Связаться с нами
Как увеличить скорость обработки документов в 3 раза в крупнейшей лизинговой компании
История успеха
«Балтийский лизинг» работает на российском рынке 34 года: компания представлена 80 филиалами по всей стране, сегодня в штате более 1300 сотрудников. За последние десять лет компания профинансировала имущество для 80 000 клиентов.
ПРОБЛЕМА
Сотрудники компании вручную переносили данные из документов по лизинговой сделке.

До внедрения системы автоматизации сотрудники компании сканировали документы, загружали их в корпоративную систему и вручную переносили данные в соответствующие поля.
В рамках этого процесса обрабатывалось 52 вида документов:
С полным перечнем обрабатываемых документов можете ознакомиться, скачав презентацию внизу страницы.
  • Различного вида акты:
    акты ввода в эксплуатацию, осмотра, проверки, приема-передачи имущества и др.
  • Финансовые:
    баланс, график платежей, счет-фактура, товарная накладная и дрю
  • Договоры:
    договор залога, купли-продажи, лизинга, поручительства, поставки и другие виды договоров и дополнительные соглашения к ним.
  • Документы по страхованию:
    КАСКО разных страховых компаний и ОСАГО
  • Документы транспортного средства:
    ПСМ, ПТС, СТС и другие
  • Документы юридического лица:
    паспорт генерального директора, устав, анкеты, различные соглашения и письма.
«Балтийскому лизингу» требовалась быстрая и высокоточная обработка документов и автоматизированный ввод в информсистему.
Обработка большого количества типов документов
Пожалуй, это был первый раз, когда мы столкнулись с таким разнообразием документов в проекте. Например, в компании использовалось сразу 5–6 разных видов полисов КАСКО и несколько полисов ОСАГО.

Особого внимания потребовали такие сложные документы, как ПТС (паспорт транспортного средства), СТС (свидетельство о регистрации транспортного средства) и ПСМ (паспорт самоходной машины). Эти документы обычно содержат текстовый слой крайне низкого качества, поэтому работать с ними особенно сложно. Например, ПТС и СТС могут быть напечатаны с использованием старых или нестандартных печатных устройств, а также могут быть ламинированы, что значительно затрудняет автоматическое распознавание. В некоторых случаях текст был напечатан неравномерно или имел смещения, что требовало разработки специальных методов распознавания.
  • 1
    Создание системы переименования файлов
    Одной из ключевых доработок стало внедрение функции автоматического переименования файлов на основе распознанных атрибутов документов. Это позволило избежать путаницы в обработке и классификации данных. Каждый файл получал уникальное имя, что значительно упрощало дальнейшую работу с документами.
  • 2
    Генерация «файла на оплату»
    Мы разработали систему, которая на основе распознанных данных собирала информацию о сделке: ключевые условия договора, данные подписантов и графики платежей. Эта информация автоматически собиралась в файл для дальнейшей работы с ним сотрудников бухгалтерии.
  • 3
    Формирование отчета об обработке документов
    Для удобства клиента была реализована аналитическая отчетность, позволяющая отслеживать объем обработанных документов, количество ошибок и общие показатели эффективности работы системы. Данный инструмент предоставил клиенту возможность контролировать процесс обработки документов и принимать оперативные решения.
  • 4
    Автоматизация забора документов из сетевой папки
    Мы также настроили автоматический забор документов из сетевой папки, где сотрудники компании загружали сканированные файлы. Робот регулярно проверял папку, забирал документы, классифицировал их, распознавал атрибуты и переименовывал файлы в соответствии с заранее установленными правилами. Некоторые типы документов, такие как договоры, автоматически проверялись и загружались в SAP, в то время как остальные документы шли на верификацию.
  • 5
    Проверка дубликатов
    Важной доработкой стала функция проверки на дублирование документов. Поскольку в процессе работы иногда загружались дублирующиеся файлы, система теперь проверяла, существует ли уже документ с таким же номером. В случае нахождения дубликата система отправляла уведомление об ошибке и предотвращала повторную загрузку данных в SAP.
Время на обработку документов по лизинговой сделке сократилось в 3 раза.
РЕЗУЛЬТАТ
Автоматизация обработки документов была внедрена в 25 филиалах компании. В результате внедрения DreamDocs у компании «Балтийский лизинг»:
• В три раза увеличилась скорость обработки документов, что позволило сотрудникам сосредоточиться на стратегических задачах.
• Сократилось количество ошибок при переносе данных за счет автоматического распознавания и проверки.

Команда DreamDocs получила положительные отзывы от сотрудников и руководства компании, что подтверждается благодарственным письмом, направленным клиентом.
Скачать описание кейса
Чуть больше подробностей в документе, который можно скачать по ссылке
Скачать