Опубликовано: 11.10.2026 | Источник: CNews (новости)

Аналитика для продавцов маркетплейсов в ВКР: от бесплатного сервиса Ozon Банка до защищаемой архитектуры

27 марта 2026 года «Ozon Банк» открыл для своих клиентов с расчётным счётом бесплатный сервис аналитики для продавцов маркетплейсов — подключение доступно прямо в личном кабинете. Для выпускников ИТ-специальностей это не просто новость, а готовый полигон для дипломного проекта: банк отдаёт аналитику как встроенную услугу, значит, кто-то спроектировал сбор данных, ETL-конвейер, слой витрин и API интеграции с личным кабинетом. Такие системы сегодня переходят из категории «нишевый SaaS» в базовую функцию финансовых платформ, и тема, построенная вокруг них, гарантированно выглядит актуально на защите — при условии, что вы говорите не о маркетинге, а об архитектуре, метриках и качестве.

Три темы ВКР, которые вырастают из этой новости

Тема 1. Проектирование сервиса продуктовой аналитики для селлеров на микросервисной архитектуре

Актуальность. Ozon Банк включает аналитику в бесплатный пакет для клиентов с расчётным счётом — значит, конкуренция идёт не за наличие отчётов, а за скорость их построения и глубину интеграции с финансовыми данными продавца.

Цель: разработать архитектуру сервиса, который собирает данные о заказах, остатках и выплатах и отдаёт продавцу агрегаты через личный кабинет.

• сравнить существующие решения на рынке (встроенная аналитика маркетплейсов, внешние SaaS, собственная разработка);
• обосновать стек: брокер сообщений, OLTP- и OLAP-хранилища, слой витрин;
• спроектировать API и схему разграничения доступа между продавцом и банком;
• оценить нагрузку и предложить стратегию масштабирования.

Структура: Глава 1 — анализ рынка и постановка требований; Глава 2 — C4-диаграммы, схема данных, спецификация API; Глава 3 — нагрузочное тестирование и расчёт стоимости владения.

Тема 2. Модуль прогнозирования спроса и остатков в контуре банковского личного кабинета

Актуальность. Бесплатный доступ к аналитике — это инструмент удержания клиента: продавцу нужны не графики, а подсказки «что закупать». Прогноз спроса превращает отчётность в продукт.

Цель: спроектировать и реализовать прогнозную модель, встроенную в сервис аналитики.

• сформировать признаки на основе исторических продаж и сезонности;
• сравнить статистические и ML-подходы по метрикам MAPE и RMSE;
• организовать переобучение модели по расписанию в CI/CD-пайплайне;
• оценить деградацию качества при росте числа продавцов.

Структура: Глава 1 — обзор методов прогнозирования; Глава 2 — пайплайн данных и сервис инференса; Глава 3 — эксперименты, метрики, экономический эффект от снижения излишков.

Тема 3. Оценка качества и экономической эффективности внедрения SaaS-аналитики для селлеров

Актуальность. Сервис Ozon Банка бесплатный, поэтому вопрос «как монетизировать или хотя бы окупить» становится исследовательской задачей: затраты на инфраструктуру против удержания клиента и роста транзакционного оборота.

Цель: построить методику оценки качества и совокупной стоимости владения сервисом аналитики.

• выбрать атрибуты качества по ISO/IEC 25010 и свести их к измеримым показателям;
• спроектировать систему мониторинга на OpenTelemetry;
• рассчитать TCO для сценариев «облако» и «собственные мощности»;
• сопоставить затраты с эффектом от удержания продавцов.

Структура: Глава 1 — теория метрик и стандартов; Глава 2 — архитектура сбора телеметрии; Глава 3 — расчёты, сценарии, выводы.

Аналитическая глава: чем обосновывать выбор решения

Первая глава чаще всего проваливается из-за фразы «мы выбрали Kubernetes, потому что он популярный». Сравнение должно опираться на требования, а не на вкус. Возьмите кейс из статьи как отправную точку: банк уже имеет расчётные данные клиента, поэтому ему дешевле строить аналитику как надстройку над существующим хранилищем, чем поднимать независимый сервис. Это и есть тезис для вашей аналитики.

Что писать в обосновании стека

Разделите обоснование на три слоя. Слой сбора: REST API маркетплейсов и вебхуки, при пиковых нагрузках — брокер сообщений вроде Kafka. Слой хранения: PostgreSQL для транзакционных сущностей, колоночное хранилище для агрегатов по дням и товарам. Слой представления: REST или GraphQL для личного кабинета, кэш для тяжёлых отчётов. Каждый выбор подкрепляйте числом: ожидаемое число продавцов, событий в сутки, допустимое время отклика отчёта.

Проектная часть: что рисовать и как описывать интеграцию

Здесь статья даёт удобную границу системы: с одной стороны — маркетплейс как источник событий, с другой — банковский личный кабинет как точка входа продавца. Ваша схема должна явно показать, где проходит эта граница и какие данные пересекают её.

• Контекстная диаграмма (уровень C4-1): продавец, сервис аналитики, маркетплейс, банковский личный кабинет, платёжный контур.
• Диаграмма контейнеров (C4-2): приёмник событий, очередь, сервис расчёта витрин, сервис отчётов, хранилища.
• Диаграмма последовательности: авторизация продавца через личный кабинет, запрос отчёта, обращение к витрине, ответ.
• Схема данных: факт-таблицы продаж, измерения товара, склада, периода; отдельно — таблица прав доступа.

Пример конфигурации трассировки для мониторинга отчётов

# OpenTelemetry Collector: приём метрик сервиса отчётов
receivers:
  otlp:
    protocols:
      grpc:
      http:

processors:
  batch:
    timeout: 5s

exporters:
  prometheus:
    endpoint: "0.0.0.0:8889"

service:
  pipelines:
    metrics:
      receivers: [otlp]
      processors: [batch]
      exporters: [prometheus]

Такой фрагмент в приложении к диплому показывает, что вы понимаете разницу между «мы поставили Grafana» и «мы определили, какие сигналы собираем и зачем».

Тестирование, метрики и то, что чаще всего спрашивают на защите

Нагрузочное тестирование сервиса аналитики отличается от тестирования обычного веб-приложения: основная нагрузка — не открытие страницы, а построение тяжёлых агрегатов. Формулируйте сценарии честно: 500 одновременных продавцов, запрашивающих отчёт за квартал; пересчёт витрины после ночной загрузки; пиковая выгрузка в дни распродаж.

Отдельно проговорите, как связаны метрики с целями работы. Если в цели написано «повысить скорость получения аналитики», в выводах обязана стоять цифра ускорения. Если цели такой нет — уберите метрику, иначе получите вопрос комиссии «зачем вы это измеряли».

Чему вы научитесь на такой теме

• Разделять продуктовые требования и технические: «продавцу нужен прогноз закупок» превращается в задачу на данные и модель.
• Обосновывать стек через нагрузки и ограничения, а не через моду.
• Строить наблюдаемость: метрики, трассировки, логи — и привязывать их к SLO.
• Считать экономику внедрения: TCO, стоимость обработки одного события, эффект удержания.
• Оформлять документацию так, чтобы ТЗ соответствовало ГОСТ 34.602-89, а схемы читались без пояснений автора.

Вопросы, которые задают почти всегда

Обязательно ли писать работающий код для такой темы?

Зависит от направления: для прикладных специальностей обычно нужен прототип, для исследовательских достаточно модели и расчётов. Компромисс — реализовать узкий, но законченный кусок: приём событий и одну витрину с отчётом. Это дешевле полноценной системы, но даёт живые метрики.

Где брать тестовые данные о продажах?

Три пути: обезличенный синтетический генератор с реалистичной сезонностью, открытые датасеты розничных продаж, собственные данные, если у вас есть доступ к кабинету продавца. В любом случае опишите генератор в приложении — это снимает вопрос о достоверности экспериментов.

Как оформлять UML и архитектурные диаграммы?

Единого обязательного нотации-стандарта в большинстве вузов нет, но правило простое: одна диаграмма — одна идея, единый словарь обозначений, подпись под рисунком со ссылкой на раздел текста. Для архитектуры удобнее C4-модель, для поведения — диаграммы последовательности.

Насколько сложно защитить тему, связанную с банковскими данными?

Сложность не в технике, а в ограничениях: реальные данные закрыты, поэтому работа строится на модели угроз и разграничении доступа. Зато это сильный раздел про информационную безопасность — добавьте матрицу ролей и описание того, какие данные вообще не покидают контур банка.

Источник: «Ozon Банк» запустил бесплатный сервис аналитики для продавцов маркетплейсов (опубликовано 2026-03-27)