Internet a mobilní technologie značně proměnily kontakt klienta s jeho bankou. Standardní bankovní operace se z velké části přesunuly do digitálního světa - na bankovní pobočku se tak klient vydává se složitějšími požadavky, které nemůže nebo nechce řešit na dálku, typicky hypotékami nebo investičními službami. Optimalizace stávajících pracovních postupů je jedním z velkých témat pro lean six sigma team Komerční banky.

Význam pobočkové sítě a osobních bankéřů v digitálním světě

S tím, jak se proměňuje funkce pobočky v celkovém vztahu ke klientovi, se v Komerční bance zároveň posouvá role osobního bankéře. Ten je pro klienta konzultantem jeho potřeb, průvodcem nabízenými finančními službami. Jeho primární úlohou je o svého klienta pečovat. Identifikovat jeho potřeby, představovat, vysvětlovat a pomoct si vybrat z široké nabídky služeb a možností, které Komerční banka nabízí. To vše způsobem, který není na žádném jiném kontaktním místě možný - osobně a lidsky.

Z pohledu zákaznické zkušenosti je proto návštěva pobočky velmi důležitou interakcí. Je to příležitost posílit vztah se zákazníkem a jeho loajalitu. A největší roli v celé interakci hraje samozřejmě osobní bankéř. Komerční banka proto aktivně hledá způsoby, jak mu jeho roli co nejvíce usnadnit. Zejména jak maximalizovat poměr času, který stráví interakcí s klientem. A to na úkor manuálních činností, jako je vyplňování formulářů, přepisování dat mezi systémy, kopírování dokumentů atp. Tyto aktivity nevytváří zákazníkovi žádnou přidanou hodnotu a jsou vnímány jako ztráta času i samotnými bankéři. Nadbytek manuální práce a zdlouhavé nebo nefunkční procesy tak velmi negativně ovlivňují nejen zákaznickou zkušenost, ale také bankéřovu zaměstnaneckou zkušenost.

Z pohledu zákaznické zkušenosti je návštěva pobočky velmi důležitou interakcí. Komerční banka aktivně hledá způsoby, jak maximalizovat poměr času, který bankéř stráví péči o klienta, na úkor manuálních činností."

Optimalizace pomocí robotizace

Konkrétně to znamená optimalizaci stávajících pracovních postupů. A zároveň design nových tak, aby umožnily bankéři vkládat klientské informace a požadavky do používaných aplikací co nejefektivněji - rychle, najednou a s co nejmenším rizikem chyb. S tím je úzce spojena správa, aktualizace a upgrade používaného aplikačního portfolia, CRM a jiných IT systémů. Komerční banka také jako jedna z prvních bank na trhu implementovala softwarové roboty. Roboti místo bankéře provádějí některé administrativní procesy, a do této oblasti tzv. RPA (robot process automation) plánuje další velké investice.

Co neměříte, neřídíte

Správné řízení těchto inovačních projektů i investic do vzdělávání bankéřů, jejich návrh, prioritizace, implementace a vyhodnocování jejich dopadů však vyžaduje data z reálného provozu. Jedině ta totiž dávají nezkreslený vhled do denní práce bankéře. A zároveň podklad pro analýzu produktivních činností, který umožní identifikaci úzkých míst v procesech a jiných bariér, které bankéři ztěžují výkon jeho konzultační role či mu snižují zaměstnaneckou zkušenost.

Správné řízení inovačních projektů, jejich návrh, prioritizace, implementace a vyhodnocování jejich dopadů vyžaduje data z reálného provozu."

Task Mining

Task Mining je novou IT doménou, příbuznou s dnes již známějším Process Miningem. Zatímco Process Mining mapuje a sbírá data napříč firmou a poskytuje tak pohled na end-2-end procesy, Task Mining se soustředí na činnost konkrétní pozice v konkrétním úkolu. Software na Task Mining sbírá data přímo z operačního systému. Zaznamenává dílčí operace, které musí zaměstnanec vykonat v různých aplikacích během zpracování úkolu a poskytuje kompletní přehled o interakci uživatele s aplikačním portfoliem. Nejčastěji bývá Task Mining implementován na oddělení back office nebo call center. Sběr a analýza dat umožňuje managementu vhled do každodenního fungování oddělení či pobočky, jejího reálného provozu. Management tak díky využití Task Miningu získává nový zdroj dat pro své strategické i operativní rozhodování.

Task mining dává firmě kompletní přehled o interakci uživatele s aplikačním portfoliem. Nabízí unikátní vhled do každodenního fungování pobočky a nový zdroj dat pro rozhodování managementu."

Nasazení

Komerční banka se rozhodla nasadit nástroj UltimateSuite v rámci své pobočkové sítě. Do projektu se zapojilo hned několik interních oddělení, s cílem získat vhled do denního fungování poboček. O využití UltimateSuite jako nového zdroje dat pro rozhodování a vyhodnocování inovačních aktivit projevili zájem zejména Lean Team pro oblast automatizace procesů. Dále Human Resources pro oblast řízení zaměstnanecké zkušenosti a Sales Promotion pro stimulaci pobočkového prodeje. Celý projekt řídil konzultační tým společnosti StringData, který s Komerční bankou dlouhodobě na spolupracuje na automatizačních projektech. StringData má jako partner UltimateSuite zároveň zkušenosti z desítek implementací a nastavení samotného softwaru. Pomáhali proto i s nastavením hypotéz a popsáním obchodních případů, které jdou pomocí nového zdroje dat získat.

Pro první nasazení nástroje UltimateSuite byly vybrány pilotní pobočky. Zprovoznění sběru dat skrze UltimateSuite, tzn. spuštění softwaru na pracovních stanicích a serveru banky zabralo odborníkům ze StringData zhruba 2 hodiny. Samotné nasazení pak doprovázela nezbytná komunikace manažerů. Ti vysvětlili bankéřům na daných pobočkách fungování Task Mining softwaru s důrazem na očekávání a možné benefity celého projektu. Bankéři celý projekt kvitovali, dlouhodobě totiž vítají snahy o zjednodušení administrativní části jejich práce s vědomím, že přinese zvýšení zákaznické zkušenosti a jejich efektivní využití času s klientem.

Bankéři vítají Task Mining jako další snahu o zjednodušení jejich práce s vědomím, že přinese zvýšení zákaznické zkušenosti a jejich byznysových výsledků."

Benefity nasazení UltimateSuite v rámci pobočkové sítě Komerční banky

Nasazení UltimateSuite vedlo týmy Komerční banky zodpovědné za byznysové procesy, zejména Lean Six Sigma Team k získání unikátního vhledu do každodenního fungování pobočkové sítě. Už za 3 týdny od nasazení začaly ze sbíraných dat krystalizovat první insighty, závěry a odpovědi na byznysové hypotézy. Manažeři mají k těmto datům přístup primárně přes srozumitelné byznys reporty - obecné statistiky i vizualizace nastavené konzultanty ze StringData na míru jejich obchodním případům.

Komerční banka díky UltimateSuite zmapovala všechny agendy, kterým se bankéři věnují, včetně vyčíslení jejich časové náročnosti. Potvrdilo se, že osobní bankéři jsou v reálném provozu stále zatížení řadou neproduktivních činnosti, které jim berou čas na plnění jejich primární role, péče o klienta, a snižují jejich zaměstnaneckou zkušenost.

Zásadní bylo také zjištění, že úspěšně dokončené projekty, které měly optimalizovat pracovní postupy na pobočkové síti nejsou plně využívané a tím pádem negenerují očekávané benefity - velká část bankéřů nevyužívá čas ušetřený softwarovými roboty na konzultaci potřeb klientů a následný up-sell/cross-sell, místo toho čekají na e-mail s výsledkem práce robota.

Tyto a další závěry vyplynuly z analýzy reálného, opakovaného chování osobních bankéřů. Reporty UltimateSuite se staly pro Komerční banku doplňkovým zdrojem, podkladem k analýze, návrhům a vyhodnocení dalších snah proces optimalizovat. Poskytují cenné informace pro identifikaci optimálních pracovních postupů, ale již dnes se s jejich pomocí plánují směny, či je v plánu benchmarking jednotlivých poboček.

Komentář Daniela Žáka (Process Manager, lean six sigma head KB)

Task mining je určitě doplněk s přidanou hodnotou vedle běžného měření procesů, které nyní používáme. Oceňuji velmi malou časovou náročnost interakce monitorovaného uživatele a také variabilitu nastavení, která může být zpřesněna nebo modifikována i když měření již probíhá. Prostřednictvím UltimateSuite jsem schopni monitorovat detaily v rámci aplikací, které při běžném pozorovaní nemusí být viditelné. Další nespornou výhodu je velikost vzorku, který je nasbírán v krátkém čase.  Rovněž se snižuje potřeba detailního školení uživatelů, jak aplikaci používat. Nicméně o to důležitější je change management na začátku měření, s jasnou komunikací a vysvětlením o co jde a na co budou výstupy využity.

Pokud máte zájem o více informací k automatizované analýze business procesů, kontaktujte prosím naše obchodní oddělení sales@stringdata.cz.

DocumentAnts je řešení společnosti StringData pro komplexní digitalizaci procesu zpracování a inteligentní vytěžování finančních výkazů (výkazy zisků a ztrát, rozvahy, daňová přiznání). Proces zpracování dokumentu za pomoci DocumentAnts je oproti manuální práci až desetkrát rychlejší a prakticky s nulovou chybovostí. Vedoucí zakázkového vývoje a autor řešení Ondřej Kozel nám během krátkého rozhovoru představuje nové řešení a detailně vysvětluje, jak „mravenci“ těží data a mění je na informace.

Je DocumentAnts OCR? 

Ne, není. DocumentAnts spolupracují s OCR. OCR vrací pouze data, na rozdíl od OCR DocumentAnts mění data v informace. OCR rovněž umí těžit informace, většinou jde však pouze o šablonové těžení. DocumentAnts se neřídí šablonou, vyhledává pomocí kontextu.

Jaký je rozdíl mezi daty a informacemi?

Pokud to hodně zjednoduším, tak data jsou údaje, které dokážeme vytěžit, ale nedávají nám smysl. Informace jsou data, kterým rozumíme, mají pro nás nějaký smysl. Jsou to tedy data, která prošla validací a obohacením, mají relevanci a adekvátnost potřebě. Informace je pro nás relevantní jen v případě, pokud obsahuje, co potřebujeme vědět.

Jaký je rozdíl mezi šablonovým těžením a kontextovým?

Zjednodušeně bych to vysvětlil tak, že DocumentAnts stačí vysvětlit, jak se má ke stránce chovat, co má hledat a kde. Často používám přirovnání, že DocumentAnts je jako člověk. Musíme vždy vysvětlit jako člověku, co hledat, podle čeho atd. Proti tomu u šablonového těžení musíš označit místo, kde se daná informace nachází, což bývá z důvodu variabilitu vstupů problém. DocumentAnts těží jako člověk a učí se jako člověk.

Jak se dokumenty do DocumentAnts dostávají?

Libovolnou cestou, ať už se jedná o API, popřípadě soubory nebo mail či mobilní aplikaci, nezáleží na vstupu. DocumentAnts si každý dokument sám vyhledá v předem určeném adresáři a nahraje, na vstupu dokument zkontroluje a zvaliduje, dále určí, zda je dokument strojově čitelný či nikoliv. V případě, že je potřeba převést na strojově čitelný, můžeme použít OCR. StringData je solution partnerem ABBYY, takže primárně nabízíme toto řešení, ale samozřejmě můžeme integrovat i jakékoliv jiné řešení, se kterým klient aktuálně pracuje. Pokud dokument není strojově čitelný, vytěží ho DocumentAnts kontextově. Díky tomu, že nemusíme posílat všechny dokumenty na OCR, šetříme průměrně 50% nákladů na zpracování.

Jak získáte informace z dokumentů?

DA disponuje řadou vlastních parserů pro získávání informací ze strojově čitelných dokumentů, takže umí přečíst např. datová pdf, textové soubory, dokonce i speciální formáty finanční správy P7S, ZFO, XML.

Jak získává DA informace?

Orientujeme se kontextově, používáme teorii překlepu, slovníky i různé mutace slov, abychom informace v dokumentu našli dokonce i v případě, pokud někdo před námi při zadávání údajů udělal v dokumentu chybu. Dále pracujeme s morfologií slov, hledáme kořen slova, takže nezáleží na tom, jaká je předpona, přípona a koncovka, takto dokážeme určit hledaný element a podle toho přiřadíme informace.

Jak tedy DocumentAnts funguje?

Naší expertízou jsou podklady pro finanční monitoring, díky čemuž umožníme digitalizovat celý proces. Například, manuální kontrole zaplacení daně se dříve uživatelé museli podívat na daňové přiznání, najít výši nedoplatku, následně na výpis z účtu a sečíst platby. Díky DocumentAnts provádíme tyto kontroly automatizovaně bez nutnosti lidského zásahu.

 

Nahrazujete lidskou práci roboty?

Určitě ne, nahrazujeme pouze stereotypní část lidské práce a dáváme možnost zaměstnancům dělat kreativní činnost, čímž je činíme šťastnější a tvoříme jejich práci různorodější. Primární motivace nebývá ušetření lidské síly, ale efektivita a snížení chybovosti na pracovišti. Díky snížení tlaku na zaměstnance a snížení objemu rutinní činnosti dochází k tomu, že zaměstnanci zůstávají na svých pozicích, ale zabývají se činností s vyšší přidanou hodnotou.

Proč jsou v názvu DocumentAnts mravenci?

Když jsme přemýšleli nad názvem, napadala nás řada možností. DocumentAnts fungují na základě fronty a malých drobných úkolů, nabízelo se tedy hledat název v živočišné říši. Hledali jsme tvora, který odpovídá tomuto chování. Narazili jsme na mravence, kteří nás překvapili svými schopnostmi. Mimo jiné i proto, že jsou nesmírně pracovití a uzvednou až dvacetinásobek své váhy. 40 000 mravenců v jedné kolonii má dohromady přibližně stejný počet mozkových buněk jako člověk. Zkrátka dokáží nemožné, stejně jako naše řešení DocumentAnts. Jednou z variant byl i chroust (smích), protože chroustá dokumenty, ale chrousta bychom asi složitě marketingově komunikovali.

 

Jakou perspektivu mají DocumentAnts do budoucna?

Budoucnost vidíme v cloudu, abychom co nejvíce zjednodušili implementační stránku a zvýšili dostupnost pro širokou veřejnost. Mobilní aplikace, všeobecně kdekoliv, kde je potřeba pracovat s informacemi, protože my získáváme informace i z okolních systémů. Do budoucna nemusí být vstup pouze dokument, už nyní pracujeme nejen s textem, ale například i s fotografiemi, kde dokážeme určit osobu, nebo objekt na fotografii.

Momentálně je pro nás primární textová analýza a naše zkušenosti, které jsme získali během spolupráce s finančními institucemi. Tam vyžíváme textovou analýzu nejen k těžení informací z finančních dokumentů, ale i například na určení kontextu přijatého mailu. Jsme rovněž schopni na základě předem definovaných požadavků kontrolovat například zaplacení daně z nemovitosti na výpisu z účtu – i tohle jsme schopni DocumentAnts naučit.

Manuální zpracování příchozích finančních výkazů, ruční přepisování dat a následná analýza je časově i finančně nákladná agenda, spojená s vysokou mírou chybovosti. Tuto agendu dnes řeší zejména finanční instituce a státní správa. Vhodným řešením pro tuto oblast je komplexní digitalizace procesu zpracování příchozích dokumentů v DocumentAnts, které s sebou přináší vyšší míru efektivity zpracování, kvalitnější data na výstupu a úsporu nákladů. Při příležitosti představení nového produktu DocumentAnts jsme se sešli s obchodním ředitelem StringData Janem Denemarkem na krátký rozhovor.

Uvedli jsme na trh nový produkt DocumentAnts, proč právě teď?

U našich klientů jsme se často setkávali s problémem automatizace a vytěžování různých druhů formulářů a nestrukturovaných dokumentů. Rozhodli jsme se s tím něco udělat, a proto jsme investovali do nového produktu DocumentAnts. Díky moderním technologiím machine learningu mohou naši klienti rychle a s vysokou přesností automatizovat vytěžování různých dokumentů a elektronických příloh do podoby, se kterou dále pracují jejich interní systémy a procesy.

Klíčová hodnota digitalizace je přirozeně ve zvýšení efektivity a snížení nákladů na zpracování, často ručně přepisovaných informací. Současně se ale při použití v rámci prodejních portálů a procesů zkrátí doba odezvy zákazníkům, což přispívá ke zvýšení zákaznické spokojenosti.

Říkáš, že je to revoluce ve zpracování finančních výkazů a daňových přiznání, proč?

Víte, jedna z nejcennějších kvalit, kterou oceníte na vyspělém produktu je „zkušenost“. To znamená, že nejde o nějaký prázdný framework nebo platformu, kde musíte ještě vše nastavit a často naprogramovat. V tom je náš produkt DocumentAnts jiný. Ačkoliv se jedná o nový produkt, dodáváme ho včetně znalosti rozpoznání finančních výkazů. Tj. rozvahy a výsledovky a daňového přiznání. Klient tak může úspěšně zpracovávat uvedené dokumenty okamžitě po instalaci DocumentAnts. Navíc neustále tuto znalost uvedených dokumentů v produktu vyvíjíme. Klienti tak dostávají aktualizace a díky nim je DocumentAnts stále vyspělejší, efektivnější a nezastarává.

Ačkoliv je DocumentAnts nový produkt, dodáváme ho včetně znalosti rozpoznání finančních výkazů. Tzn. rozvahy a výsledovky a daňového přiznání. Klient tak může úspěšně zpracovávat uvedené dokumenty okamžitě po instalaci.

Umí technologie OCR také převádět dokumenty do strukturované podoby, nebo ne?

Ano, OCR technologie je nenahraditelná tam, kde zpracováváte obrázek. Tyto technologie obecně pracují s elektronickými dokumenty jako s obrázky. A proto je jejich úspešnost převodu do strukturované a pro další zpracování čitelné podoby nižší. Navíc hodně závisí na tom, jak zpracovávaný dokument vypadá – musí se totiž podobat naučenému vzoru. Naopak DocumentAnts pracují na principu vyhledání konkrétních slov a kontextu, a proto najdou například finanční výkaz ukrytý uprostřed výroční zprávy. Nicméně jakmile je podkladem skutečně jen obrázek (vyfocená nebo scanovaná předloha) posíláme ji v DocumentAnts na „přečtení“ do OCR, a pak zpracujeme vytěžený text pomocí DocumentAnts. Naše zkušenost je taková, že většina finančních výkazů a daňových přiznání je ale v čitelných formátech (PDF, XML, Excel) a v tom případě OCR nepotřebujeme.

Druhou odlišností od OCR komponent je, že DocumentAnts řeší celý proces zpracování dokumentů od jejich příjmu z digitálního kanálu a rychlé kontroly toho, že je to ten správný dokument, až po uložení strukturovaných dat na požadované místo nebo do požadovaného procesu klienta. Díky tomu, že ve StringDatech implementujeme také RPA, umíme získaná data robotem vložit v podstatě kamkoliv do jakékoliv jiné aplikace nebo databáze.

Proto pokud se vrátím k otázce – historicky první revolucí bylo nasazení OCR pro vytěžování elektronických šablon, kdy se nahrazoval manuální přepis přesně vybraných formulářů. Další revolucí je v tomto směru DocumentAnts kde umíme vytěžovat jakékoliv dokumenty v libovolných formátech a z libovolných digitálních kanálů.

První revolucí bylo nasazení OCR pro vytěžování elektronických šablon, kdy se nahrazoval manuální přepis přesně vybraných formulářů. Další revolucí je v tomto směru DocumentAnts kde umíme vytěžovat jakékoliv dokumenty v libovolných formátech a z libovolných digitálních kanálů.

A jaký bude další rozvoj produktu DocumentAnts?

Máme jasně danou roadmapu digitalizace dokumentů, která počítá jak s technickým, tak i zkušenostním rozvojem. Z technického pohledu dokončujeme nyní klientský modul, aby si sami uživatelé mohli nastavovat nová pravidla a kontroly na vytěžování informací. Součástí modulu je i statistika zpracovaných dokumentů a přehledné grafy o úspěšnosti automatizace. V roce 2021 doplníme ještě modul manuální kontroly dokumentů, který usnadní kontrolu a manuální revizi nerozpoznaných dokumentů nebo jejich částí v případech kdy ani DocumentAnts nebylo úspěšné.

Z pohledu zkušeností budeme DocumentAnts učit digitalizovat další dokumenty vhodné k automatizaci jako jsou faktury, objednávky, občanské průkazy apod.

Roadmapu nám mohou obohatit také požadavky našich klientů, u kterých DocumentAnts implementujeme, například MONETA Money Bank, a.s. V minulosti se nám i u dalších našich produktů osvědčilo naslouchat klientům a upravovat naši produktovou strategii dle potřeb našich klientů.

Zaujalo Vás naše řešení DocumentAnts? Kontaktujte naše obchodní oddělení sales@stringdata.cz a domluvte si konzultaci.

Chcete zjistit více?

Kontaktujte nás, co nejdříve se Vám ozveme.

Napište nám
linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram