Обновить

Комментарии 6

Вывод: не начинайте с нейросетей, начните с аналитики.

Совет отличный! Просто сейчас, во время бума ИИ, как будто его не услышат. Это ж так скучно, и рассказать не про что

Не очень понял. У вас в системе есть ведь информация "сколько чего вернули", зачем вы ее из тикетов парсите ?

Или кто-то альтернативно умный не собирает базовые метрики? У какого-нибудь днс они вон наружу даже торчат...

Из системы было видно «вернули 47 повербанков» — это цифра. Из тикетов — «не держит заряд», «разбухает», «греется при зарядке» — это паттерн.

Классификатор нашёл аномалию: 38 из 47 возвратов одной партии, поступившей в конкретную дату. В ERP это выглядит как обычная цифра возвратов в норме. В тикетах — как сигнал «что-то не так с партией от 15 ноября».

Метрики собирались. Но метрика «сколько» не отвечает на «почему» и «это случайность или паттерн». Именно поэтому парсили текст, а не выгружали отчёт.

В метрике вы знаете ведь сколько и из какой партии товара вернули. Сколько было вообще обращений по заказу с этим товаром. А уж раздуло им батарею или еще что - это совершенно неважно. Весь брак виден и так, совершенно без анализа текста. Более того, даже если никакого брака и нету, но клиенты начали долбить техподдержку после покупки определенного товара, даже и без возвратов, то надо выяснять что с ним не так. Не того цвета что в карточке к примеру итп.

Это ж простое if else. Если из партии с товаром проблемы - с товаром проблемы...

Что в erp почему-то усредняется по всем партиям - это кто-то альтернативно одаренный на erp писал техзадание. Ей богу не ожидал такого.

Вообще нормальный обычный кейс: заказчик пришёл с проблемой и решением, но на этапе аналитики исполнитель понял, что предложенное решение здесь не лучшее. Так и работает хорошая (читай: обычная, нормальная) аналитика.

P.S. А можно было бы сделать всё как просят, ещё и бюджет побольше выбить, да и как кейс в портфолио указать. Шутка, надо работать на совесть :)

Зарегистрируйтесь на Хабре, чтобы оставить комментарий

Публикации