Time tracking enforcement для агентств

Что делает эта автоматизация

Time tracking enforcement превращает незаметный отток выручки в видимый управленческий сигнал. Агентский бизнес зависит от billable hours: если консультант отработал 7 часов, а в таймшите осталось 4 — три часа растворились. AI-агент Grow2.ai читает активность сотрудника в рабочих системах и ежедневно показывает, где лог времени расходится с фактом.

Что конкретно делает агент

1. Подключается к issue tracker (Jira, Linear, ClickUp) и собирает события за сутки: создание задач, смену статусов, комментарии, commits.
2. Собирает события из календаря (Google Calendar, Outlook): встречи с клиентом, внутренние сессии, review-митинги.
3. Отслеживает метаданные сообщений в каналах коммуникации (Slack, Teams): автор, время, канал, упоминания — без содержимого.
4. Сопоставляет эти сигналы с записями в time tracking tool (Toggl, Harvest, Clockify).
5. Определяет расхождение: «С 10:00 до 12:00 вы были в Zoom-встрече с клиентом X и закрыли 4 тикета в Jira того же клиента, но в таймшите 0 часов на клиента X».
6. Отправляет personal digest сотруднику в конце дня и агрегированный rollup менеджеру в конце недели.

Что агент НЕ делает

• Не пишет таймшиты за сотрудников — решение о логировании остаётся за человеком.
• Не заменяет time tracking tool — работает поверх существующего (Toggl, Harvest, Clockify).
• Не принимает решения о биллинге клиента — только формирует сигналы для менеджера.
• Не работает как keyboard/mouse surveillance — опирается на бизнес-системы, а не на клик-трекеры.
• Не решает проблему низкой дисциплины культурно — это задача руководителя и процесса.

Типичные варианты настройки

Solo / 1–5 человек. Подключение одного issue tracker, одного календаря и одного Slack workspace. AI-агент отправляет сообщение в личный Slack DM один раз в день: список закрытых задач, проведённых встреч и напоминание о незалогированных часах. Менеджерской отчётности нет — сотрудник сам видит свой gap и закрывает его. Подходит фрилансерам, соло-консультантам и микро-агентствам, где владелец совмещает роль PM и operations. Setup занимает 2–3 дня, поддержка минимальная.

SMB / 6–30 человек. Добавляются менеджерские dashboards: недельный отчёт по команде, heatmap незалогированных часов по клиентам, алерты при превышении порога (например, gap более 4 часов за неделю). Интеграция с двумя-тремя source systems одновременно: Jira + Google Calendar + Slack. Обычно начинает окупаться на первом месяце за счёт recovered billable time. Типовой кейс для маркетинговых, дизайн- и dev-агентств.

Enterprise / 30+ человек. Мультипрофильная настройка: отдельные правила для разных команд, ролей и клиентских пулов. Интеграция с SSO, RBAC для менеджеров, compliance-friendly логирование с хранением только метаданных. Дашборды для operations, finance и PM office. Обязательна фаза legal review — в ряде юрисдикций мониторинг активности сотрудников регулируется и требует уведомления или согласия.

Как это работает

Архитектура опирается на три слоя: сбор сигналов → нормализация и attribution → распознавание gaps. Каждый слой изолирован и может быть заменён без переписывания остальных.

Шаг 1. Коннекторы к исходным системам

Grow2.ai подключает агент к API источников. Для каждой системы — отдельный коннектор с read-only scope:

1. Issue tracking — Jira REST API, Linear GraphQL, ClickUp API. Забирает события за последние 24 часа: создание задач, assignment, смену статуса, комментарии, зарегистрированное time logged.
2. Calendar — Google Calendar API, Microsoft Graph для Outlook. Читает события сотрудника: начало, конец, участники, заголовок, домены приглашённых.
3. Communications — Slack Events API, Microsoft Teams Graph API. Забирает метаданные сообщений (канал, время, автор, упоминания) без содержимого — для compliance.
4. Time tracking — Toggl API, Harvest API, Clockify API, Everhour. Основной source of truth: что уже залогировано.

Шаг 2. Нормализация и attribution

Агент приводит события к единой временной шкале. Для каждого 15-минутного интервала формируется вектор сигналов: было ли событие в Jira, был ли митинг, была ли активность в клиентском Slack-канале. Затем каждое событие связывается с клиентом или проектом через существующую привязку — labels и components в Jira, теги клиентов в Linear, домены участников в Calendar, channel-to-client mapping в Slack.

Шаг 3. Распознавание gaps

LLM анализирует разрыв между signal-vector и time tracking записями. Примеры правил:

• В 10:00–11:00 был митинг с клиентом X плюс closed тикеты Jira клиента X, но в Toggl 0 часов на клиента X — candidate gap 1 час.
• В 14:00–17:00 каждые 15 минут появлялись комментарии в Jira клиента Y, но в Toggl 0 часов — candidate gap до 3 часов.
• В 9:00–10:00 была встреча с клиентским доменом, но в Toggl она залогирована как internal — candidate miscategorization.

Шаг 4. Digest и алерты

Каждый вечер в 18:00 локального времени сотрудника агент отправляет personal digest в Slack:

Сегодня зафиксирована активность, не найденная в таймшите:- 10:00–11:00 митинг с клиентом Acme + 4 тикета Acme в Jira — в Toggl 0 ч.- 14:00–16:30 комментарии в канале #acme-dev — в Toggl 0 ч.Оценка: 3.5 часа billable. Открыть Toggl: [link]

Менеджер получает weekly rollup: heatmap gaps по команде, топ-5 проектов с наибольшим под-логированием, тренд недели к неделе.

Альтернативные подходы

No-code инструменты (workflow-движок, Zapier) решают задачу процентов на 60: они умеют «if X then alert», но не умеют «понять, что упоминание клиента в Slack + тикет в Jira + митинг в календаре = billable работа». Вендорские таймтрекеры закрывают часть цепи — они видят свои логи, но не видят реальность за их пределами. AI-агент покрывает разрыв между source of truth в таймтрекере и source of reality в остальных системах.

Безопасность и compliance

Grow2.ai по умолчанию хранит только метаданные событий: timestamps, actors, project IDs. Содержимое сообщений Slack и Teams не попадает в retrieval или training — агент работает с паттернами активности, а не с текстом переписки. Для юрисдикций с GDPR-режимом (EU, UK) настраивается data residency в ЕС и retention 30 дней. Все API-вызовы read-only. Для compliance-критичных клиентов поддерживается deployment языковой модели через enterprise tier Anthropic с изолированным data plane. Уведомление сотрудников о запуске мониторинга — требование во многих юрисдикциях; Grow2.ai помогает составить корректный onboarding-текст, но финальное решение по compliance остаётся за юристами клиента.

Что нужно для запуска

Time tracking enforcement требует трёх предпосылок, без которых автоматизация не даст заявленного эффекта.

Технические требования

1. Существующий time tracking tool с API. Поддерживаются Toggl, Harvest, Clockify, Everhour. Без базовой системы логирования агенту не с чем сравнивать.
2. Структурированное issue tracking. Jira, Linear, ClickUp или GitHub Issues. Задачи должны быть привязаны к клиенту или проекту через labels, components или parent epic — без этой привязки gap detection бесполезен.
3. Рабочий календарь (Google Calendar или Microsoft Outlook) с консистентной практикой отмечать клиентские встречи: клиент в списке attendees либо prefix в заголовке события.
4. Доступ к Slack или Teams workspace с read-only scope. Для Slack требуется Business+ или Enterprise Grid для Events API.
5. Роль Admin хотя бы в одной из систем для OAuth setup. Эту роль играет CTO, COO или IT lead.

Процессные требования

1. Бизнес-модель billable hours. Если агентство работает в fixed-price проектах без часовой фиксации — эффект не ощущается. Инструмент оптимизирован для T&M и retainer-моделей.
2. Согласие команды на мониторинг. Без прозрачной коммуникации — «мы внедряем gap detector, чтобы меньше терять выручку, а не чтобы вас контролировать» — автоматизация воспринимается как слежка и саботируется.
3. Owner процесса. Один человек (обычно Head of Operations или COO), который смотрит weekly rollup и решает, что делать с повторяющимися gaps.

Возможные подводные камни

• Неправильная привязка клиент↔проект в Jira/Linear. Если задачи помечены как Internal, хотя работа идёт по клиентскому контракту — агент классифицирует их как non-billable и gap не детектируется. Перед запуском нужен аудит меток.
• Слишком агрессивные алерты. Digest каждые 2 часа — и команда отключает notifications. Рабочая частота — один раз в день вечером плюс weekly rollup для менеджера.
• Игнор legal review. В Германии, Франции, Испании, Польше и ряде штатов США мониторинг сотрудников требует письменного согласия или уведомления работников. Пропуск шага — юридический риск.
• Внедрение без коммуникации. Команда узнаёт об агенте из первого digest — типичный источник конфликта. Нужен kickoff-митинг и письменная политика до включения.
• Отсутствие owner процесса. Агент генерирует отчёты, но никто их не смотрит — через 2 месяца инструмент отключают с формулировкой «не работает». Назначение ответственного — предусловие, а не nice-to-have.