Strojové učenie vo firemných procesoch

Na triedenie dokladov potrebujete príklady správne zaradených dokumentov vrátane sporných prípadov. Vyčleníme vzorku na overenie, porovnáme model s dnešným postupom a nastavíme hranicu, pri ktorej sa rozhodnutie odovzdá pracovníkovi.

Kontrola importovaných záznamov s grafom a označenými chybami v údajoch.
Modelová ukážka rozhrania

Strojové učenie: podrobnejšie

Kde sa používa

  • Triedenie

    Zaradenie dokladu, správy alebo požiadavky do kategórie.

  • Odhad

    Predpoveď hodnoty z podobných prípadov.

  • Obraz

    Rozpoznanie chýb alebo predmetov na fotke.

Ako postupujeme

Strojové učenie využíva príklady na odhad výsledku pri ďalšom zázname. Pri triedení pošty zmeriame aj chyby v málo zastúpenej kategórii. Celková úspešnosť môže vyzerať dobre, aj keď systém opakovane prehliada reklamácie. Vlastník procesu určí, ktoré prípady pôjdu vždy na ručnú kontrolu.

Ako overiť model na triedenie dokladov

  1. 1

    Príklady

    Zoberieme doklady, ktoré už vaši ľudia zaradili do kategórií.

  2. 2

    Učenie a test

    Model sa učí na časti z nich a zvyšok slúži na overenie presnosti.

  3. 3

    Hranica istoty

    Pri neistých prípadoch model zaradenie len navrhne a rozhodne človek.

  4. 4

    Sledovanie

    Opravy ukladáme na vyhodnotenie. Pred výmenou modelu znova porovnáme novú verziu na rovnakej skúšobnej vzorke.

Ako merať model, ktorý označuje prípady na preverenie

Pri triedení faktúr na kontrolu je kapacita pracovníka obmedzená. Pravidlo, ktoré zachytí väčšinu nezrovnalostí, môže súčasne označiť toľko správnych faktúr, že kontrolór skutočný problém prehliadne. Pri výbere prahu porovnávajte počet zachytených skutočných odchýlok, počet planých podnetov a pracovný čas potrebný na jednu kontrolu.

Testovací súbor oddeľte od tréningového podľa času alebo zdroja podľa zamýšľaného použitia. Pri nových dodávateľoch sledujte zmeny chybovosti oddelene. K rozhodnutiu pracovníka ukladajte verziu modelu aj vstupných pravidiel, aby bolo možné spätne porovnať výsledky po zmene.

Ako kontrolovať pokles kvality po zmene prevádzky

Predstavte si presun výhradného dodávateľa na nový formát faktúr. Rozdelenie vstupov sa zmení zo dňa na deň, hoci sa model neaktualizoval. Sledujte preto počet prípadov, ktoré pracovníci vrátia, pri konkrétnych dodávateľoch a typoch dokladov. Porovnajte ho s náhodnou kontrolou aj medzi automaticky prijatými položkami. Ak sa skúmajú len reklamované prípady, firma nevie odhadnúť chyby, ktoré ešte nikto nerozpoznal.

Pri návrate k staršej verzii modelu označte, ktoré rozpracované položky má zmysel posúdiť znova. Už schválené doklady treba meniť iba v rámci dohodnutého opravného procesu.

Hranica pre odovzdanie sporného prípadu človeku

Pri triedení správ môže nesprávne priradená reklamácia predĺžiť vybavenie, kým presmerovanie obyčajnej informačnej otázky na pracovníka znamená iba malé množstvo práce navyše. Pri nastavení hranice istoty sa preto ráta aj s dôsledkami oboch druhov omylu.

Na vzorke si pozrite konkrétne prípady tesne nad hranicou a tesne pod ňou. Firma môže pre citlivú kategóriu zvoliť osobitnú kontrolu a pri nasadení sledovať, koľko správ tím reálne zvládne preveriť.

Otázky z praxe

Ako zvoliť hranicu, pri ktorej má prípad preveriť človek?

Spočítajte, koľko kontrol tím zvládne a čo stojí prehliadnutie dôležitého prípadu. Pri označovaní neobvyklých faktúr porovnajte viac hraníc na rovnakom súbore. Rozhodnutie sa má opierať o konkrétne správne a mylné upozornenia, ktoré človek vie skontrolovať.

Čo môže spôsobiť zhoršenie výsledku aj bez zmeny modelu?

Firma môže zmeniť formulár, dodávateľa údajov alebo spôsob, akým ľudia označujú výsledok. Porovnajte nové prípady so vzorkou, na ktorej sa model pôvodne hodnotil. Sledujte chyby po skupinách, aby sa zhoršenie jednej pobočky nestratilo v celkovom priemere.

Kedy zaradiť jednoduché pravidlo popri modeli?

Keď je rozhodnutie pevne dané obchodným pravidlom. Doklad bez meny môže rovno ísť na doplnenie, zatiaľ čo model pomôže zoradiť nejednoznačné prípady. Pri vyhodnotení potom treba rozlíšiť výsledky automatického pravidla, modelového odhadu a konečného rozhodnutia človeka.

Potrebujete poradiť?

Opíšte nám, čo potrebujete vyriešiť. Odpovedáme e-mailom.

O čo máte záujem?

Martin Michalka vám pošle návrh e-mailom. Opíšte jednu úlohu, ktorú vo firme robíte opakovane.

Ako vás máme kontaktovať?