RPA

Роботизация ввода данных при приёме на работу

• Было: Ручное оформление документов, ручная обработка данных. 1 оформление ~30 минут
• Стало: Робот получает на вход сканы документов, проводит распознавание и распределяет все данные по соответствующим полям учётных систем.
• Эффект: В 10 раз быстрее обработка после автоматизации. Точность ввода достигла 100%.

• Было: Ручная обработка десятков резюме. Анализ занимает 2-3 дня.
• Стало: Робот анализирует резюме по ключевым словам и подбирает наиболее релевантные рекрутеру.
• Эффект: Увеличена скорость обработки резюме, повышение эффективности подбора кандидатов, экономия времени сотрудников.

• Было: Обработка заявок сотрудниками HR отдела на кадровые документы.
• Стало: Робот мониторит системы (например, Task manager/Service Desk), где сотрудники оставляют запросы на предоставление справок, отпусков и т. д. Готовит необходимые документы (справки, приказы, заявления), при необходимости классифицирует и отправляет документы на согласование через СЭД.
• Эффект: Повышение точности обработки и времени выполнения заявок, снижена трудоёмкость процесса.

• Было: Сотрудники архива сканируют книги, распознают текст с помощью ПО, затем вручную проверяют и исправляют ошибки, делают форматирование.
• Стало: Робот получает в необработанном виде данные сканирования книги с планетарного сканера, проводит распознавание текста, анализирует текст на наличие ошибок по словарям, исправляет их при необходимости и делает форматирование. Передаёт информацию в финальный файл.
• Эффект: Экономия времени специалиста. Уменьшение количества ошибок.

• Было: 3 отдела, 5 приложений, подготовка большого объёма документов при закрытии периода.
• Стало: Робот настроен на выполнение процедуры:
  • Синхронизация данных между разнородными системами
  • Проверка идентичности проводок в учётных системах
• Эффект: 
  • Степень автоматизации: 75% работ автоматизировано.
  • Частота ошибок снижена до 0%.
  • Уменьшение ручного труда до 25%.
  • Более быстрое время обработки – сокращение на 65%.

• Было: Ручной перенос данных из документов в электронные системы, обработка входящей документации.
• Стало: Автоматическое распознавание содержания документов, распределение информации по соответствующим системам и полям. 
• Эффект: Экономия времени специалиста. Уменьшение количества ошибок.

• Было: Сотрудники отдела закупок вручную составляют документы и рассылают поставщикам.
• Стало: Робот анализируетинформацию о будущих поставках в BI/ERP системах. На их основании создаёт спецификации на закупку в формате PDF. Затем следует рассылка запросов поставщикам по электронной почте.
• Эффект: Сокращение времени на рассылку закупочных спецификаций на 60-70%.

• Было: Ручной разбор коммерческих предложений из email, внесение данных в базу.
• Стало: Робот обрабатывает входящую корреспонденцию, содержащую КП. Просматривает нетиповые КП и извлекает целевые параметры закупки, вносит их в БД.
• Эффект: Экономия времени специалиста. Уменьшение количества ошибок.

• Было: Ручной перенос данных из старых систем в новую.
• Стало: Роботы забирают данные из старых систем, консолидируют их и вносят через пользовательский интерфейс в новую систему УВЗ.
• Эффект: Экономия на доработке интерфейсов интеграции старых систем с новой системой.

• Было: Получение заявки/нотификации о блокировке учётной записи. Анализ причины. Разблокирование УЗ.
• Стало: Автоматическое отслеживание блокировки УЗ. Анализ причины блокировки по косвеным признакам (ip, HW, паттерн). Автоматическое разблокирование УЗ при заданных условиях (99%).
• Эффект: Освобождение времени IT специалиста. Более оперативное решение вопроса с разблокировкой УЗ.

• Было: Ответ на вопрос любой сложности человеком, многократное повторение однотипных ответов.
• Стало: Робот принимает входящие запросы, по ключевым словам определяет тип вопроса и выдаёт подходящий типовой ответ. Возможно самообучение.
• Эффект: Экономия времени специалиста. Уменьшение количества ошибок.

• Было: Ручная классификация входящих обращений.
• Стало: По ключевым словам робот определяет тематику обращения и относит его к определённой категории. Для типовых обращений робот возвращает ссылку на решение.
• Эффект: Экономия времени специалиста.

• Было: Процесс бизнес-анализа не представлен как штатный. Действие запускается "по запросу". Приглашённый аналитик вручную делает снимок рабочего дня сотрудника, выделяет зоны для автоматизации. После описания БП IT служба предлагает решение по автоматизации.
• Стало: Робот постоянно отслеживает действия пользователей на ПК, обнаруживает повторяющиеся операции и предлагает варианты их автоматизации: Работа с БД, большое количество однотипных операций в Excel, копирование информации из однотипных веб-источников.
• Эффект: Внедрён непрерывный процесс бизнес-анализа, поставлен на поток поиск зон для оптимизации.

• Было: Менеджеры искали договоры под продление вручную. Тратили ~7 чд/мес.
• Стало: Робот определяет, с кем продлевать договор и рассылает клиентам ДС и счета по email. Через 2 дня повторная отправка и уведомеление менеджеру об оплате или отказе.
• Эффект: Экономия 30% рабочего времени менеджера.

• Было: Ручной мониторинг новых заявок на депозитные счета (раз в 2 часа).
• Стало: Робот периодически заходит в ДБО для мониторинга новых заявок на депозит. При появлении новой заявки выполняет следующие действия:
  • проверяет, что заявка подходит под заданные критерии;
  • сохраняет заявку в файл PDF с заданным форматом имени;
  • отправляет письмо по электронной почте через MS Outlook на выделенный адрес ответственного сотрудника Банка с вложением подготовленного файла.
• Эффект: Ускорение обработки заявок на 2 рабочих часа.

• Было: Ручной перенос данных из документов в электронные системы, обработка входящей документации.
• Стало: Автоматическое распознавание содержания документов, распределение информации по соответствующим системам и полям. 
• Эффект: Экономия времени специалиста. Уменьшение количества ошибок.

• Было: Отдел из 10 сотрудников вручную разбирал поток договоров от тысяч контрагентов, тратя на 1 договор от 10 до 20 минут.
• Стало: Робот используется для обработки большого количества нетиповых договоров с заказчиками. Договоры содержат информацию о типе сделки. Робот просматривает каждый договор, извлекает данные о контрагенте и ищет информацию о типе сделки, классифицирует и вносит в УС.
• Эффект: Экономия времени специалиста. Уменьшение количества ошибок.

• Было: Инженеры обрабатывают бумажные чертежи, вручную переносят данные из бумажных источников в цифровой вид, анализируют и вычитывают исходные документы.
• Стало: Робот получает в необработанном виде данные сканирования проектной документации (чертежи, спецификации, технологические карты, и т. п.). Проводится анализ содержащихся на бумаге текстовых блоков. Текст распределяется по различым текстовым полям в зависимости от содержания.
• Эффект: Экономия времени специалиста. Уменьшение количества ошибок.

• Было: Ручной мониторинг и анализ задержек доставок. 1 сотрудник - 50 вагонов в день.
• Стало: Из информационной системы, согласно установленному маршруту, робот выгружает Excel файл, в котором содержатся номера вагонов. По определенному алгоритму этот файл фильтруется. Далее робот переходит во вторую информационную систему, где, согласно алгоритму, доходит до анализа причин задержек в пути следования вагона. Из отфильтрованного Excel файла, робот поочередно вводит номера вагонов и выгружает найденные по ним акты в виде Excel файла. Робот анализирует 1200 вагонов в сутки.
• Эффект: Оптимизация штата сотрудников на 24 единицы.

• Было: В разрозненных разнородных БД содержится информация об артикулах. БД не интегрируемые. Приходится вручную искать информацию по артикулам и дополнять карточку материала в мастер-системе.
• Стало: Робот проводит рутинную работу по поиску, выверке данных из различных источников с консолидацией в мастер-системе.
• Эффект: Снижение количества операций. Повышение точности. Уменьшение временных затрат на задачу.

• Было: Контроль отделом логистики заказов со статусом "заблокирован". Анализ риска и условий оплаты, принятие решения о деблокировании заказа.
• Стало: Робот выполняет контрольные процедуры по заблокированным заказам на отгрузку в ERP. Факторы анализа: класс риска контрагента, условия оплаты. Операция завершается проставлением роботом комментария о причине блокировки либо деблокировки заказа.
• Эффект: Увеличение производительность отдела логистики в 5 раз.

• Было: Ручная обработка входящих email сообщений, содержащих информацию о проекте. Проверка дублей и классификация заявок. В день до 30 обращений. Каждое обращение - 10-15 минут.
• Стало: Робот парсит входящие email и разбирает данные по нужным полям. Плюс анализ дублей. Время обработки одного обращения - менее минуты.
• Эффект: Экономия времени ~10-15 минут на одно обращение, меньше ошибок, выше точность классификации заявок.

• Было: Сверка документов по страховым взносам с банковскими выписками в ручном режиме и ввод в ERP систему. До 2 дней на 1 клиента
• Стало: Сверка и ввод данных полностью выполняется роботом. Занимает 20 минут.
• Эффект: Сокращение времени обработки платежа до 20 минут. Устранен фактор человеческой ошибки. Точность увеличена до 100%.

• Было: Ручное сопоставление данных из разных систем, поиск дублей. Копирование или удаление данных при заданных условиях.
• Стало: Роботизированное сравнение значений в различных системах, действие по скрипту: удаление/копирование/перенос.
• Эффект: Повышение точности сравнения данных. Ускорение процесса сверки. Высвобождение времени человека.

• Было: Применяется сложная ИТ архитектура, в том числе среда виртуализации Citrix. Сотрудник переключается между разными источниками и копирует данные из разных ERP систем. Из-за сложности процесса возникали ошибки.
• Стало: Оператор запускает процесс и отслеживает выполнение. Робот выполняет механические действия по перелючению между средами и копирует данные автоматически. 
• Эффект: Исключены ошибки ввода, упрощена работа оператора.

• Было: Отдел взыскания долгов банка регулярно сверял данные по сотням договоров и займов, вручную актуализируя информацию по долгам. На это уходили десятки часов в неделю.
• Стало: Процесс был автоматизирован, заданы ключевые слова для анализа документов роботом, робот круглосуточно сканирует и сверяет договоры и актуальные займы. Вносит необходимые пометки в базе и информирует оператора о необходимости принятия решения человеком.
• Эффект: Экономия времени специалиста. Уменьшение количества ошибок.

• Было: Архив документов в jpg. Перенос вручную мог занять до 10 лет.
• Стало: Робот забирает jpg, распознает содержимое (создает текстовый слой), заворачивает в pdf, регистрирует в реестре/СЭДе/e-archive, заполняет данными в карточку. Заняло 4 мес силами 4 роботов.
• Эффект: Экономия 9,5 лет рабочего времени.

• Было: Юридический отдел даёт ответы на вопросы сотрудников, часто повторяя одни и те же комментарии.
• Стало: Робот отвечает на типовые обращения пользователей по юридическим вопросам, учится отвечать более адекватно на вольные формулировки, предполагающие одинаковые запросы.
• Эффект: Экономия времени специалиста. Уменьшение количества ошибок.

• Было: Ручное обращение к нескольким публичным источникам, сведение и анализ информации в едином отчёте.
• Стало: Робот автоматически собирает данные по запросу оператора и готовит сводный отчёт в одной директории. 
• Эффект: Экономия времени ~30 минут на одного контрагента, снижение количества операций с 20-30 до 2х.