Впровадження системи автоматичної категоризації заявок на базі машинного навчання Azure Machine Learning дозволило звільнити понад 70 робочих годин на місяць
Впровадження системи автоматичної категоризації заявок на базі машинного навчання Azure Machine Learning дозволило звільнити понад 70 робочих годин на місяць
Міжнародна картографічна компанія 2GIS автоматизувала роботу внутрішньої техпідтримки за рахунок застосування технологій машинного навчання. Система на базі Microsoft Azure Machine Learning автоматично сортує всі заявки, завдяки чому фахівцям не доводиться робити це вручну. Час, що звільнився, йде на виконання важливіших завдань.
Під брендом 2GIS працюють 4500 тисяч фахівців. Серед них – користувачі розроблених усередині компанії додатків для малювання карти, наповнення довідника, CRM та ін. При ручному сортуванні на кожен запит у них йшло близько хвилини. Компанії був потрібен інструмент, здатний скоротити час обробки кожної заявки, щоб звільнити співробітникам час для більш важливої роботи.
Для вирішення цього бізнес-завдання було розроблено систему на базі Azure Machine Learning для клієнта Jira Service Desk, який використовується в компанії для ведення обліку заявок. Завдяки машинному навчанню відбувається автоматична класифікація вхідних заявок з 28 груп питань (класів). Система прибирає зайві символи, кодування, що не читаються, вичищає розділові знаки, а потім визначає клас, до якого належить заявка. Фахівцю залишається лише переконатися, що система правильно її класифікувала. Середня точність передбачень вже зараз становить 74%, а за деякими класами перевищує 85-90%, при цьому модель самонавчається та вдосконалюється в міру обробки заявок.
«2GIS має в своєму розпорядженні Високотехнологічною системою внутрішньої техпідтримки ми використовуємо трендові хмарні розробки в області ML і самостійно конфігуруємо ці рішення під наші завдання, – каже керівник групи супроводу внутрішніх продуктів 2GIS. – У тому числі завдяки цьому 2GIS достатньо двох співробітників у першій лінії техпідтримки – технології ML дозволяють не лише скоротити обсяг рутинних завдань, а й підвищити ефективність праці спеціалістів».
Застосування Azure ML дозволило скоротити термін класифікації заявки до 5-7 секунд, таким чином звільнивши понад 70 чоловік-годин на місяць (близько 40% робочого часу співробітника). Фахівці отримали можливість більш якісно та поглиблено вивчати заявки, а також брати додаткові, важливіші завдання у час, що звільнився.
Примітно, що для розробки системи 2GIS не потрібно залучати розробників – співробітники відділу ІТ-підтримки самостійно створили робоче рішення, т.к. для роботи з Azure Machine Learning Studio не потрібно спеціалізованих знань.
У планах 2GIS – зробити автоматичне призначення заявок за всіма класами без премодерації. І в майбутньому повністю виключити процес маршрутизації заявок на першій лінії.
