Для расчета эффективности я собрала данные по среднему количеству студентов, вопросов от студентов к экспертам и экспертов на смене до внедрения Евы.
Посчитала их зависимость друг от друга. Построила прогноз, сколько должно было быть вопросов от студентов и экспертов на сменах по выросшему кол-ву студентов, если бы не было Евы и сравнила с тем, что есть на самом деле сейчас.
Количество студентов по сравнению с периодом до внедрения Евы выросло на 172,97%.
Количество вопросов выросло на 115,76%.
Это позволило оптимизировать затраты на экспертов на 21,35%, нежели это потребовалось бы без Евы.
Понятное дело, что это не чистый прогноз, так как он не учитывает сезонность, но он вполне отражает реальную ситуацию.
Ксения Барковская, лид студенческого сервиса в karpov.courses.
Странно, что Karpov.Courses сами не реализовали эту задачу или его студенты, они же учат ИИ. Задача не особо сложная.
задача то несложная, а фокуса полноценной команды разработки требует, поэтому кто-то спешит порадовать клиентов и снимает с себя головную боль, а кто-то делает сам сусам (или вообще не верит, что это что-то даст компании). вокруг модели ведь куча фичей с отображением, надежностью, аналитикой, и еще много всего.
Классное прикладное применение AI в узком сегменте! Успехов команде!
спасибо Женя!