Программный продукт Claritech (рус. Кларитех) от компании-разработчика Партнёрство Профессионалов предназначен для моделирования расходов и построения драйверных схем распределения. Продукт помогает собирать единую структуру затрат, задавать правила аллокации, отслеживать изменение расходов по продуктам и подразделениям и работать с несколькими сценариями.

Модель строится как граф: узлы представляют ресурсы, услуги и продукты, связи - правила распределения. Можно настраивать уровни детализации, использовать метрики, переменные и формулы, подключать плановые и фактические данные. Система поддерживает работу с годовыми, квартальными и месячными версиями моделей.

Пользователи системы Claritech: финансы, операционные подразделения, ИТ, аналитики. Решение разворачивается on-premise или в облаке, работает через браузер и интегрируется с 1С, ERP, BI и другими системами через Excel-шаблоны или API. Управление доступом выполняется через Keycloak, данные хранятся в PostgreSQL.

Функциональные возможности Claritech:

• Построение графовых моделей затрат. Система формирует структуру в виде графа: узлы — ресурсы, услуги, продукты; связи — правила распределения затрат. Это даёт наглядность пути движения расходов.
• Аллокация по reciprocal method. Реализован взаимный метод распределения (reciprocal method of cost allocation) — учитывает перекрёстные сервисы и внутренние услуги между подразделениями.
• Работа с несколькими сценариями. Позволяет сравнивать разные финансовые сценарии, оперативно оценивать «что если» при изменении параметров затрат.
• Настройка уровней детализации. Пользователи задают глубину проработки модели — от обобщённых показателей до микроуровня отдельных операций.
• Использование метрик и формул. Система поддерживает ввод пользовательских метрик, переменных и расчётных формул для сложных алгоритмов аллокации.
• Обработка плановых и фактических данных. Совмещает прогнозные бюджеты и реальные расходы, помогает сопоставлять план с фактом в динамике.
• Пересчёт модели без изменения первичных данных. Можно уточнять и расширять модель (добавлять узлы, связи), при этом исходные данные остаются неизменными — пересчёт происходит только на уровне алгоритмов распределения.