Retail · iOS + Android + Backend

SuperStep — приложение учёта остатков в рознице: кейс

SuperStep — приложение для продавцов-консультантов сети обувных и мультибрендовых магазинов. Оно позволяет сотруднику войти по номеру телефона, просматривать актуальные остатки товара по всем магазинам сети и мгновенно находить нужную позицию через умный поиск на ElasticSearch. Стек: Swift, Kotlin, PHP Symfony, ElasticSearch.

Заказать свой проект Все кейсы →

Официальныйсайт Скачать вApp Store Доступно вGoogle Play

Два нативных приложения — iOS и AndroidВход сотрудника по номеру телефонаУмный поиск на ElasticSearchОстатки по всем магазинам сетиПоиск по тегам и штрих-кодуИнтеграция с 1С

SuperStepRetail · розница · обувь и одежда

Клиент

Розничная сеть мультибрендовых обувных магазинов

Отрасль

Retail · розница · обувь и одежда

Платформы

iOS · Android · Backend

Срок

12–20 недель

О продукте

Коротко — что это за продукт и для кого мы его делали.

SuperStep — это рабочий инструмент продавца-консультанта в торговом зале. Приложение снимает главную боль розницы: сотруднику нужно быстро понять, есть ли товар в наличии, в каком размере и в каком именно магазине сети он лежит. Вместо звонков на склад и ручной сверки консультант открывает приложение, ищет позицию по названию, тегу или штрих-коду и сразу видит остатки по всей стране.

Заказчик — сеть мультибрендовых магазинов обуви и одежды. Задача была собрать приложение, которое упрощает работу с остатками и сопровождает продажу: просмотр актуального ассортимента, быстрый поиск позиции и вход сотрудника по номеру телефона без пароля. Продукт вышел в двух нативных версиях — под iOS на Swift и под Android на Kotlin — поверх общего бэкенда на PHP Symfony.

Задача

В крупной розничной сети ассортимент постоянно движется: товар распределён по десяткам магазинов в разных городах, размеры и наличие меняются каждый день. Продавцу в зале сложно навскидку сказать покупателю, есть ли нужная модель в другом размере или в соседней точке — а от этого напрямую зависит продажа.

До приложения консультанту приходилось звонить коллегам, проверять остатки вручную и терять время у клиента. Нужен был единый инструмент, который на телефоне сотрудника показывает актуальные остатки по всей сети, даёт мгновенный поиск позиции и работает без сложной авторизации — чтобы новый продавец мог начать пользоваться им в первый же день.

Особенности проекта

Нативная разработка под обе платформы — приложение собрано отдельно под iOS на Swift и под Android на Kotlin, чтобы получить максимум скорости и нативный UX в торговом зале.

Поиск на ElasticSearch — умная строка учитывает опечатки и синонимы, а фильтрация по тегам (бренд, размер, категория, сезон) находит позицию за пару касаний.

Retail-специфика — приложение думает категориями розницы: сеть, город, конкретный магазин, остатки по точкам, приёмка и списание товара.

Методология Kanban — команда вела разработку по Kanban, а MVP обкатывался в реальной рознице на живых продавцах.

Решение и подход

Как мы собрали продукт — от архитектуры до процесса.

Мы построили приложение вокруг одного сценария — продавец у стеллажа хочет за секунды узнать всё о товаре. Поэтому в основу легли два решения: беспарольный вход по номеру телефона, чтобы сотрудник не возился с логинами, и поисковый слой на ElasticSearch, который держит мгновенный отклик даже на большом каталоге с опечатками и синонимами.

Дальше мы разложили работу продавца на понятные шаги: выбор магазина (сеть, город, точка), просмотр каталога с карточками товаров, ценами и размерами, и управление остатками — приёмка, списание, наличие по точкам. Поиск сделали многослойным: обычная строка, фильтры по тегам и сканирование штрих-кода камерой телефона. Бэкенд на PHP Symfony свели с каталогом сети и заложили интеграцию с 1С, чтобы остатки в приложении совпадали с учётной системой.

Технологический стек

Инструменты подобраны под задачу продукта.

Swift

Приложение под iOS

Kotlin

Приложение под Android

PHP Symfony

Бэкенд и API

React

Веб-часть и админка

Elasticsearch

Поиск и фильтрация каталога

Почему натив для торгового зала и ElasticSearch для поиска

Нативные приложения (Kotlin/Swift) дают полный доступ к API устройства и обеспечивают отзывчивый интерфейс в условиях торгового зала.

Рассматривалась альтернатива кросс-платформы: быстрый старт, но ограниченный доступ к нативному сенсору и хужший UX при поиске в зале. Выбраны нативные приложения для лучшей работы в режиме офлайн и пуш-уведомлений.

ElasticSearch выбран вместо SQL-поиска для быстрого фулл-текстового поиска по товарному каталогу с фильтрацией по нескольким измерениям.

Функции продукта

Ключевые возможности, которые закрыли задачу бизнеса.

Умная поисковая строка

Поиск способен учитывать опечатки и находить синонимы товаров, чтобы позиция находилась даже при неточном запросе.

Поиск по тегам

Фильтрация по бренду, размеру, категории и другим тегам сужает выдачу до нужной позиции за пару касаний.

Остатки по всей сети

Просмотр актуального ассортимента и остатков товара в каждом магазине сети по всей стране.

Управление остатками

Приёмка и списание товара с интеграцией с системой 1С — остатки в приложении совпадают с учётом.

Поиск по штрих-коду

Сканирование штрих-кода товара камерой мобильного устройства для мгновенного открытия карточки.

Вход по номеру телефона

Беспарольная авторизация сотрудника по номеру телефона — быстрый старт работы прямо в зале.

Как это работает

Ключевые экраны продукта — по шагам.

Каталог и карточка товара

Главный экран приложения — каталог товаров сети: карточки с фотографией, артикулом, брендом и ценой, где скидка вынесена цветной плашкой прямо в списке (например, «MEN · T-SHIRTS» или кроссовки RUN BREAKER, LACOSTE).

По клику открывается карточка товара с крупным фото, артикулом, брендом и таблицей размеров: у каждого размера свой остаток и цена, а доступность подсвечена цветом — так консультант сразу видит, что и где есть в наличии.

Этапы работы над продуктом

Проект прошёл полный цикл разработки: бизнес-анализ и discovery на старте, аналитика и дизайн, разработка, тестирование и поддержка.

Команда вела работу по методологии Kanban, а собранный MVP обкатывался в реальной рознице — на живых продавцах в торговом зале, чтобы проверить сценарии до масштабирования на всю сеть.

Выбор магазина и вход

Работа начинается с выбора магазина: сотрудник указывает сеть (Superstep), город (Москва) и конкретную точку из списка — «МЕГА ТЁПЛЫЙ СТАН», «КРОКУС», «АТРИУМ» — с поиском по названию.

Авторизация построена без пароля: экран входа «Welcome to StoreUP» принимает номер телефона сотрудника, а для новых точек предусмотрена регистрация и отправка заявки на подключение.

Функции поиска и учёта

Ядро приложения — поиск: умная строка учитывает опечатки и синонимы, а фильтр по тегам ищет по бренду, размеру и категории. Отдельно работает сканирование штрих-кода камерой телефона.

Поверх поиска — учёт остатков: просмотр актуального ассортимента по каждому магазину сети по всей стране, а также приёмка, списание товара и интеграция с системой 1С.

Запуск и аудитория

Пользователи приложения — продавцы-консультанты розничной сети, поэтому интерфейс рассчитан на быструю работу в торговом зале без обучения: вход по телефону, крупные карточки, мгновенный поиск.

MVP тестировался в реальной рознице на живых продажах, а заложенная интеграция с 1С готовит продукт к масштабированию на всю сеть магазинов.

В цифрах

нативных приложения — iOS и Android

1С

интеграция остатков с учётом

ElasticSearch

поиск с опечатками и синонимами

12–20

недель на нативный MVP

2 нативных приложения для iOS и Android + бэкенд на PHP Symfony.
Вход сотрудника по номеру телефона — без пароля.
Быстрый поиск товара на ElasticSearch: фильтры по бренду, размеру, региону, сезону.
Просмотр и управление остатками с указанием местонахождения товара.
Перспектива интеграции с 1С для синхронизации данных.
Скоуп согласован под жёсткие сроки с заказчиком (методология Канбан).

Архитектура и персональные данные

Приложение обрабатывает персональные данные сотрудников (номер телефона, профиль). Данные передаются по защищённому каналу и хранятся на серверах оператора.

Соответствие: 152-ФЗ, оператор ПДн в реестре РКН, ИСО 27001 (внедрение), локализация персональных данных. Реестр операторов: pd.rkn.gov.ru.

Часто задаваемые вопросы

Сколько стоит разработать приложение для управления остатками в рознице?

Стоимость зависит от набора платформ (iOS/Android), числа интеграций и требований к бэкенду. Точную оценку даём после анализа ТЗ.

Почему нативные приложения, а не кросс-платформа?

Нативные приложения дают полный доступ к нативному сенсору, работу в офлайн-режиме и лучший UX в условиях магазина. Кросс подходит, когда бюджет ограничен или нет строгих требований к платформо-специфике.

Как работает ElasticSearch в продукте?

ElasticSearch индексирует товарный каталог и возвращает релевантные результаты по текстовому запросу. Фильтрация по бренду, размеру, сезону работает через Elasticsearch-фильтры, что быстрее SQL-запросов на больших каталогах.

Как защищаются ПДн сотрудников и что требует 152-ФЗ?

ПДн сотрудников (номер телефона, профиль) обрабатываются с опорой на 152-ФЗ: защищённый канал, минимизация хранения, локализация. Реестр операторов: pd.rkn.gov.ru.

Сколько времени занимает разработка подобного MVP?

Типичный диапазон для нативного приложения с бэкендом — 12–20 недель; это отраслевой диапазон, а не обязательство. Сроки зависят от интеграций и готовности дизайнов. Точные сроки фиксируем после дискавери.