«Почта России» построила систему оценки и повышения эффективности ключевых бизнес-процессов. На базе Единой информационно-аналитической платформы реализована система управления на основе данных. Она представляет собой набор функционала по расчету и визуализации ключевых показателей эффективности бизнес-процессов, прогнозных и оптимизационных ML-моделей, триггерных решений для ситуационного управления, а также функционала повышения качества данных. О реализации проекта рассказывает Дмитрий Чудинов, заместитель генерального директора «Почты России» и номинант на премию Data Award.

- Какова история создания решения? Как оно появилось?

Современные реалии цифровизации диктуют необходимость реализации и развития процессов, позволяющих принимать управленческие решения на основе данных, управление на основе данных становится ключевым инструментом для повышения эффективности и конкурентоспособности. Такой подход позволяет компаниям значительно улучшить процессы планирования, оптимизации и исполнения операций.

Внедрение подхода управления на основе данных способствует улучшению качества обслуживания клиентов, так как позволяет улучшать качество оказываемых сервисов, повышать SLA доставки и предлагать клиентам персонализированные решения. Эта инновационная стратегия помогает компаниям оставаться гибкими и устойчивыми в условиях глобальной конкуренции, поддерживая высокий уровень обслуживания и удовлетворенности клиентов.

«Почта России» давно развивает культуру управления данными, в компании успешно функционирует Единая Информационно-Аналитическая Платформа, выполняющая функцию сбора и накопления информации, а также предоставления аналитических сервисов, поэтому реализация данной системы являлась очередным шагом эволюции на пути внедрения data-driven подходов в компании.

- Какие проблемы требовалось решить?

Основная проблема – отсутствие единой сквозной отчетности по ключевым метрикам деятельности компании, с общей согласованной и принятой всеми сторонами методикой их расчета. Практически каждая крупная компания в части аналитики сталкивается с проблемой наличия различных подразделений и систем, в которых рассчитываются и предоставляются схожие показатели и метрики, при этом единой версии «правды» зачастую нет, «Почта России» в этом смысле не исключение. Осознание этой проблемы привело к решению о необходимости создания единой системы расчета ключевых показателей, которая объективно на основе данных позволяет оценить текущее состояние, а также обратить внимание на те производственные и бизнес-процессы, на которых необходимо сфокусироваться и которые необходимо улучшить для достижения результата.

Также значительной проблемой является качество первичных данных в информационных системах. Реализованная система позволяет отслеживать уровень их качества по заданным критериям проверки и проводить направленные на его повышение мероприятия как технического, так и процессного характера.

- Почему это важно для «Почты России»?

Система позволяет реализовать применение принципов data-driven менеджмента, на основании решений и данных системы принимаются управленческие решения по оптимизации и улучшению процессов оказания услуг и производственных процессов.

Например, если говорить о бизнес-процессах логистики, то цифровая трансформация делает возможным сбор и анализ огромных объемов данных из различных источников: от устройств с геопозиционированием в транспортных средствах до данных сортировочных машин. Эта информация в том числе используется для создания прогнозных моделей, которые помогают точно выявлять отклонения в процессах, оптимизировать маршруты доставки и снижать издержки.

Аналитические инструменты позволяют выявить узкие места и оперативно реагировать на меняющиеся условия рынка. Использование технологий машинного обучения способствует более точному планированию маршрутов, снижая время простоя транспорта и обеспечивая эффективное использование ресурсов.

- Что представляет собой созданное решение?

Система включает в себя четыре основных блока функционала: расчет и визуализация ключевых показателей эффективности компании; реализация прогнозных и оптимизационных ML-моделей; решения, выявляющие значимые события и отклонения в производственных процессах; функционал, направленный на повышение качества данных.

Говоря о ключевых показателях эффективности, в системе реализован расчет и визуализация таких показателей, как SLA доставки отправлений, объемы оказанных услуг, индекс удовлетворенности клиентов, параметры обслуживания в отделениях, производительность сотрудников, утилизация транспортных маршрутов и др. Прогнозные и оптимизационные ML-модели включают оптимизацию логистических маршрутов, оптимальный выбор транспортных средств, а также прогнозирование Next Best Offer, склонности к оттоку, требуемого количества персонала, объемов отправлений и дат доставки.

Выявление значимых событий и отклонений в процессах, причем в самых детальных разрезах, позволяет в режиме, близком к возникновению события, принять корректирующие мероприятия для исключения или минимизации проблем. Также при необходимости это дает возможность своевременно дать коммуникацию клиенту.

Функционал, направленный на повышение качества данных в системе, позволяет сократить потери из-за так называемых «засылов», когда посылка ошибочно приходит не в то почтовое отделение, и прочих нарушениях производственных процессов, которые происходят из-за ошибок в них.

- Какие данные охватываются системой?

Система обрабатывает структурированные и полуструктурированные данные из более чем 100 систем-источников. Суммарный объем – 9,7 Пбайт, величина ежегодного прироста составляет до 30%, общее количество потоков обработки ежедневно более 7 тыс.

Информация из различных источников поступает с различной периодичностью – от близкого к реальному времени до ежедневной передачи информации. Система собирает данные с ИТ-систем в 38 тыс. отделений почтовой связи, пользователями системы являются более 5 тыс. человек.

- На каких платформах построено решение?

Использованы платформы Hadoop, Kafka, Spark, Airflow, Cassandra, Jupyter Hub, Kubernetes, а также Arenadata DB и Luxms BI.

Миграция осуществлялась с одной из западных MPP СУБД. В ее рамках полностью выполнен анализ всех текущих ETL-процессов, составлен поэтапный план их перевода, реализованы кодогенераторы и CI/CD решения для сокращения трудозатрат на миграцию, и непосредственно реализованы процессы на новой платформе.

- Какими силами и в какие сроки реализован проект?

Проект выполнили внутренние специалисты с привлечением партнеров, а также точечных консультаций от Arenadata и Luxms. Проводилось обучение сотрудников по авторизованным программам компаний-вендоров отечественного программного обеспечения по всем ключевым направлениям: аналитика, разработка, эксплуатация.

Объем работ составил более 160 тыс. человеко-часов. Основная их часть началась в январе 2023 года, на текущий момент реализован основной набор функционала системы. Система уже находится в режиме промышленной эксплуатации. Тем не менее, проект находится в состоянии постоянного развития, в систему добавляются новые метрики и решения.

- Что в ходе проекта было самых сложным?

Ключевые сложности связаны с выработкой и выравниванием методологии расчета показателей, что требует глубокого понимания бизнес и технологических процессов, а также синхронизации их видения различными бизнес-блоками. Не менее сложной является и проблема достижения приемлемого качества данных в информационных системах, которое необходимо для того, чтобы рассчитанные показатели были максимально достоверны и, как следствие, управленческие решения были корректны и своевременны.

Были на пути реализации системы и технические сложности с работой системы на стыке новых технологических платформ и оборудования, которые были решены командой за счет глубокого погружения в нюансы настройки оборудования, платформ и тюнинга реализованного кода.

- Какие результаты достигнуты? Чем можно похвастаться?

Реализация системы позволяет улучшить показатели эффективности компании. Нами достигнуто повышение выработки в производственных процессах (до 19,6% по сравнению с 2022 годом). Произошло увеличение объемов оказываемых услуг, в том числе цифровых – увеличение более чем в 4 раза новых клиентов с цифровой офертой, увеличение доли продуктов в онлайн-формате до 41%. Ускорилось и повысилось качество решения обращений клиентов. Например, время ответа на претензию сократилось на 23%, а доля решенных при первом контакте обращений выросла до 53%. Кроме того, достигнуто существенное сокращение времени обслуживания клиентов – например, при продаже товарно-материальных ценностей на 30-50%, существенный рост клиентского SLA и др.

- В чем особенности вашего проекта?

Нами разработаны уникальные решения в области анализа бизнес-процессов логистики, взаимодействия с клиентами и оказания им услуг, учитывающие все многообразие, особенности и масштаб операционной деятельности компании. Кроме того, реализовано прогнозирование поведения клиентов на основании данных.

В процессе разработки, помимо платформенных решений, использовались собственные наработки и подходы в части проектирования и реализации процессов сбора и подготовки данных, разрабатывались собственные инструменты автоматизации написания кода и обеспечения процессов его жизненного цикла до внедрения. Кроме того, полностью спроектирована и реализована собственная система по качеству данных.

- В каких направлениях будет развиваться проект?

Система будет продолжать непрерывно развиваться в части реализации большего количества метрик и показателей с целью увеличения покрытия ими как можно большего количества производственных и бизнес-процессов, реализации новых решений с применением ML-технологий, а также потенциала развития автоматизированных управленческих воздействий на основе ситуационных триггеров, показывающих фактическое или прогнозируемое отклонение в работе тех или иных процессов.