Рассчитатьза 1 часРассчитать проектответим за 1 час

Главная / Наш опыт / Автоматизация работы автопарков такси с интеграцией агрегаторов Яндекс.Такси и Uber

SaaS · такси

Автоматизация работы автопарков такси с интеграцией агрегаторов Яндекс.Такси и Uber

Автоматизация работы автопарков с интеграцией агрегаторов Яндекс.Такси и Uber позволила нам получить экспертизу в особенностях работы служб такси и стала

Срок3 месяца

Стоимость разработкискрыто

ФорматSaaS · такси

СтатусИнтеграция Яндекс / Uber

Задача

Единая система автопарка с API Яндекс.Такси и Uber

Решение

Микросервисы, Kafka, аналитика и выгрузка в 1С

Результат

Замена разрозненных таблиц; SLA выше 99,9%

Зачем мы автоматизировали автопарк

Заказчику нужна была система, которая собирает поездки, штрафы, бонусы и выплаты водителей из агрегаторов в одном месте и превращает поток в управленческие отчёты без ручного копирования между приложениями Яндекс.Такси, Uber, таблицами диспетчеров и выгрузками для бухгалтерии.

Диспетчеры тратили часы на сводки, бухгалтерия — дни на отчёты для 1С. Парк рос, а данные жили в разных форматах и частотах обновления; без нормализации невозможны были ни справедливая мотивация водителей, ни оперативный контроль загрузки, маржинальности и выплат по сменам.

Мы спроектировали облачную платформу с коннекторами к API агрегаторов, аналитическим ядром и кабинетом руководителя. Цель — real-time картина по каждому водителю, единое окно для диспетчера, автоматическая финансовая выгрузка в учётные системы и накопленная экспертиза ESK по тарифам и комиссиям агрегаторов без потери поездок при сбоях связи и API.

Ключевой функционал

Коннекторы агрегаторов

REST и WebSocket к Яндекс.Такси и Uber принимают заказы, статусы, комиссии и удержания; потоки унифицируются в единую модель данных.

Аналитическое ядро

Сырые события превращаются в витрины: выручка, пробег, штрафы и бонусы по водителю, смене или парку за любой период.

Кабинет руководителя

Дашборды, графики и таблицы для решений «на лету»: загрузка парка, проблемные водители и динамика по агрегаторам в одном окне.

Экспорт в 1С

HTTP-сервисы и CommerceML выгружают начисления и справочники в 1С:Бухгалтерия и УАТ, сокращая ручной ввод до минут.

Мотивация водителей

Прозрачная статистика по каждому снижает конфликты: видны поездки, удержания, бонусы и итог к выплате без спорных таблиц.

Отказоустойчивость

Kafka буферизует пики, кластерные сервисы и повторная обработка не теряют заказы при кратких сбоях на стороне агрегаторов.

Как это устроено

Стек: Java-микросервисы, PostgreSQL, Redis, Kafka для потоков заказов, React в кабинете. OAuth2 к API такси-сервисов; критичные компоненты дублируются в кластере, WebSocket — для Яндекс.Такси, webhooks и опрос — для Uber.

Аналитики провели интервью с владельцами парков, диспетчерами и бухгалтерами, параллельно разобрали тарифы, комиссии, чаевые и учёт платных дорог в API обоих агрегаторов. На единой модели данных построены витрины, дашборды и правила начислений для 1С.

Входящие события попадают в Kafka-топики, асинхронно записываются в хранилище и аналитику. Ошибки доставки переигрываются из очереди с идемпотентными ключами, чтобы ни одна поездка не потерялась при сетевом сбое или кратком падении API агрегатора; дашборды обновляются без ручного обновления страницы.

Как шла работа

01Интервью и модель данных агрегаторов

02Коннекторы Яндекс.Такси и Uber

03Витрины, кабинет и экспорт 1С

04Пилот, нагрузка и промышленный запуск

Технологии

JavaPostgreSQLKafkaRedisReactREST API1C exportOAuth2

Хотите похожую интеграцию? Такой проект — от 1–3 месяцев по фиксированной цене или 0 ₽ за разработку при сопровождении от 45 000 ₽ в месяц.

Что получилось

Автоматизированная система полностью заменила разрозненные инструменты парка и стала единственным источником правды по поездкам. Диспетчеры перестали вручную коммутировать между приложениями агрегаторов — сводка по сменам, водителям, штрафам и агрегаторам доступна в едином окне в реальном времени.

Формирование бухгалтерской отчётности сократилось с нескольких дней до автоматической выгрузки за минуты через HTTP-сервисы и CommerceML в конфигурации 1С. Прозрачность по каждому водителю позволила внедрить справедливую мотивацию, снизить конфликты и ускорить выплаты без ручных сводок.

За первые полгода эксплуатации не зафиксировано потери критичных данных; доступность сервисов стабильно выше 99,9%. Проект дал ESK глубокую экспертизу в API крупнейших такси-агрегаторов, стал эталоном интеграции потоковых событий в финансовый контур парка и показал, как нормализация данных снимает конфликты между диспетчерами, водителями и бухгалтерией.