Дарья С. , Middle+, Системный аналитик

Автоматизация документооборота и подготовки резолюции по входящим документам

1. Проанализировала текущий процесс обработки входящих документов (уведомления, требования, извещения, постановления и запросы) (as-is): ручное распознавание, ручной поиск и ввод данных и маршрутизация документов по 15+ сценариям.
2. Сформировала и согласовала бизнес- и функциональные требования к автоматизации процесса обработки документов (to-be) с использованием OCR и NLP для автоматического распознавания, классификации и извлечения данных, требования к качеству распознавания (OCR accuracy), обработке исключений и валидации данных (точность распознавания документов 80%).
3. Сокращение рутины до минимума (человек участвует только в сканировании документа и сложных кейсах, требующих принятия решения.

Автоматизация проверки благонадежности контрагентов

1. Проанализировала процесс проверки контрагентов (as-is), выявила узкие места.
2. Описала целевой процесс (to-be), сформировала и формализовала бизнес-требования к системе автоматизированного регулярного мониторинга контрагентов.
3. Интегрировала внешние системы и источники данных (через API / парсинг / выгрузки).
4. Сокращение цикла с ~6 месяцев до непрерывного мониторинга (ежедневное обновление). Повышение прозрачности и управляемости рисков за счёт регулярной актуализации данных. Снижение операционных затрат и зависимости от ручного труда.

Доработка алгоритма разнесения банковской выписки для снижения задач, уходящих на ручную обработку.

1. Проанализировала предыдущий подход к автоматизации таких процессов и статистику корректности разноски выписки и предложила решение. Большая доля выписок отклоняется алгоритмом и переносится на ручную обработку из-за не структурированного поля назначения платежа, большое количество входящих документов.
2. Внедрила ИИ для предобработки данных, в данном случае - использование LLM.
3. Процент корректной разноски увеличен с 70% до 98%.

«Умная» предобработка входящих документов для сбора подробной статистики и внедрения BI.

1. Проанализировала процесс обработки первичной документации (товарных накладных и спецификаций), составила функциональные требования к автоматизации процесса и сбора аналитики инвентаря. Проблема: важные параметры товара указаны в наименовании товара, что усложняет аналитику.
2. Применение NLP для предобработки данных, поиск сущностей в - модель, размер, материал и др.
3. Сокращение рутины в процессе обработки товарных накладных и возможность сбора аналитики по имеющимся товарам с большим количеством фильтров.

Разработка информационной системы, упорядочивающей процесс посещения лидером подразделений предприятия, составления графика посещений, сбора обратной связи от сотрудников подразделений, назначения задач и исполнителей, контроля сроков.

1. Проанализировала и описала процесс AS – IS/ TO - BE, составила функциональные требования к автоматизации процесса.
2. Разработала BPMN-диаграммы процессов и UML-диаграммы (use case, sequence), обеспечив прозрачность логики для команды разработки и заказчика.
3. Спроектировала структуру данных и требования к API (форматы JSON, интеграционные сценарии), что упростило интеграцию с внутренними системами.
4. Подготовила прототипы интерфейсов в Figma, согласовала UX/UI с заказчиком, сократив количество доработок на этапе разработки.
5. Проводила приемочное тестирование (UAT), валидировала соответствие решения бизнес-требованиям.
6. Сокращение времени подготовки и согласования графика визитов в 2 раза.
7. Повышение прозрачности контроля исполнения задач и сроков.
8. Централизация данных по визитам и обратной связи.
9. Снижение доли ручного труда на 95%, минимизированы ошибки при обработке информации.
10. Возможность подготовки отчетов о состоянии дел на производстве для руководящего звена.