Dodo Pizza — это не просто пиццерия, а технологическая компания, которая делает пиццу. 5000 сотрудников, сотни точек по миру, и главное — собственная система, которая отслеживает каждую пиццу в реальном времени: когда замесили тесто, когда положили в печь, когда курьер выехал. Такой прозрачности нет почти ни у кого в фудтехе.
🗄 Откуда берутся данные
Каждое действие в пиццерии оставляет цифровой след. Клиент открыл приложение, выбрал пиццу, добавил соус, оплатил — записано. Повар взял заказ в работу, раскатал тесто, отправил в печь — записано. Курьер забрал коробку, сел на велосипед, доставил за 28 минут — тоже записано.
Данные текут из трёх основных источников. PostgreSQL хранит всё, что связано с заказами и клиентами. MongoDB — более гибкие данные, например, меню и настройки для разных стран. А RabbitMQ работает как почтовая служба между системами: передаёт сообщения о событиях в реальном времени.
⚙️ Как данные попадают в систему
Представьте конвейер на заводе. С одной стороны заезжают «сырые» данные — хаотичные записи о тысячах событий. Их нужно почистить, рассортировать, связать между собой.
Этим занимаются три инструмента. Apache Airflow — как диспетчер, который говорит: «Сначала загрузи данные о заказах, потом о доставках, потом посчитай статистику». Apache Spark — мощный обработчик, который умеет переваривать гигабайты за минуты. А dbt превращает сырые данные в понятные таблицы: «выручка по городам», «среднее время доставки», «популярные топпинги».
На выходе — не каша из миллионов записей, а готовые данные, с которыми может работать любой менеджер.
🏗 Где всё это хранится
Обычная база данных отлично справляется, когда надо найти один конкретный заказ. Но попробуйте посчитать среднее время доставки по всем заказам за год — система задумается надолго.
Поэтому Dodo использует ClickHouse — хранилище, заточенное под аналитику. Оно устроено хитро: данные хранятся не строками, а колонками. Когда нужно посчитать сумму выручки, система читает только колонку «сумма», игнорируя всё остальное. Результат — отчёты за секунды, а не минуты.
Холодные данные — старые логи, история за прошлые годы — лежат в Amazon S3. Это как архив в подвале: достать можно, но обращаются туда редко.
📊 Как команды видят данные
Утро операционного директора начинается с Grafana — там в реальном времени видно, что происходит: сколько заказов в минуту, какой процент доставляется вовремя, где сбои.
Продакт-менеджеры работают с Apache Superset и Power BI. Их интересует другое: как изменилась конверсия после редизайна приложения, какие акции сработали, в каких городах падает средний чек. Маркетологи смотрят свои срезы: откуда приходят клиенты и сколько стоит привлечение.
Главное — данные доступны не только аналитикам. Управляющий пиццерией видит свои метрики и понимает, где отстаёт от плана.
💡 Что интересного
Dodo построила собственную систему Dodo IS, и это редкость. Большинство ресторанов покупают готовые решения, а здесь написали всё с нуля — от учёта ингредиентов до трекинга курьеров. Это дало полный контроль над данными.
Прозрачность возведена в культ. Любой клиент может зайти на сайт и посмотреть выручку конкретной пиццерии за день. Компания буквально открыла финансы публике — и это работает на доверие.
Технологический подход позволяет масштабироваться. Открыть пиццерию в новой стране — это не «начать с нуля», а «подключить к системе». Все процессы уже описаны и измеряются.
---
Хотите построить похожую систему для своего бизнеса — когда данные не просто собираются, а реально помогают принимать решения? Напишите мне, разберём вашу ситуацию!