Бесплатный аудит
30 минут разговора. Я смотрю ваши данные, нахожу 3 главные точки потерь.
ИИ-системы аналитики. Подключаем к вашим данным — 1С, CRM, маркетплейс — и показываем, где у вас деньги лежат на полу.
1С, CRM, маркетплейс, склад. Реклама в одной системе, продажи в другой. Решения принимаются с задержкой 3–5 дней — а к тому моменту половина денег уже потеряна.
Excel-отчёты обновляются вручную. Решения — на интуиции.
Real-time данные. Утренний brief. AI замечает раньше вас.
Это не маркетинг-обещания. Это цифры из реальных проектов — AceCase Analytics, Anfisa Marketplace, Anfisa School.
Раньше — 2–3 часа hand-made отчёт. Сейчас — 5 минут на дашборде.
AI замечает аномалии — дефекты, неликвид, маржа-падения — раньше вас.
Закупки на основе forecast и сезонности, не на интуиции.
Три шага от первого звонка до production-системы. Никаких бесконечных дискавери и многомесячных roadmap'ов.
30 минут разговора. Я смотрю ваши данные, нахожу 3 главные точки потерь.
За 3 дня показываю что-как-куда подключим. Конкретный roadmap, конкретная стоимость.
Прод-ready система: дашборды, AI-ассистент в Telegram, ваши API подключены. Вы используете каждый день.
Ваш стек у нас уже работает. Если нет — соберём за 2 дня.
Не видите свою систему? У неё точно есть API. Соберём интеграцию за 2 дня — это часть аудита.
Голосовое сообщение в Telegram → ответ за 5 секунд. Утренний brief в 10:00 каждый рабочий день. Создаёт задачи прямо из голоса. Алерты при аномалиях.
Каждый рабочий день в 10:00 МСК. Выручка, маржа, дедлайны, аномалии.
«Какая маржа на этой неделе?» — ответ через 5 секунд.
Дефект у поставщика, маржа упала, неликвид — узнаёте первыми.
Голосовое → распознавание → задача в системе с дедлайном и исполнителем.
Внутренняя аналитика для FMCG-ритейла. 1С UNF → Supabase → React-дашборд + Telegram-бот «Анфиса». Это первый кейс — кейс самого основателя.
Я построил эту систему для управления своим ритейл-брендом. Каждое утро она показывает где мы теряем деньги — раньше, чем я успеваю выпить кофе.
До AceCase Analytics управление шло вручную. 1С обновлялся раз в день, отчёты в Excel — два раза в неделю, инсайты приходили с задержкой 3–5 дней. К моменту обнаружения брака у поставщика — уже месяц приёмки, потерь на сотни тысяч.
За 3 месяца я собрал систему: real-time синк 1С → Supabase, дашборд на React, Telegram-бот «Анфиса» с голосом. Через 2 месяца работы обнаружил неликвид на 15% склада, который тихо съедал маржу. Та же логика теперь работает на ваших данных.
1С UNF OData → Cloudflare Worker → Supabase. Обновление за минуты, не за сутки.
16 модулей: маржа, тренды, ABC, контрагенты, неликвид, дефекты, планирование.
Утренний brief в 10:00, голосовые команды, alerts при аномалиях, создание задач из голоса.
Что закупать, у кого, на сколько — на основе forecast и сезонности.
Раньше: 2–3 часа hand-made отчёт. Сейчас: 5 минут на дашборде.
За счёт раннего обнаружения неликвида и брака у поставщиков.
Благодаря AI-рекомендациям с учётом сезонности.
За 2 недели подключим к вашему 1С / CRM / маркетплейсу. Аудит бесплатный — покажу где у вас деньги лежат на полу.
Ozon показывает продажи. Реклама — в отдельном кабинете. Логистика — ещё где-то. Вы не знаете реальную маржу по SKU. Anfisa Marketplace собирает всё в один P&L.
Anfisa Marketplace объединяет Ozon Seller API + Performance API + ваша себестоимость в одном экране. Для каждого SKU — полная юнит-экономика: цена продажи → комиссия Ozon → логистика ФБО/ФБС → рекламные расходы → себестоимость → чистая маржа. Не «выручка минус комиссия» — а реальный P&L с рекламой.
Telegram-бот Анфиса отвечает голосом: «Какая маржа на SKU-001 с учётом рекламы?» → ответ за 5 секунд. Утренний brief — топ-5 SKU по убыточности рекламы.
Полный P&L на каждый товар: цена → комиссия → логистика → реклама → себестоимость → чистая маржа. Ozon показывает только часть — реклама в отдельном кабинете.
Ozon Seller + Performance API в одном экране. Видно сколько реально стоит каждый рубль продаж — и где реклама ест всю прибыль.
Выручка, заказы, маржа + revenue trend + top SKU + AI-инсайты.
Revenue × orders × profit. Сразу видно какие SKU тянут вверх, а какие висят балластом.
Продажи → комиссии → логистика → реклама → маржа. Прозрачно по месяцам.
Lead-time + сезонность + safety stock. Что заказывать и сколько — за 1 клик.
Нашли SKU где реклама ела всю прибыль — видно только с Performance API в сборке.
Отключили кампании с отрицательной отдачей после первого дашборда.
От подключения Ozon API до первого полного P&L по каждому SKU.
На бесплатном аудите за 30 минут покажу как выглядит ваш P&L с учётом рекламы — и где прямо сейчас деньги утекают незаметно.
Сеть из 4 школ английского, 500+ студентов. Главная боль владельца — должники: 1.2 млн ₽, забыты, никто не звонит. Anfisa School каждое утро в 9:30 присылает в Telegram список с контактами — конкретно кому звонить сегодня.
Владелец 4 филиалов, 500+ студентов, AlfaCRM как основа. Хвост долгов — 1.2 млн ₽. Менеджеры забывают звонить, владелец не видит общую картину, отчёты по выручке делает помощник раз в неделю.
Anfisa School: AlfaCRM API → Supabase → Dashboard + Telegram-бот. Утром в 9:30 — brief: «Должников: 47 человек, сумма 1.2 млн. Топ-5: …». Менеджер берёт первых 5 в работу — за неделю собрали 60% задолженности.
Выручка / активные студенты / маржа / должники / загрузка групп.
Фильтры: статус, остаток уроков, посещаемость, телефон.
Список с суммами, контактами и историей платежей. Звонок одним кликом.
Загрузка преподов, топ отмен, аномалии посещаемости.
За первую неделю — после первого утреннего brief'a по должникам.
Освободили владельцу 3 часа в неделю на стратегию.
Сравнение по выручке, маржинальности, посещаемости.
За 2 недели соберём такую же систему под вашу CRM — с утренним brief'ом по должникам.
Покажу где у вас деньги лежат на полу. Конкретно. С цифрами. Без обязательств.
Три принципа, которые отличают этот подход от типичного консалтинга или коробочного BI-продукта.
Никаких шаблонов. Каждое решение собирается под ваши данные, ваш стек, ваши процессы. Если вашей CRM нет в списке — собираем интеграцию за 2 дня.
Все системы сначала работают у меня в ритейле. Только потом — у вас. Это мой главный фильтр качества: если оно не работает у меня, я не предложу его вам.
Подходы основаны на последних исследованиях LLM, RL и forecasting. Не «модный AI» в маркетинге, а то что реально работает на ваших данных.