Karometr
Карометр

Дорожная карта

Поэтапный план реализации Karometr на 12 месяцев.

Дорожная карта проекта Карометр

Плановый горизонт

  • Общая длительность: 12 месяцев
  • Целевой бюджет первого этапа: ~1 000 000 ₽
  • Формат запуска: MVP -> пилот -> масштабирование

Этап 1. Архитектура и минимально жизнеспособный продукт (М1-М4)

Цель: зафиксировать архитектуру, запустить безопасную платформу с базовой ценностью для пилотных пользователей.

  1. Сбор и формализация требований (SRS)
  2. Архитектурный дизайн и стек : FastAPI, Nuxt 3, PostgreSQL/TimescaleDB, очередь сообщений, объектное хранилище
  3. Проектирование модели данных и API-контрактов (OpenAPI)
  4. Базовая IAM-модель : регистрация/вход, JWT, RBAC
  5. Первый контур загрузки данных : CSV/XLSX + первичная валидация
  6. Подключение пилотных дилеров (2-4) и первичная загрузка исторических данных
  7. Расчёт базовых индексов спроса/предложения
  8. MVP-дашборд с фильтрами и графиками

Результат этапа: работающий MVP с авторизацией, загрузкой данных и первыми индексами.

Этап 2. Интеграции и промышленная обработка данных (М5-М8)

Цель: перейти от ручной загрузки к устойчивому конвейеру интеграций и качеству данных.

  1. Автоматизация подключения новых дилеров и интеграций (API/файловые шлюзы)
  2. ETL/ELT-конвейер с планировщиком и ретраями : единый суточный цикл 23:00-04:00 загрузка данных, 04:00-06:00 пересчёт индексов
  3. Нормализация и сопоставимость данных по периодам/дилерам/брендам
  4. Каталоги и справочники (дилеры, бренды, модели, регионы, хронология)
  5. Мониторинг качества данных и журналирование загрузок
  6. Автоматическое выявление расхождений во входных данных и справочниках с ручным контролем
  7. Расширенные индексы : текущий, год-к-году, срезы по региону/модели/бренду
  8. Ролевая модель доступа к данным и ограничения чувствительных срезов

Результат этапа: стабильный поток данных и воспроизводимые расчёты индексов.

Этап 3. Аналитика, ИИ и коммерциализация (М9-М12)

Цель: довести продукт до коммерчески масштабируемого состояния.

  1. Предиктивные модели ИИ (краткосрочный прогноз динамики спроса)
  2. Сценарный анализ (изменение ставки, курса, регуляторных параметров)
  3. Контур биллинга и подписки (тарифы, лимиты, лицензии)
  4. Расширенный кабинет клиента (доступы, команды, история)
  5. Экспорт отчётов, API для корпоративных клиентов
  6. Нагрузочное тестирование и hardening безопасности
  7. Подготовка к масштабированию и план релизов v2

Результат этапа: коммерческий запуск с подпиской, AI-аналитикой и SLA-готовностью.

Контрольные точки (вехи)

  1. M1: утверждены SRS, архитектура, схема данных и API-контракты
  2. M4: готов MVP, подключены пилотные дилеры, выполнена первичная историческая загрузка
  3. M8: автоматизированный интеграционный контур и качество данных доведены до production-ready
  4. M12: коммерческий релиз с подпиской и предиктивной аналитикой

Ключевые показатели по этапам

  • Технические: : доступность сервиса, время расчёта индексов, доля успешных загрузок, латентность API
  • Продуктовые: : активные пользователи, глубина использования аналитики, retention
  • Бизнес: : количество платных подписчиков, ARPU, конверсия пилот -> платный тариф
  • Примечание: : финальный перечень ключевых KPI будет согласован отдельным документом

Основные риски и меры

  1. Риск: неоднородность входных данных дилеров : Мера: жёсткая схема валидации, слой нормализации, версии коннекторов
  2. Риск: неполнота покрытия рынка : Мера: индексная методология и контроль репрезентативности выборки
  3. Риск: утечки чувствительной информации : Мера: RBAC/ABAC, анонимизация срезов, аудит доступа
  4. Риск: затяжка интеграций : Мера: фазирование по приоритетным партнёрам и fallback через файловые шлюзы
  5. Риск: ошибки во входных данных и расхождения в справочниках : Мера: автоматическое выявление и автоисправление типовых ошибок, ручной контроль спорных кейсов, обратная связь с дилером