизнес-процессами. Для решения этой задачи компания обратилась к специалистам QSOFT, которые внедрили систему бизнес-аналитики (BI), улучшив управление данными и автоматизировав отчетность. В этой статье мы расскажем, как BI-система помогает Такси 369, а также как визуализация информации позволила перейти от рутины к эффективному управлению.

Такси 369 — транспортная компания, работающая на рынке пассажирских перевозок в России более 5 лет. В ее таксопарке — свыше 2000 машин. Компания предоставляет в аренду полностью готовые автомобили для работы в такси и является генеральным партнером Яндекса.

В процессе своей деятельности заказчик столкнулся с проблемой оперативного контроля за выполнением ежедневных плановых показателей по различным направлениям бизнеса. Из-за наличия нескольких баз данных компании приходилось регулярно сводить выгрузки информации вручную, что занимало много времени и снижало эффективность работы. Эти проблемы усугублялись отсутствием единой системы аналитики и сложностью управления данными.

Чтобы справиться с этими трудностями, команда QSOFT внедрила в существующую IT-архитектуру заказчика BI-систему. Решение позволило автоматизировать сбор данных в гибко управляемый формат, а также выстроить аналитическую систему, охватывающую ключевые бизнес-процессы компании. Теперь все отчеты обновляются на регулярной основе, а обобщенная статистика отправляется в Telegram-канал для оперативного отслеживания. Проект включил в себя создание свыше 14 дашбордов для анализа более 30 различных параметров.

1. Аудит баз данных

В Такси 369 не было удобного инструмента для быстрого анализа выручки, что затрудняло оценку динамики показателей. Аналитики компании на разных языках создавали скрипты, запускаемые через планировщика заданий и формирующие Excel-таблицы, на основе которых строились графики и принимались управленческие решения. Для каждой новой задачи создавались отдельные скрипты, что приводило к их накоплению и перегружало систему, замедляя ее работу.

QSOFT провел аудит данных клиента, сформировал бизнес-требования и предложил архитектуру проекта. Основной задачей стало создание дашбордов, позволяющих топ-менеджерам отслеживать рыночные показатели в реальном времени. Информация теперь обрабатывается на основе уникальных идентификаторов (например, VIN-номеров автомобилей), что предотвращает дублирование и потерю данных.

Для визуализации информации был выбран инструмент Yandex DataLens с гибкими настройками, поддержкой многоуровневых моделей, удобным интерфейсом и возможностью обработки больших объемов данных. Кроме того, BI-система интегрирована с аналитической СУБД ClickHouse.

2. Построение архитектуры управления данными

У заказчика есть несколько ключевых источников информации:

Прежде чем данные становятся доступны для анализа, они проходят три этапа обработки: извлечение, преобразование и загрузку (ETL — Extract, Transform, Load). Чем больше данных и сложных аналитических задач, тем больше требуется ETL-процессов, а их ручное управление становится слишком трудоемким. Для автоматизации этого процесса используется программное обеспечение Apache Airflow, которое берет на себя управление потоками данных.

Таким образом, в BI-системе собрана актуальная информация для интерактивных отчетов, которая показывает текущую картину на основе данных за несколько лет и позволяет анализировать динамику с помощью фильтров и выборок.

3. Автообновление отчетов

Для автоматического выполнения кода, разработанного командой QSOFT, используется Apache Airflow, а логирование ошибок обеспечивает объект Logger. Код разделен на 10 направленных ациклических графов (DAG-ов), содержащих до 100 различных задач. Некоторые из них не зависят друг от друга и выполняются параллельно, ускоряя обновление отчетов. Каждая задача в проекте — это Python-функция, обернутая в декоратор @task, который позволяет изменять ее поведение без переписывания исходного кода.

Для каждого запуска на графике выделены столбцы, где красным цветом обозначены невыполненные задачи, а желтым — зависимые от них. Система фильтрации упрощает поиск задач по статусу, а одинаковые названия процессов и файлов облегчают анализ и отладку.

4. Отправка отчетов в Telegram

Чат-бот позволяет руководителям быстро отслеживать ключевые показатели компании в удобном формате. Разработанная система автоматически отправляет скриншоты отчетов в заданные временные интервалы, чтобы важные данные всегда были под рукой. Визуальное представление информации упрощает анализ и ускоряет принятие решений, так как руководителям не нужно вникать в сложные таблицы и графики.

Кроме того, Telegram обеспечивает высокий уровень защиты данных, что позволяет спокойно обмениваться финансовой информацией, а доступ к отчетам есть только у уполномоченных сотрудников.

5. Система отчетности

BI-система стала централизованным инструментом для доступа к аналитике и отчетности, предоставив пользователям полный контроль над информацией. Она поддерживает многоуровневую структуру данных с возможностью детализации и сравнения плановых и фактических показателей.

Информация на дашбордах отображается по дочерним компаниям и региональным филиалам, а доступ к ней ограничен в зависимости от роли пользователя — сотрудник видит данные только своего подразделения. Права доступа настраивает администратор.

«Внедрение BI-технологий стало для нашего таксопарка важным шагом на пути к повышению эффективности и конкурентоспособности. Финансовый сектор, как и любая другая отрасль, нуждается в эффективном анализе данных, и мы рады, что нашли в этих технологиях надежного помощника. С помощью BI мы можем оперативно анализировать большие объемы данных, что позволяет нам принимать более обоснованные решения. Мы также начали тщательнее отслеживать финансовые показатели. Это положительно сказалось на общем управлении ресурсами», — отметил представитель заказчика.

«QSOFT было важно не просто создать технологическое решение, но и улучшить управление данными для бизнеса. Применение BI-системы в Такси 369 позволило значительно ускорить процессы анализа и повысить точность принятия управленческих решений. Мы рады, что компания получила инструмент, который поможет им в дальнейшем повышать эффективность работы и адаптироваться к изменениям на рынке», — сообщил Виталий Чесноков, CEO QSOFT.

Проект QSOFT для Такси 369 показал, что создать гибкую BI-систему можно даже в условиях разнородных данных и строгих требований к безопасности. Это не просто дашборды, а инструмент, который позволяет управлять бизнесом на основе данных: каждый отдел видит свою зону ответственности в реальном времени. Следующий шаг — внедрение AI для прогноза спроса и автоматического распределения автомобилей.