RETAIL OPERATIONS
ZenMarket Retail
Учёт партий, закупок, себестоимости, фото, остатков, кассы и публикации товаров в Telegram.
От разрозненных действий — к рабочей системе
Логика кейса: что мешало бизнесу, как мы собрали решение и что изменилось в ежедневной работе.
Задача
В ресейле товар проходит длинную цепочку: покупка на японской площадке, объединение в международную партию, доставка, распределение общих расходов, фотосъёмка, подготовка описания, публикация, продажа и движение денег. Когда каждый этап живёт в своей таблице или чате, невозможно быстро понять реальную маржу и состояние партии.
Особая трудность — корректная себестоимость. Цена лота в иенах не равна стоимости товара на складе: к ней добавляются комиссии, доставка и расходы партии, которые нужно распределить между позициями. Параллельно команда ведёт остатки, кассу, Avito и Telegram, поэтому повторный ручной ввод неизбежно создаёт расхождения.
Решение
ZenMarket Retail объединил закупки, партии, товары, фотографии, статусы размещения, продажи и кассовые операции в одной панели. FastAPI и SQLite хранят операционную модель, а React-интерфейс показывает ключевые показатели по потраченным средствам, остаткам, выручке, марже и циклу сделки.
Система умеет разбирать ссылки на ZenMarket и Yahoo Auctions, безопасно загружать фотографии и использовать OpenAI для нормализации карточки и исследования цены. API-ключ остаётся на сервере, тексты запросов не логируются, а перед публикацией сотрудник может проверить название, категорию, описание и расчёт.
Как работает
- 01
Сотрудник добавляет партию и исходную ссылку на японский лот
- 02
Данные о товаре, фотографии и цена извлекаются в черновик для проверки
- 03
Расходы партии распределяются по позициям и формируют расчётную себестоимость
- 04
Товар проходит статусы склада, Avito и продажи, а Telegram-пост собирается из актуальной карточки
- 05
Продажа обновляет остаток, маржу и кассовое движение, сохраняя связь с исходной партией
Результат для бизнеса
Владелец видит не только итоговую выручку, но и путь каждой позиции: сколько она реально стоила, где размещена, когда продана и какую маржу принесла. Это позволяет принимать решения по следующей закупке на основании истории, а не ощущения.
Команда работает в одном операционном интерфейсе и реже переносит данные вручную между площадками. При этом AI не получает право незаметно менять учёт: он помогает разобрать и оформить информацию, а финансовые поля и публикация остаются проверяемыми действиями пользователя.