Как мы закрываем 98% заявок на линейный персонал с помощью ИИ — и при чём здесь осьминог

Знакомьтесь: Пауль.

Как мы закрываем 98% заявок на линейный персонал с помощью ИИ — и при чём здесь осьминог

Привет! Это Ventra Go! — платформа гибкой занятости. С нами работают более 15 000 торговых точек и миллион исполнителей. Среди клиентов — крупный продуктовый и непродуктовый ритейл.

С самого старта ключевая цель платформы — закрывать потребность бизнеса в линейном персонале, а людям давать возможность работать и зарабатывать, когда и где они хотят. Например, если днём в понедельник даркстору нужно десять грузчиков, то именно столько людей в назначенный срок выйдет в смену. Они качественно отработают и в тот же день получат оплату. Так выглядит классическая Uber-модель (почитать о ней можно в этом нашем тексте).

Мы ежегодно растём в 3,5 раза — такой рост и масштабирование на сотни тысяч человек невозможны при традиционной аутсорсинговой или кадровой модели привлечения персонала. Как и в Uber, за каждым заказом у нас нет выделенного оператора или диспетчера. Ядром нашей платформы стал ИИ-алгоритм на основе машинного обучения. Между собой мы называем его Пауль, в честь осьминога-предсказателя.

О нём мы и расскажем в статье.

Почему появился Пауль

Объясним на примере.

Допустим, у платформы гибкой занятости 150 торговых точек и 1 000 исполнителей. Команда проекта внимательно следит за закрытием заявок и контролирует, все ли исполнители вышли на задания, потому что платформа гарантирует заказчику, что люди в нужном количестве в нужный срок будут на объекте.

Теперь представьте, что у платформы 15 000 объектов и миллион исполнителей. Как при таких объёмах закрывать заявки, контролировать выходы на задания, работать с пользователями приложения и сохранять высокий уровень сервиса? Стандартные инструменты не подойдут.

Поэтому мы решили, что платформа должна самостоятельно прогнозировать выходы исполнителей на смены и давать уверенность в закрытии заявок. Так появился Пауль.

Мы назвали алгоритм в честь осьминога Пауля, который предсказывал результаты футбольных матчей.
Мы назвали алгоритм в честь осьминога Пауля, который предсказывал результаты футбольных матчей.

Мы обучали алгоритм по накопленным данным: заявкам, откликам, логам исполнителей, рейтингам, отзывам, геолокациям. Со временем список анализируемых параметров вырос до 400 показателей.

Как работает Пауль

Пауль играет сразу за две команды — заказчиков и исполнителей.

Закрывает потребности заказчиков во временном персонале

Смотрит на геолокацию, ставку, спрос, историю заявок, рейтинг среди работников, заполняемость заявок и многое другое.

Алгоритм прогнозирует, какому магазину нужна помощь с закрытием заявки на персонал, а также, с какой вероятностью тот или иной исполнитель выйдет на задание. Оценивает возможные проблемы и принимает меры — от расширения локации поиска до сигналов в отдел маркетинга, что нужно привлечь больше активных исполнителей на платформу рядом с этой торговой точкой.

Фактически для команды платформы появился светофор, который показывает вероятность закрытия каждой заявки:

  • Какие заявки закроются автоматически (зелёный).
  • Каким заявкам нужно дополнительное внимание (жёлтый).
  • Где требуется включение дополнительных инструментов (красный).

Пауль анализирует данные и принимает решение, как действовать дальше. Если заявка в красной зоне, он, например, может автоматически отправить сообщения подходящим пользователям, подключить операторов для обзвона исполнителей рядом с магазином или другим способом активировать базы пользователей в этой локации.

Пауль расширяет параметры поиска, если есть риск незакрытия заявки.
Пауль расширяет параметры поиска, если есть риск незакрытия заявки.

Например, магазин вчера оставил заявку на услуги двух разнорабочих. Два исполнителя взяли задания. По профилю, сценариям поведения и другим параметрам Пауль рассчитал, что первый исполнитель с большой вероятностью не выйдет на смену. Алгоритм просигнализирует об этом и «подстрахует» заявку.

Пауль оценивает исполнителей по 400+ параметрам, чтобы качественно закрывать заявки клиентов.
Пауль оценивает исполнителей по 400+ параметрам, чтобы качественно закрывать заявки клиентов.

Делает платформу удобнее для исполнителей

Анализирует пользовательское поведение и показывает наиболее релевантные заявки «лучшим» исполнителям.

Пауль оценивает все факторы и определяет, насколько задание подойдёт конкретному исполнителю — наиболее релевантные он покажет в первую очередь.

Для расчёта он использует не только пол, возраст, гео — руководствуется более чем 400+ характеристиками. Алгоритм учитывает всю историю действий исполнителя внутри платформы: берёт ли он заявки рядом с домом или в другой локации, когда заходит в приложение, когда, какие заявки и сколько времени смотрит, и многое другое. Пользователю показываются задания, которые ему, скорее всего, больше понравятся, и одно из которых он с большой вероятностью возьмёт.

Например, студент Ваня по четвергам после учёбы подрабатывает сборщиком заказов, ему так удобно — объект находится через улицу от университета. Ваня ответственный и надёжный, не прогуливает смены — у него хороший рейтинг. Пауль покажет похожие задания ему в приоритете.

Пауль оценивает профиль и поведение исполнителей для поиска подходящих заявок.
Пауль оценивает профиль и поведение исполнителей для поиска подходящих заявок.

Удобство в выборе заданий — это вишенка на торте масштабного труда Пауля по совершенствованию UX-платформы. В конечном счёте анализ паттернов поведения исполнителей и обратной связи от них позволяет ежедневно улучшать пользовательский опыт. Благодаря этому исполнители дольше задерживаются на платформе, чаще возвращаются и стремятся лучше проявлять себя на проектах конкретных заказчиков.

Влияние Пауля на бизнес-показатели

Пауль — умный и эффективный алгоритм, который делает возможным неограниченное масштабирование платформы и работает на UX как для клиентов, так и для исполнителей.

Интеллект Пауля помогает закрывать 98% поступающих заявок Ventra Go!.
Интеллект Пауля помогает закрывать 98% поступающих заявок Ventra Go!.

Уже сейчас Пауль — неотъемлемая «умная» часть нашей платформы. Он проводит аналитику больших данных и каждый день учится — точность прогностической модели повышается. Больше информации → выше качество прогнозов.

***

Ventra Go! — цифровая платформа гибкой занятости. С нами исполнители могут взять подработку в удобном месте, а бизнес — быстро закрыть потребность во временном персонале.

Всегда готовы помочь — быстро и без сбоев.

3636
33
21 комментарий
Комментарий удалён модератором

сделано руками и головами нашей команды разработчиков)

1
Ответить
Комментарий удалён модератором

а в этом мы и без него не сомневались!

Ответить

Хм. А речь идет только о временном персонале? Если мне на точку в торговый центр нужны качественные продавцы, Пауль поможет их найти? Не замена, а на постоянку. Потому что линейный персонал, особенно продажники - это дикая боль.

1
Ответить

Ventra Go! работает с временным персоналом, но в нашем большом холдинге есть направление торгового штатного персонала - напишите на marketing@ventra.ru, попробуем вам помочь!

1
Ответить