Цифровая трансформация сети «Магнит»: как ритейлер начал быстро распознавать документы с помощью OCR
время публикации: 09:00 29 июня 2023 года
Как качественно распознавать более 8000 документов в месяц с помощью технологии OCR? Как подобрать техническое решение и провести эффективный пилот?
Анастасия Планидина, руководитель проекта по внедрению роботизации ОЦО «Магнит». «Магнит» является одной из ведущих розничных сетей в России по торговле продуктами питания, лидером по количеству магазинов и географии их расположения. Компания насчитывает 26 731 торговую точку в 67 регионах России. Логистическая инфраструктура компании включает в себя 45 распределительных центров.
В 2020-м году в «Магните» было сформировано большое подразделение - центр обслуживания транзакционных процессов, где нами за 2 года были реализованы большое количество проектов по автоматизации. Одним из технологических решений, которые позволяли оптимизировать работу стала связка решений RPA и OCR.
Первоначально мы делали ставку на роботизацию бизнес-процессов, но при внедрении RPA мы столкнулись с ограничением, которое не позволяло достичь максимума эффективности. Это было связано с тем, что на входе бизнес-процессов практически везде присутствовали сканы документов. Нам нужно было найти такую технологию, которая смогла бы извлекать данные из сканов и передавать их роботу с дальнейшим движением по процессу.
Читайте также: Типичные ошибки при переходе на цифровые документы в ритейле
Критерии подбора технического решения
На рынке на тот момент присутствовал целый ряд решений, которые мы оценивали по ряду параметров, главными из которых безусловно были качество и скорость распознавания, а также стоимость владения решением, начиная от содержания инфраструктуры и заканчивая сервисной поддержкой.
Немаловажным фактором, критичным при запуске новых технологических решений, была поддержка команды вендора для как можно более коротких сроков развертывания. В итоге мы остановили свой выбор на сервисе компании Базис. Кроме соответствия критериям ТЗ, сервис также распознавал наличие печати и подписей, а также табличных частей, что для нас было критично на следующих этапах пилота.
Пилот
В самом начале пилота мы выделили несколько целей: применить технологию распознавания наличия печатей и подписей на действующем процессе ОЦО; оценить потенциал экономии трудозатрат при внедрении. На основании результатов подготовить стратегию дальнейшего развития технологии распознавания документов в компании.
Мы решили провести пилот на текущем процессе, который у нас уже был роботизирован. Выбор пал на путевые листы, поскольку данный процесс мог дать нам понятный результат для оценки эффектов дальнейшего масштабирования.
Итоговые показатели превзошли планируемые. Настройка решения заняла около месяца, затем мы запустились на ограниченном объеме. Пилот длился около двух месяцев. Перед масштабированием у нас было несколько интеграций улучшений.
Результат
В «Магните» продолжается процесс расширения технологии OCR на другие процессы компании. В компании все инновационные проекты проходят инвест-анализ. Ничего, что не приносит нам какого-то ощутимого эффекта мы не делаем. Конкретно по данному процессу был заложен эффект за счет экономии на четыре штатные единицы в месяц. В итоге у нас получилось 5,2 FTE и это более, чем эффективно. Качество распознавания: все реквизиты распознаны верно 86% (+ 16 к SLA на пилот).
Удовлетворенность процессом повысилась и со стороны бизнес-заказчика.
Сергей Крутских, Коммерческий директор, ЦФТ Базис:
«Базис.Документы умеет работать с любыми документами, в том числе с документами с персональными данными, например паспорт, с точностью до 99,99%.
Сервис может автоматически проверить комплектность, тип документа, его подлинность, наличие печатей и подписей и извлечь данные, при необходимости обогатив их. Технология распознавания может быть полезна на любом стыке «бумага-ПО» или «бумага-робот».
Особенно она полезна для банков, МФО, страховых компаний, застройщиков и государственных сервисов, например, таких, как «Мои документы».
Но сама технология не ограничивается только распознаванием. Вокруг этой технологии и с использованием нейросетей другого типа стоится, например, антифрод сервис. Эти нейросети способны «видеть» фотошоп, генерацию изображения другой нейросетью, а также сравнивать лицо клиентам на фото с его фотографией в паспорте. В совокупности с распознаванием это дает не только превосходный опыт клиенту в виде почти бесшовного взаимодействия с организацией, но и существенно снижает риски для кредитных организаций. Особенно это стало важным в последнее время с учетом большого количества утечек персональных данных, используя которые мошенники изготавливают подделанные паспорта.
Также эта технология может быть полезной в оцифровке архивов сканов, которые скапливаются в избытке у любой компании. В оцифровке любых печатных или рукописных анкет, договоров. В распознавании и извлечении из них любых данных, даже если документ не имеет шаблона, то есть неструктурирован.
И безусловно это особенно полезно на этапах подачи заявок на кредит, поскольку превращают непростой процесс ручного внесения данных клиентом по сути в волшебство одного клика – загрузил документы и все из них за несколько секунд перенеслось в заявку. Вокруг этого мы даже построили для нескольких крупных банков личные кабинеты заемщиков, существенно улучшающие движение клиента по CJM».
Оцените работу прямо сейчас, оставьте заявку на подключение.
Реклама ООО "ЦФТ БАЗИС"
erid: 4CQwVszH9pUiKmaKSBD
0
Последние новости
Самое популярное
- Самые высокооплачиваемые вакансии ноября-декабря в области ритейла
- Что продавать на Российских маркетплейсах в 2025 году: лучшие ниши и товары
- Изменения в маркировке безалкогольных напитков: как принимать и списывать товары...
- 12 фактов о главной выставке в индустрии моды России – CPM
- VR и AR в ритейле: как технологии использовать в продажах