Личный кабинет продавца
Онлайн-школа программирования для детей, линия продавцов в LATAM около 60 человек в четырех командах. Свои цифры каждый искал в четырех местах: продажи в Power BI, лиды в амо, занятия в LMS, бонус в ручном файле. А главная боль была в другом: после первого месяца конверсия у людей просто переставала расти, и это никто не видел вовремя.
Проблема
Продавец не видел, где он сейчас, тимлид перед каждой 1:1 копался в Power BI. CEO попросил экран для людей на линии, а не для менеджмента: выручка, конверсия, задачи, я и моя команда.
Решение
Собрала кабинет, где у каждого одна страница. Сверху три числа: сколько заработал за кинсену, какая конверсия и какой с этого процент. Ниже место в команде и задачи. У тимлида его команда, у новичков доска пробейшна, у головы весь регион.
- пилотных юзеров зашли за неделю
- 14 из 14
- пилотных юзеров зашли за неделю
- продаж в споре, а не 20%, которых боялись
- 1%
- продаж в споре, а не 20%, которых боялись
- от ТЗ до сверенной витрины
- 9 дней
- от ТЗ до сверенной витрины
Как это работает
Пусто это не ноль
Если источник не подключен, в ячейке пусто, а не ноль. Ноль значит посчитали и там ноль.
Красный только для решения
Красный на доске новичков значит только одно: решение об увольнении. Раньше "лидов не выдали" было таким же красным, как "нет продаж", и доска обвиняла людей, которым просто не дали работу.
Рубильник на деньгах
Перед запуском сверила августовские выплаты построчно: Power BI не совпал с реальными выплатами. Поэтому комиссию выкатили выключенной, с переключателем в админке.
Результат
- От ТЗ до живой витрины, сверенной с источником, 9 дней.
- В пилотной команде за первую неделю зашли все 14 человек, а тимлид пришла с запросами добавить, а не убрать.
- Нашла расхождение в выплатах до того, как оно попало людям на экран.
- Передала все внутренней команде разработки вместе с ТЗ и 32 правилами.
Спорная метрика это разговор, а неправильная зарплата на экране это потеря доверия)
Что сделала
- Написала user stories и ТЗ: пять ролей, каждая формула, каждый порог и откуда берется каждое число.
- Согласовала метрики с HRD, головой продаж и BI. У каждой спорной метрики владелец и значение по умолчанию.
- Собрала слой данных: хранилище с амо и LMS, модель Power BI и лист найма, все в витрине на Postgres.
- До показа кому-либо сверила с источником закрытую кинсену: сошлась каждая продажа и каждое занятие.
- Запустила кабинет отдельным сервисом за корпоративным SSO, сначала в одной команде.
- Передала внутренней разработке ТЗ, 32 правила, на которых держится код, и заметки, где данные не сходятся.
Экраны
Моя роль
Продакт и разработка: истории и ТЗ, метрики, сверка данных, сам сервис, ревью, пилот и передача. AI-оценка звонков была продуктом другой команды, кабинет начинался внутри него, и я вынесла его в отдельный сервис.
Стек
Next.js, Postgres, Python, Power BI REST API, ClickHouse, Google Sheets API, SSO, GitLab CI, Kubernetes. Собрано в Claude Code.
Следующий кейс
People analytics для воронки найма продаж
