Дмитрий Крупенин     

Технологически сложные продукты

Портфолио

Внутренние продукты, к которым я приложил руку, работают в таких компаниях как:

Кейсы, которые я решал в своем опыте

Кейс 1: Развитие зрелого портфеля инструментов клиентского сервиса.

Развитие зрелого портфеля инструментов клиентского сервиса. Трансформация подразделения отвечающего за 45 ИТ-сервисов для работы службы поддержки из тысяч сотрудников, обрабатывающих миллионы обращений ежемесячно.

• Контекст и вызовы кейса: необходимо выстроить работу юнита, где остался 1 менеджер продукта на 2 команды, выстроить системный сбор инициатив от стейкхолдеров, снизить хаос в ad-hoc задачах, влетающих в команды постоянно, собрать стратегию развития на 2 года, поддержать уже запущенные стратегические инициативы.
• Примененные методологии и подходы: Double Diamond (системный подход к исследованиям и разработке улучшений рабочего места операторов поддержки), SCRUM (для change команд) и KANBAN (для run команды), глубокий анализ рынка, глубинные интервью, ICE приоритизация, Stage Gate Model.
• Результаты и метрики: Подобраны цели, орг.стркутура и фреймворки для работы подразделения. Наняты недостающие менеджеры продукта, взяты буткемперы и стажеры для развития и небольших задач. Проверены гипотезы по всем легаси проектам, структурирован сбор задач от стейкхолдеров и проработано видение развития юнита. Выстроена работа команд с учетом наших проектов, стратегических проектов бизнеса и задач от стейкхолдеров "нельзя-не-сделать". В соответствии с виженом осуществлен запуск платформы для автоматизированного назначения обращений сотрудникам в разных каналах (комби режим) с распределением на аутсорс – повысило Occupancy на 6%.; Снизили метрику АНТ (время обработки обращения) на 5% за полтора года. Внедрены инструменты AI: суммаризация переписок при эскалациях, транскрибация звонков, бьютификация ответов. Построена команда RUN из стажеров и недавних сотрудников поддержки, выстроены процессы обучения и развития, 4 сотрудника за год перешли на полноценные ставки инженеров.
• Задачи: системная работа над приоритезацией стримов разработки, баланс между “нельзя не сделать” и метриками. Решения для анти-спам и анти-фрод внутри поддержки. R&D работы по LLM/RAG/ML/UX (ML-классификаторы, копилоты, LLM-агенты, LLM-ready регламенты, LLM-боты). Построение системного цикла дискавери в юните. Начата платформизация средств администрирования с целью снять с разработки рутинные задачи, дать широкий селф-сервис бэк офису и обеспечить поддержку агрессивной экспансии бизнеса (команда тратила до 60% времени на задачи категории “нельзя не сделать”).
• Извлеченные уроки и инсайты: Изменили North Star метрику с AHT (от англ. Average Handling Time — среднее время обработки обращения клиента в контакт-центре) на финансовые показатели. Высокая текучка и сложности рынка не дают получать ожидаемый эффект от улучшений интерфейсов рабочего места оператора. Сконцентрировались на автоматизации, внедрении ИИ и повышении утилизации персонала за счет платформы очередей (в пользу прямого влияния на HeadCount вместо ускорения работы над обращением). Это даст существенное влияние на снижение затрат и перспективы для создания новых продуктов.
• Команда: 4 менеджера продукта (прямое подчинение), 3 команды общей численностью 28 человек.
• Целеполагание: годовое и квартальное по OKR
• Компания и сроки: Авито (TOP-1 классифайд в РФ, 10.000 сотрудников). 2024-2025.

Кейс 2: Платформа Sfera: запуск «фабрики ИТ-решений» для T1 Digital и ВТБ

Флагманский продукт T1 Digital – производственная платформа sferaplatform.ru, которая позволяет любому бизнесу запустить собственную фабрику по разработке ИТ-решений, от идеи, через разработку и тестирование до эксплуатации. Отвечал за четверть от 43 продуктов платформы.

• Контекст и вызовы кейса: Необходимость обеспечить импортозамещение, снизить зависимость от внешних лицензий и стандартизировать процессы эксплуатации ИТ-решений для крупных клиентов. Создать платформенное решение из набора продуктов для замены вендорских решений международного уровня (лидеров рынка) в сфере эксплуатации и поддержки ИТ-решений, управления ИТ-активами и конфигурациями в крупном энтерпрайз. Зарегистрировать набор продуктов в ЕРРП.
• Примененные методологии и подходы: SAFe, SCRUM, анализ рынка, конкурентов и построение Battlecard. User Story Map, глубинные интервью и JTBD. MoSCoW приоритизация.
• Результаты и метрики: Флагманский продукт T1 Digital — производственная платформа Sfera (sferaplatform.ru), создающая «фабрику» по разработке ИТ-решений от идеи до эксплуатации. Ответственность за ~25% из 43 продуктов платформы. Полное импортозамещение 10 продуктов в ВТБ, которыми пользуются 20.000 сотрудников; регистрация всех решений в ЕРРП и готовность к выведению на рынок как части платформы или отдельного ITSM-блока. Экономия для клиентов более $1 млн в год на лицензиях сервис-деска; сокращение времени создания заявок на 20% за счет улучшений UX/UI.
• Задачи: Портфельное управление продуктами; Анализ рынка и конкурентный анализ; продуктовая стратегия go-to-market; UX/UI-оптимизация пользовательских сценариев; операционная аналитика и панель метрик для 8+ стейкхолдеров; проработано видение продукта «Полигоны и среды» (проведен продуктовый анализ и принято решение об интеграции функций в существующие продукты вместо отдельного решения).
• Извлеченные уроки и инсайты: Интеграция функций в существующую экосистему часто эффективнее самостоятельного продукта при наличии зрелых модулей, однако затем потребует существенных трудозатрат для формирования отчуждаемого коробочного решения; измеримые эффекты (экономия на лицензиях, ускорение операций) ускоряют принятие новых продуктов.
• Команда: 14 прямых подчиненных (7 менеджеров продукта и 7 тим-лидов). Кросс-функциональная команда из 130 человек;
• Целеполагание: Годовое и квартальное по KPI.
• Компания и сроки: T1 Digital (TOP-5 интеграторов в РФ, 15.000 сотрудников в группе компаний Т1); Внедрения в ВТБ и дочерних зависимых организациях; Релиз для ВТБ в 2023 году.

Кейс 3: цифровая трансформация ЖД логистики через алгоритмические продукты

Оптимизация логистики вагонного парка: замена множественных процессов с использованием Excel на алгоритмический продукт. Создан с нуля внутренний продукт по оптимизации логистики с нуля для планирования и операционной деятельности для более чем 70.000 вагонов.

• Контекст и вызовы кейса: В рамках цифровой трансформации всей компании необходимо было создать набор продуктовых решений для оптимизации планирования, операционной заадресации и дополнительных продаж. Требовалось кратно увеличить скорость расчетов, точность прогнозирования и найти новые источники доходов.
• Примененные методологии и подходы: SCRUM. User Story Map, глубинные интервью. Поиск ограничений по методологии Голдрата. HADI циклы. Алгоритмическая оптимизация транспортных задач; Применение Gurobi и IBM CPLEX. ML (машинное обучение) для прогнозных моделей; сценарное моделирование; смена North Star метрики с сокращения затрат на порожний пробег на максимизацию EBITDA; продуктовый пивот застагнировавшего решения по операционной заадресации.
• Результаты и метрики: Создание с нуля внутреннего продукта по оптимизации логистики для замены устаревшего моделирования на основе Excel для планирования и операционной деятельности более чем 70 000 вагонов. Увеличение расчетов с 150 до 20 000+ транспортных задач в месяц; общая экономия затрат и доп.продажи попутной погрузки 1,8 млрд руб. в 2021 году и 0,9 млрд руб. в 2022 году; повышение точности прогнозирования транспортных расходов на 7% благодаря 5+ ML-моделям.
  • a. Продукт Оптимизатор – инструмент для расчета математически обоснованного плана перевозок, поиска оптимизационных перевозок и конструктор для what-if анализа планов и бюджетов.
  • b. Продукт Навигатор – инструмент создания рекомендаций к операционному управлению парком вагонов с учетом всех ограничений на сети РЖД для выполнения заказов. Читать про продукт на Хабре
• Задачи: Обнаружена потребность в смене North Star метрики для фокуса на EBITDA и монетизации попутной погрузки; успешно проведен пивот продукта по операционной заадресации вагонов после стагнации проекта из-за ухода консультантов из большой тройки в 2022 году; создан фреймворк (методология) разработки внутренних цифровых продуктов, выстроены процессы работы всех команд. Бюджетирование, защита инициатив на высшем уровне. Найм, увольнение, коучинг команды.
• Извлеченные уроки и инсайты: Смена метрик с cost-saving на revenue generation открывает новые возможности монетизации; алгоритмическая оптимизация в 300+ раз ускоряет расчеты (4 минуты вместо часов); продуктовые пивоты могут реанимировать застагнировавшие проекты при правильном подходе к метрикам и пользовательским сценариям.
• Команда: Две кросс-функциональные команды общей численностью в 27 человек, управление всеми сотрудниками на ранних этапах, на поздних этапах через менеджеров продукта и тим-лидов;
• Целеполагание: Годовое и квартальное по KPI.
• Компания и сроки: ПГК - первая Грузовая компания (TOП-3 ЖД оператор, 100К вагонов, 3К сотрудников); разработка и внедрение 2020-2022 гг.

Кейс 4: цифровой двойник ЖД логистики

Цифровой двойник ЖД логистики: оптимизация вагонного парка в СИБУР. Разработал с нуля продукт по оптимизации логистики и ремонта вагонов, который в 2019 году сэкономил компании 180 млн. рублей (экономия логистических и материальных затрат для парка 20.000 вагонов-цистерн).

• Контекст и вызовы кейса: Нефтехимическая компания СИБУР Холдинг (прием и переработка ПНГ, производство базовых полимеров, синтетических каучуков, органический синтез) нуждалась в сокращении затрат на железнодорожные перевозки через повышение эффективности планирования ремонта вагонов и оптимизацию распределения парка между полигонами по всем предприятиям группы.
• Примененные методологии и подходы: SCRUM. User Story Map, глубинные интервью. ICE приоритизация. Stage Gate Model. Поиск ограничений по методологии Голдрата. HADI циклы. Цифровые двойники для моделирования логистических процессов; рекомендательные системы на основе оптимизационных алгоритмов; объемная оптимизация распределения подвижного состава; продуктовый фреймворк разработки; стратегия цифровой трансформации на уровне холдинга.
• Результаты и метрики: Внедрил продукт «Цифровой двойник ЖД Логистики», цель которого - сократить затраты на ж/д перевозки за счет повышения эффективности планирования ремонта вагонов, а также за счет оптимизации распределения парка вагонов между полигонами. География – все предприятия группы компаний СИБУР. Общий экономический эффект за 2019 год – 157 млн. рублей. Продукт состоит из 3-х модулей:
  • Рекомендательная система планирования совмещения ремонтов вагон-цистерн СУГ (сжиженный углеводородный газ). Формирует оптимальный план ремонта вагонов-цистерн, которые пойдут в ремонт из текущего рейса, с совмещением нескольких видов ремонтов для сокращения затрат (на подготовку к ремонтам и переподготовку под налив, тариф на порожний пробег в ремонт, время в ремонте и в дороге).
  • Объемный оптимизатор распределения подвижного состава для перевозки СУГ между полигонами (сдвоенные операции). Распределяет заданный пользователем парк вагонов между полигонами, с которых СИБУР производит отправку грузов группы СУГ, на ближайший месяц таким образом, чтобы вывезти весь заданный объем грузов с минимальными затратами на переподготовку вагонов и перевозку, которые включают в себя порожний ж.д. тариф и среднюю стоимость предоставления вагонов в сутки.
  • Оптимизатор укрупнения состава: подсказывает стоит ли подождать с отправкой вагонов, чтобы накопить большую группу (РЖД дает скидку при отправке групп вагонов) или оптимальнее отправить сразу. Алгоритм учитывает загруженность станций отправления и прибытия, производственные потребности, график отгрузки вагонов для РЖД и другие параметры.
• Задачи: Участие в формировании и исполнении стратегии цифровой трансформации холдинга; разработка фреймворка продуктовой разработки в составе рабочей группы; формирование и проверка гипотез по оптимизации затрат на ЖД логистику; внедрение 3-модульного продукта «Цифровой двойник ЖД Логистики». Разработал фреймворк продуктовой разработки в составе рабочей группы (с внешним консалтингом биг-3)
• Извлеченные уроки и инсайты: Модульная архитектура позволяет решать смежные задачи в рамках единой платформы; совмещение нескольких видов ремонтов кратно сокращает операционные затраты; оптимизация распределения парка между полигонами существенно влияет на общую экономику перевозок СУГ.
• Команда: 2 менеджера продукта в прямом подчинении. Кросс-функциональная команда в составе рабочей группы по цифровой трансформации в 35 человек.
• Целеполагание: Годовые и квартальные ОКР.
• Компания и сроки: СИБУР Холдинг (ТОП-1 нефтехимическое предприятие в РФ, 36.000+ сотрудников) 2018-2019 г.г.

Кейс 5: A-TRACKER: создание и вывод на рынок продукта для управления ИТ-активами

Разработка и вывод A-TRACKER на рынок, получение статуса в реестре Минкомсвязи (2018), внедрения в Модульбанке, НЛМК, НПФ Открытие; текущее участие в стратегическом управлении.

• Контекст и вызовы кейса: Консалтинговая компания «Проект ITAM2ru» специализировалась на процессах управления ИТ-активами и автоматизации бизнес-процессов. Требовалось создать с нуля отечественный продукт для автоматизации ITAM-процессов, способный конкурировать с зарубежными решениями и соответствовать требованиям импортозамещения.
• Примененные методологии и подходы: Double Diamond, KANBAN, анализ рынка, конкурентов и построение Battlecard, глубинные интервью, ICE приоритизация, HADI циклы. Product ownership полного цикла от концепции до вывода на рынок; проектирование и разработка регламентов коробочных ITAM-процессов; стратегическое управление продуктовой компанией.
• Результаты и метрики: Выпущена полноценная версия продукта A-TRACKER; продукт внесен в реестр Минкомсвязи как рекомендуемый для импортозамещения (приказ от 5 июля 2018 г. №347); успешные проекты в Мегафон, Модульбанк, НЛМК, НПФ Открытие и др.; полный цикл от проектирования регламентов до автоматизации процессов управления ИТ-активами.
• Задачи: Разработка и вывод на рынок системы A-TRACKER в роли Product Owner; проектирование и разработка регламентов ITAM-процессов для различных предприятий; успешное внедрение системы для автоматизации управления ИТ-активами; стратегическое управление компанией на уровне владельцев. Консалтинговое сопровождение внедрений и координация проектных команд для внедрения в крупных компаниях; Итеративная разработка продукта;
• Извлеченные уроки и инсайты: Отечественные ITAM-решения могут успешно конкурировать при правильном позиционировании и соответствии требованиям импортозамещения; консалтинговое сопровождение критично для успешного внедрения специализированных систем; итеративная разработка позволяет адаптировать продукт под реальные потребности рынка.
• Команда: 4 человека.
• Целеполагание: поквартальное через KPI.
• Компания и сроки: ООО «Проект ITAM2ru»; первый релиз 2017 г. Текущая версия продукта развивается в 2018-2025 г.г.

Контакты

Telegram: dkrupenin     LinkedIn: dkrupenin