Красивая аналитика | HR | HRTech

#заметки, IT Retail Day от TAdviser, 12.03.2026 г.

Красивая аналитика | HR | HRTech
Красивая аналитика | HR | HRTech

#заметки с конференции IT Retail Day от TAdviser, 🗓12.03.2026 г.

Напомню, что на подобных конференциях обычно выступают спикеры из компаний «среднего звена» и рассказывают «земные» кейсы, в отличие от тех конференций, где собираются самые крупные и богатые

Спойлер: судя по выступлению разного плана директоров компаний этого уровня, самый топовый кейс внедрения ИИ – это ИИ в контактном центре и речевая аналитика в разных интерпретациях

Тануки,
автоматизация контактного центра

Сделали гибридную архитектуру:
сценарный бот — 80% типовых обращений
AI маршрутизатор — понимает свободную форму запроса и перенаправляет, точность 95%
AI агент – «обработка эмоционально заряженных сценариев (жалобы, опаздания)» с «человеческим» подходом

Итог:
65% чаты, 35% голос (в 2024 было больше голоса, чем текста)
70% (72 тыс.) обращений решаются автоматически
Среднее время решения сократилось в 5 раз
Текучесть существенно снизилась (не знаю до скольки, в 2024 была 200%)
Проще стали проходить пиковые даты
Численность сократилась до 41 чел. (в 2024 было 62 чел)

Кофемания,
кейс про автоматизацию (не без помощи ИИ, конечно) планирования поставок
комментарий от меня: интересно, т.к. факторы и условия для планирования численности в HoReCa похожи

Особенности планирования
• Краткосрочный горизонт прогноза (до 3 дней) — высокая точность vs. долгосрочная неопределённость
• 2 места приготовления: кухня ресторана + центральное производство — разные тех карты и сроки
• технология приготовления: время готовки, сложность, перекрёстное использование ингредиентов в зависимости от рецепта (где-то нужен целый огурец, а где-то лучше привезти уже нарезанные)
• высокие издержки из-за высоких списаний продуктов
• поставки 2 раза в день

Эволюция похода:
1 – экспертная оценка шеф-поваров (субъективно, не масштабируемо)
2 – простые стат методы в excel (не учитывают контекст)
3 – ML-прогнозирование (многофакторынй анализ, адаптация к паттернам)

Сделали модель планирования в сочетании с 2мя алгоритмами:
· CatBoost: отлично работает с категориальными признаками (тип ресторана, день недели, сезонность), устойчив к переобучению на коротких рядах
· AutoGluon: автоматический подбор ансамблей, быстрое прототипирование

Прогноз на 3 дня, точность 95%

Планы:
• Углубление точности прогноза, переход от дневного к внутридневному прогнозу (обеденный и вечерний пик)
• Расширение контекста – интеграция внешних факторов – праздники, погода, фактический трафик

Спикер из М-Видео
рассказывал про сложное гибридную инфрастуктуру, но интересно было про 3 ключевые проблемы ритейла, которые в марте 2026 попали в новый контекст:
• Черная пятница – сайт лег
• Данные клиентов под угрозой
• Интернет пропал – магазин встал (изначально предполагалось что речь тут про магазины в удаленных региональных городах)

Спикер из АвтоСпецЦентра,
по совместительству управляющий ИТ и маркетингом, не понаслышке понимающий что такое NPS, рассказал про использование ИИ для создания «дайджеста негатива»
комментарий от меня:
employer brand менеджерам на заметку

Архитектура:
• Парсер новых отзывов на яндекс картах
• ИИ анализатор опросов NPS на негативные отзывы
• ИИ анализатор входящих звонков на негатив в разговоре
• Входящие письменные жалобы с email
Все это обрабатывается ИИ обработчиком, который составляет «краткую сводку по негативу» и топ-5 причин по NPS

Напитки вместе
Тоже нацелены на выявление из контактов с клиентами негатива + выявлению актуальных потребностей клиентов и сборе спонтанной обратной связи от клиента во время продаж (ОС о качестве продукции, работе портала В2В, работе торговой команды, доставки, потребительских предпочтений, полученных в диалоге «между делом»)

В планах:
• Продвижение клиентам новинок, работа с возражениями
• Обучение полевой команды
• Мотивационные программы для агентов на основе справедливой оценки качестве через речевую аналитику
• Виртуальный наставник, построенный на реальных диалогах

Еще было интересное выступление от спикера из Галамарт, про «дерево метрик», но это натолкнуло меня на рассуждения, поэтому напишу про него (и свои мысли) отдельно

Из подборки

Опубликовано

#заметки по мотивам митапа об ИИ на hh

hh провели митап, где рассказали про работу ИИ на своей платформе. основные мысли: «откликов стало слишком много» среднее число откликов на 1 вакансию • у белых воротничков: 2024 год –…

Аэропорт и принятие решений

На прошлой неделе я улетала из Московского аэропорта стыковочным рейсом и основным моим переживанием было то, чтобы вылет из Москвы не перенесли. А недавно обсуждали с коллегой, что ее вылет…

#заметки, Global Tech, 27.02.2026 г., 4

#заметки c конференции Global Tech, прошедшей 27.02.2026 г., ч.4, гибкая занятость ч.1, про подбор (Юнион, Qooqa, HRMost) тут ч.2, про подбор (Поток) тут ч.3, про эффективность тут Stape провели исследование…

#заметки, Global Tech, 27.02.2026 г., ч.3

#заметки c конференции Global Tech, прошедшей 27.02.2026 г. ч.3, выступления про эффективность ч.1, про подбор тут ч.2, про подбор тут Газстройпром (Стройтранснефтегаз) Про планирование численности и укомплектованность на глубоко удаленных…

#заметки, Global Tech, 27.02.2026 г., ч.2

#заметки c конференции Global Tech, прошедшей 27.02.2026 г. ч.2., про подбор, визионерское (Поток) От Потока в этот раз выступал СЕО, Сергей Ахметов, поэтому выступление было визионерское. Интересно. Иллюзия ИИ-революции. Битва…

Свежие посты

Опубликовано

Если бы геометрические фигуры искали работу на job-сайте. Сказка.

Часть 1, где Фигуры размещают резюме и узнают про ИИ-помощника кандидата Жили-были 10 геометрических фигур: Каждая из фигур имела свою неповторимую форму, цвет и характер: острые углы выдавали напор и…

Кейс от Т-Банк про их подход к оценке эффективности обучения персонала

Кейс от Т-Банк про их подход к оценке эффективности обучения персонала с конференции HR Аналитика для Бизнеса от Quorum, прошедшей 19.05.2026 База: Реакция на обучение (метрики – NPS, CSI) ->…