Разработка бэкенда для сервиса бронирования отелей в МТС Travel

1. Вводная задача от заказчика, проблематика, цели

• Спроектировать и разработать сервис автодополнения (Suggester), который предоставлял бы пользователям предпочтительные варианты для поиска локаций и отелей.
• Создать сервис для асинхронного подтягивания и хранения конкурентных данных по ценам на отели (competitors-pricing), чтобы предлагать пользователям лучшие цены в сравнении с конкурентами.
• Оптимизировать алгоритм поиска и сортировки отелей с учетом предпочтений и ранжирования, что увеличило бы конверсию и упростило процесс бронирования.
• Настроить архитектуру и подходы для интеграции с различными провайдерами отелей, обеспечивая гибкость и легкость в поддержке новой функциональности.

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

Разработка сервиса автодополнения (Suggester)

• Сервис Suggester был реализован для предоставления пользователям наиболее предпочтительных и актуальных вариантов локаций и отелей. Для поиска и оптимизации скорости обработки запросов была выбрана база данных ElasticSearch, обеспечивающая быструю и релевантную выдачу.
• Были разработаны контракты и архитектура сервиса, что упростило взаимодействие между компонентами и позволило быстро масштабировать функциональность по мере увеличения числа пользователей.
• Реализованы метрики как для отслеживания производительности, так и для бизнес-метрик автодополнения, которые позволяли анализировать популярные запросы и корректировать выдачу.

Реализация сервиса конкурентного ценообразования (competitors-pricing)

• Сервис был спроектирован для асинхронного сбора данных по ценам от конкурентов: данные поступали через Kafka, сохранялись в MongoDB и могли быть доступны для других сервисов платформы.
• В сервисе поиска реализован запрос в competitors-pricing, который передает на фронтенд информацию для отображения шильдика "У нас дешевле", информируя пользователей о выгодных предложениях.
• Были добавлены метрики для отслеживания цен от каждого провайдера, что позволило оперативно реагировать на изменения в конкурентной среде и корректировать цены для повышения конкурентоспособности.

Оптимизация поискового алгоритма

• Для улучшения релевантности результатов в поисковой выдаче был доработан алгоритм ранжирования отелей: были реализованы дополнительные фильтры и сортировка по принципу рекомендованных вариантов.
• Была разработана система интеграции с S3, позволяющая выгружать файлы с тарифами и использовать их при расчётах рейтингов отелей.
• Интеграции с внешними провайдерами отелей были реализованы по новой архитектуре, что позволило безболезненно добавлять новых провайдеров и легко обновлять существующие.

Этапы реализации проекта

• Анализ и планирование: Определение требований и потребностей, создание архитектуры и формирование списка задач.
• Разработка и тестирование: Реализация модулей Suggester и competitors-pricing, оптимизация поискового движка, интеграция с провайдерами и настройка тестирования всех компонентов.
• Запуск и поддержка: Внедрение системы, настройка мониторинга метрик и поддержка для оперативного решения вопросов и улучшений.

3. Результаты сотрудничества

• Ускорение поиска и удобство автодополнения: Реализация Suggester с ElasticSearch улучшила релевантность и скорость поиска, повышая удобство для пользователей и сокращая время на оформление бронирований.
• Повышение конкурентоспособности: Функциональность отображения конкурентных цен позволила пользователям видеть предложения с меткой "У нас дешевле", что привлекло дополнительный трафик и увеличило конверсию.
• Упрощение интеграций с провайдерами: Гибкая архитектура позволила легко добавлять новых провайдеров, минимизируя время на настройку и ускоряя выход новых предложений на рынок.