Автоматизация обработки заявок и подготовки тендерных предложений для поставщика автозапчастей

1. Вводная задача от заказчика, проблематика, цели

О проекте

«Урал-Сервис-Запчасть» поставляет запасные части для грузового транспорта и спецтехники. Компания работает с запросами корпоративных клиентов и участвует в тендерах: заказчик присылает список необходимых деталей, а менеджер подбирает предложения поставщиков, рассчитывает стоимость и готовит ответ.

Задача осложняется большим ассортиментом и отсутствием единых правил ведения номенклатуры. В прайс-листах восьми поставщиков — около 143 тысяч товарных предложений. Одна и та же деталь может быть записана по-разному: с сокращённым названием, внутренним кодом или другим порядком слов.

С чем столкнулся заказчик

Подготовка предложения начиналась с ручного поиска по нескольким Excel-файлам. Менеджеры проверяли артикулы и названия, сопоставляли цены и наличие, переносили найденные позиции в итоговую таблицу и рассчитывали стоимость продажи.

Наиболее трудоёмкими были три операции: поиск одной детали у разных поставщиков, проверка актуальности закупочной цены и перенос данных в коммерческую спецификацию. При большом количестве позиций подготовка ответа могла занимать несколько часов.

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Что мы предложили

Вместо внедрения крупной учётной системы мы разработали самостоятельное веб-приложение под конкретный процесс. Оно объединяет прайсы поставщиков, помогает разбирать входящие спецификации и ведёт менеджера от загрузки заявки до готового коммерческого предложения.

• Единая база предложений поставщиков. Система принимает прайс-листы в Excel и CSV. Сотрудник может загрузить файл вручную, а для регулярных рассылок предусмотрено получение вложений с электронной почты. Для каждого поставщика сохраняются настройки импорта: где находятся артикулы, наименования, цены и остатки. После загрузки данные приводятся к общему формату и сохраняются в единой базе. При обновлении прайса изменяются цены и доступность товаров, а менеджер видит дату последней актуализации. Если данные устарели, приложение сообщает, что условия нужно уточнить.
• Загрузка и распознавание заявки. Менеджер загружает запрос заказчика в XLSX, CSV или PDF. Система извлекает позиции, количества, артикулы и доступные характеристики. Если документ получен в виде скана, используется распознавание текста. Результат открывается в редактируемой таблице, чтобы сотрудник мог исправить неточности до начала подбора.
• Подбор товаров с помощью интеллектуального поиска. По каждой позиции приложение ищет варианты в объединённой базе поставщиков. Сначала проверяются артикулы, затем похожие названия и смысловые соответствия. Такой подход помогает находить кандидатов, даже если у поставщика товар назван иначе, чем в заявке клиента. Принципиальный момент: найденный кандидат не считается автоматически подтверждённым аналогом. Если совместимость детали вызывает сомнение, выбор остаётся за менеджером. Система ускоряет поиск, но не подменяет техническую экспертизу.
• Сравнение условий и расчёт. Найденные предложения отображаются в одном интерфейсе: поставщик, закупочная цена, наличие, срок поставки и актуальность прайса. Менеджер выбирает подходящий вариант и задаёт коммерческие условия. Стоимость продажи рассчитывается автоматически по установленным правилам, без участия генеративной модели.
• Готовое коммерческое предложение. После проверки позиций система формирует итоговую спецификацию с артикулами, количествами и ценами. Её можно выгрузить в Excel или подготовить PDF-предложение. Исходная заявка и история подбора сохраняются, поэтому к расчёту можно вернуться при изменении закупочных условий.

Как выглядит работа менеджера

Основным рабочим экраном стала таблица позиций заявки. Для каждой строки доступны найденные предложения и статус проверки. При выборе позиции менеджер видит варианты поставщиков, а справа — сводный коммерческий расчёт. Лишние технические детали скрыты: сотруднику не нужно знать, какой именно алгоритм нашёл подходящий товар.

Типовой сценарий выглядит так: загрузить спецификацию → проверить распознанные позиции → выбрать закупочные предложения → сформировать КП. Большинство действий выполняется без переключения между несколькими файлами и программами.

Технологии

Интерфейс разработан на React, серверная бизнес-логика — на PHP (Laravel), основная база данных — MySQL. Для обработки документов и интеллектуального сопоставления номенклатуры используются отдельные Python-сервисы. В сложных случаях подключается языковая модель через API.

Приложение размещается на отдельном сервере и работает независимо от корпоративного сайта. Такая архитектура позволяет развивать функции постепенно и подключать новые источники данных без перестройки существующих процессов.

3. Результаты сотрудничества

Результат

Для оценки эффекта использовали расчётный сценарий: 110 заявок в месяц со средним размером около 40 позиций. Он показывает потенциальный масштаб экономии времени при переносе повторяющихся операций в систему.

• Время подготовки одного предложения: с 3 ч 20 мин до 48 мин (−76%)
• Экономия рабочего времени: около 279 часов в месяц
• Единая поисковая база: около 143 000 предложений от 8 поставщиков
• Первичный поиск кандидатов: кандидаты находятся для 78% позиций

Числовые показатели приведены как модельная оценка, а не подтверждённая статистика эксплуатации. Перед публикацией от имени клиента их необходимо сверить с фактическими замерами.

Главный эффект решения — не только более быстрый поиск. Менеджер получает единый рабочий процесс, в котором меньше ручного переноса данных и проще контролировать цены, поставщиков и готовность заявки.