Московская область — один из самых густонаселенных регионов РФ, операторы экстренных служб которого ежедневно обрабатывают тысячи вызовов, поступающих в контакт-центры «Системы-112». Каждый входящий вызов фиксируется, и ему автоматически присваиваются атрибуты: время начала и окончания обращения, координаты и индекс инцидента. Кроме этого оператор вручную вводит комментарии и указывает дополнительные детали.
До недавнего времени операторам «Системы-112» приходилось вручную формировать выборки инцидентов для подготовки отчетности для руководителей и также фактически в ручном режиме отслеживать как массовые вызовы, так и точки их концентрации. Однако для принятия оперативных решений на уровне руководства от системы требуются максимальная оперативность и высокая гибкость — данные должны автоматически попадать в аналитическую подсистему, а все необходимые отчеты должны формироваться почти в реальном времени. Для «Системы-112» требовалась платформа, позволяющая обеспечить выполнение ряда задач.
Предоставление операторам инструментов самообслуживания — функционал самообслуживания, позволяющий специалистам без программирования разрабатывать дашборды и готовить отчетные формы. Пользователи системы должны иметь возможность самостоятельно выполнять большинство манипуляций.
Загрузка данных — требуется система, поддерживающая загрузку неструктурированных данных из различных источников с агрегированием всех необходимых сведений в единой информационной модели, учитывающей множество данных при подготовке аналитических отчетов.
Исключение ввода вручную — развертывание средств мониторинга, исключающих необходимость повторного ввода данных вручную и предоставляющих возможность передачи по запросу через формы важной информации.
Поддержка прогнозных моделей — для оценки вероятности возникновения типичных событий и облегчения диспетчерам выбора наиболее подходящих алгоритмов реагирования должны быть предусмотрены возможности разметки данных и составления прогнозных моделей.
Для решения этих задач использовалась платформа Visiology [1], поддерживающая работу с разрозненными источниками данных, автоматизированный ввод через формы Smart Forms. Visiology предоставляет пользователям средства самообслуживания при работе с данными, позволяя аналитической подсистеме «Системы-112» решать три важнейшие задачи:
определение точек концентрации инцидентов различных типов (по адресам, внутри заданного радиуса, в определенном промежутке времени);
оперативное оповещение руководителей региона о массовых вызовах определенного типа, а также о задержках в реагировании экстренных оперативных и диспетчерских служб;
мониторинг и анализ эффективности работы операторов с контролем KPI согласно методологии, разработанной экспертами «Системы-112».
Кроме этого в проекте требовалось обеспечить визуализацию данных в привязке к карте местности, в частности, с применением различных типов представления: «тепловые» карты, всплывающие диаграммы, отображение численных значений, облегчающих работу с подсистемой аналитики при мониторинге инцидентов и формировании отчетов.
Аналитика и отчетность
Специалисты системного интегратора «ПолиАналитика» за три месяца развернули и подготовили основные аналитические модули к работе в «Системе-112» (таблица).
Изначально на базе Visiology было реализовано восемь разделов и модулей, необходимых для автоматизации и повышения эффективности работы диспетчеров, однако архитектура решения позволяет добавлять новые источники данных и модифицировать модели, что дает возможность практически неограниченно расширять состав анализируемых данных, уточнять методики их обработки и совершенствовать визуализацию.
Встроенный в платформу Visiology аналитический движок позволяет с минимальными задержками обрабатывать данные, готовить витрины и визуальные представления по вопросам ответственных исполнителей «Системы-112», от полноты и точности ответов на которые часто зависит жизнь и безопасность граждан.
Сегодня операторам предлагается три типа отчетности.
Оперативная аналитика включает в себя систему быстрого оповещения, с минимальными задержками позволяющую реагировать на внештатные ситуации, например, массовые вызовы или вызовы с отсутствием реакции. Если, например, с одной и той же территории поступает более пяти вызовов в час, то происходит автоматическая эскалация события и к процессу решения инцидента подключаются руководители региона, получающие уведомления на свои мессенджеры.
Рис. 1. Пример аналитической витрины |
Регламентная отчетность. В целях мониторинга и контроля показателей эффективности от «Системы-112» ежемесячно требуется несколько десятков регулярных отчетов. Аналитическая подсистема помогает сократить трудозатраты на сбор и обработку необходимых данных и автоматически «упаковывает» их в наглядные витрины (рис. 1).
Рис 2. Пример отображения инцидентов на карте |
Исследование данных. Аналитики «Системы-112» могут изучать закономерности, даже не имея заранее заданных атрибутов, — все зависит от реальной ситуации на улицах городов или конкретных задач, которые в конкретный момент ставит перед ними руководство. В аналитической системе реализована функция гибкой сегментации инцидентов в соответствии с их спецификой — аналитики могут делать выборки по заданным критериям и атрибутам вызовов, получая результат непосредственно на карте Московской области (рис. 2). Среди критериев могут быть индекс происшествий, муниципальное образование, улица или дом, дата и время, ключевые слова в комментариях к инцидентам, а также ряд других параметров.
Прогнозирование и новые задачи
Внедрение платформы дало ощутимые результаты как для самой организации диспетчерской службы, так и для Московской области в целом — решение задачи оперативного реагирования привело к повышению комплексной безопасности области и повысило удовлетворенность жителей работой экстренных служб. Только за первый год эксплуатации информационно-аналитической системы в несколько раз сократились трудозатраты аналитиков и повысилась скорость реакции на внештатные ситуации — теперь руководитель за несколько минут может получить отчет и сводку об инцидентах вместо нескольких часов ранее.
Рис. 3. Модуль мониторинга контакт-центра |
Существенно улучшились условия труда работников контакт-центров — модуль анализа работы платформы (рис. 3) позволил оптимизировать распределение нагрузки на операторов. В первые месяцы работы модуля было перенастроено распределение вызовов, а также разработана модель мотивации операторов с хорошими показателями, что мгновенно дало свои результаты.
Специалисты «Системы-112» могут сегодня подключать и интегрировать в модель накопленные данные из баз знаний, что позволяет учитывать вероятность возникновения происшествий по различным параметрам, например, связанным с изменениями погодных условий. В «Системе-112» готовится база для решения задач превентивного реагирования — выявления взаимосвязей различных факторов: погодных условий, числа ДТП в конкретной точке, перерывов в электроснабжении и пр. Кроме этого аналитическая система дает возможность вести постоянное улучшение и поиск оптимальных алгоритмов выявления инцидентов, в частности, добавлять функцию анализа новых инцидентов, с которыми служба 112 ранее не сталкивалась, например «прилеты» БПЛА.
В перспективе в «Систему-112» планируется включить следующие возможности:
- прогнозная аналитика — выявление взаимосвязей между инцидентами, проблемами ЖКХ и погодными условиями, включая предсказание рисков возникновения ДТП во время гололеда и зон подтопления в паводкоопасный период;
- голосовая аналитика — автоматизированная подготовка отчетов по запросам руководителей;
- искусственный интеллект — автоматизированная обработка, разметка данных с целью выявления в них скрытых закономерностей [2];
- расширение инструментария оперативного оповещения как по уже принятым ключевым метрикам, так и новым параметрам.
***
Аналитическое решение для «Системы -112» — социально значимый проект, и сегодня на основе полученных данных для профильных министерств и ведомств готовятся предложения по решению проблемы повторных вызовов и проблем массового характера. Можно ожидать, что постепенно проявится и отложенный эффект от работы системы — ГКУ МО «Центр-112» извещает заинтересованные органы о точках концентрации происшествий, а те, в свою очередь, принимают меры для снижения вероятности рисков для населения.
Развитие подобных аналитических систем создает не только условия для дальнейшего развития Московской области, но и формирует лучшие практики, которые могут быть тиражированы в различных ведомствах и регионах.
Литература
1. Иван Вахмянин. Excel vs бизнес-аналитика // Открытые системы.СУБД. — 2020. — № 1. — С. 28–29. URL: https://www.osp.ru/os/2020/01/13055349 (дата обращения: 21.09.2024).
2. Ольга Плосская. Машинное обучение в промышленности — формула успеха // Открытые системы.СУБД. — 2018. — № 3. — С. 22–24. URL: https://www.osp.ru/os/2018/03/13054409 (дата обращения: 21.09.2024).
Алексей Никитин (nikitin@visiology.com) — генеральный директор, компания Visiology (Москва). Статья подготовлена на основе материалов проекта, номинированного на премию Data Award 2024.