CC BY
4
3. Одоевский С.М., Лебедев П. В. Математические методы анализа и синтеза инфокоммуникационных систем и сетей специального назначения: Учеб. пособие. СПб.: ВАС, 2022. 376 с.
4. Лебедев П.В. Методика повышения устойчивости функционирования инфокоммуникационной сети на основе выработки оптимальных управляющих воздействий Известия Тульского государственного университета. Технические науки. Вып.3, 2020. С. 10-17.
Павлов Григорий Александрович, старший преподаватель, [email protected], Россия, Санкт-Петербург, Военная академия связи,
Тухто Сергей Владимирович, старший преподаватель, [email protected], Россия, Санкт-Петербург, Военная академия связи,
Тарасов Антон Александрович, слушатель, [email protected], Россия, Санкт-Петербург, Военная академия связи,
Кочетков Олег Александрович, слушатель, [email protected], Россия, Санкт-Петербург, Военная академия связи
APPLICATION OF MATHEMATICAL METHODS IN SPORTS TRAINING IN PREPARATION FOR THE MARATHON
A.G. Pavlov, S.V. Tukhto, A.A. Tarasov, O.A. Kochetkov
The article is devoted to the development ofproposals for the formation of a training program in preparation for a marathon based on dynamic programming according to the Bellman principle, which allows optimizing the work of both professional athletes and amateurs.
Key words: marathon, mathematical programming, Bellman principle, training program.
Pavlov Grigory Alexandrovich, senior lecturer, [email protected], Russia, St. Petersburg, Military Academy of Communications,
Tukhto Sergey Vladimirovich, senior lecturer, [email protected], Russia, St. Petersburg, Military Academy of Communications,
Tarasov Anton Alexandrovich, listener, [email protected], Russia, St. Petersburg, Military Academy of Communications,
Kochetkov Oleg Alexandrovich, listener, [email protected], Russia, St. Petersburg, Military Academy of Communications
УДК 65.11
DOI: 10.24412/2071-6168-2023-12-526-527 ОЦЕНКА РАБОТЫ ОРГАНИЗАЦИИ С ПОМОЩЬЮ ПРОЦЕССА ОБРАТНОЙ СВЯЗИ С КЛИЕНТАМИ
Г.Г. Воронов, Н.Л. Клейменова, Г.Г. Воронов, А.И. Соляник
В статье рассмотрены механизмы для получения обратной связи с потребителем. В соответствии с требованиями стандарта требованием стандарта ГОСТ Р ИСО 9001-2015 одним из элементов системы менеджмента качества является процесс обратной связи с клиентами. Проранжированы и выявлены риски при внедрении процесса анкетирования, представлена стратегия реагирования на риски, предложены инструменты и назначены владельцы процесса получения обратной связи. Рассмотрены метод сбора данных, которые предоставляются компаниям, а также факторы и обстоятельства необходимые для внимания. Предложено внедрение искусственный интеллект - RoboVoice. Разработан шаблон анкеты обратной связи для оценки индекса удовлетворенности заказчика на платформе Surveymonkey.
Ключевые слова: система менеджмента качества, клиенты, обратная связь.
Ключевым требованием стандарта ГОСТ Р ИСО 9001-2015 является требование к внедрению эффективных механизмов для получения обратной связи с потребителем [1, 2]. Процесс обратной связи с клиентами является важной частью системы менеджмента качества и одним из основных показателей результативности, который может быть использован для оценки общей работы организации [3, 4]. Данную функцию в компании выполняет колл-центр. Обработка отзывов об организации, увеличение лояльности клиентов и выяснение их удовлетворенности остается не проработанным процессом [5].
Проведен расчет рисков по методике комбинированной оценки процессов организации, приоритизации с учетом ожиданий заинтересованных сторон с применением оцифровки вероятности (табл. 1).
Проранжированы и выявлены риски при внедрении процесса получения обратной связи. Определен уровень приоритета, назначены ответственные и разработаны корректирующие мероприятия (табл. 2).
Необходимо учитывать какой ожидаемый результат отклика клиента. Важно помнить, что организация имеет более одной категории клиентов и оказывают большой перечень услуг [6]. В этом в случае организации может потребоваться обратиться ко всем типам заинтересованных сторон, которые могут иметь разное восприятие. Организация может удовлетворять одну группу и нарушать требования другой. Часто жалобы являются единственной спонтанной обратной связью, полученной от клиентов, они должны быть проанализированы на предмет любых тенденций, ключевых проблем, воздействий и т.д.
Таблица 1
Оцифровка вероятности__
Интервал вероятностей, % Словесная формулировка Числовая оценка
1-33 низкая 1
34-67 средняя 2
68-99 высокая 3
Таблица 2
Риски при внедрении процесса анкетирования__
Оценка риска / балл Риск Стратегия реагирования Инструмент Владелец
2 Потеря бюджета из-за найма дополнительных сотрудников Автоматизировать процесс ЯоЬоУюе Отдел1Т
1 Низкий процент получения обратной связи из-за некомпетентности работников Обучение сотрудников, проверка качества процесса, внедрение КР1 по процедуре получение обратной связи План обучение, КР1 Руководи-тели подразде-лений
2 Нечетко сформулирован вопрос в анкете Определить перечень вопросов, согласовывать обработку данных Согласование Руководи-тели подразде-лений
1 Обратная связь - нефункциональный процесс Проработать дальнейшую работу для использования обратной связи в процессах улучшения компании Журнал корректирующих действий Генераль-ный директор
Клиенты очень чувствительны к методам и процедурам опроса. Они по-разному рассматривают и оценивают методы сбора данных, которые предоставляются им компаниями. Их развернутый и достоверный ответ зависит от особенностей проведения опроса [7, 8].
К самым популярным относят персональные интервью и телефонное анкетирование. Есть и ряд недостатков, в телефонных интервью (неудовлетворенность респондентов интервьюером, снижение чувства анонимности, стеснение от разговора, частый отказ от сотрудничества и преднамеренные пропуски звонков) сужают границы и возможности его применения. Чем более знакомым был интервьюируемый с деталями различных методов опроса, тем больше его волнуют темы, обсуждаемые в исследовании, тем слабее влияние метода на симпатию интервьюируемого.
Используя этот метод, организация должна принять во внимание множество факторов и обстоятельств: объективную способность метода, его коммуникационные характеристики, трудозатраты его внедрения и использования, а также субъективную оценку и предпочтения респондентов.
Плохое общение организации с клиентами, может значительно повлиять на получение прибыли. Опрос голосом по-прежнему является наиболее распространенным способом взаимодействия. Если сосредоточиться на этом процессе, то можно резко повысить качество предоставляемых услуг. Чем больше операторов задействовано в работе, тем больше шансов, что один из них отклонится от сценария. Люди устают, отвлекаются, начинают тратить больше времени на звонки или просто делают ошибки. В то же время любое отклонение от схемы разговора, проверенной специалистами по маркетингу, отрицательно влияет на конверсию и, следовательно, увеличивает стоимость клиента для организации, снижая общую прибыль.
Анкета качества
41 Ваши контактные данные:
имя фамилий Компания
' 2. Оцените, насколько Вы довольны сотрудничеством
очень
плохо 01*34Б67«9
3. Если Вас спросят ЦЭС с какой вероятностью Вы порекомендуете нас?
Соасем невероятно
О 1211567 4 4
Шаблон анкеты
Автоматизация непосредственно влияет на усовершенствование бизнес-процессов организации. Важно, чтобы сотрудникам и клиентам было удобно, процесс анкетирования не отнимал много времени. Необходимо постоянно улучшать качество работы, уменьшать количество ручного труда и прорабатывать возможность использования искусственного интеллекта для сбора обратной связи.
Для уменьшения трудозатрат в колл-центр, которые проведено анкетирование клиентов, внедрен искусственный интеллект - RoboVoice [9, 10]. Голосовой-бот может работать круглосуточно, совершать анкетирование клиентов в удобное для них время, независимо от часового пояса и языка клиента. Искусственный интеллект распознает человеческую речь и способен ответить на вопрос самостоятельно или перевести звонок на сотрудника справочной службы соответствующей квалификации.
ВС* ОТЛИЧНО 10
Крайне вероятно 10
Необходимо установить промежуток анкетирования клиентов, при этом учитывается, что частые звонки клиентам могут негативно влиять на сотрудничество и восприниматься как спам. Устанавливается оптимальное анкетирование - ежеквартальное, начиная с середины последнего месяца квартала.
Для инициирования процедуры анкетирования необходимо интегрировать базу данных организации (CRM /1С/сайт) с RoboVoice. Бот считывает информацию (ФИО, номер телефона, название проекта / товара, который приобретал клиент) и на основании этого транслирует вопросы.
Анкеты обратной связи содержат 2 блока вопросов: вопросы для оценки индекса удовлетворенности заказчика (CSI) и по уровню готовности аудитории рассказывать о компании в позитивном ключе, индекс Net Promoter Score (лояльности клиента NPS) (рис. 1).
Результаты анкетирования вносятся автоматически в шаблон анкеты с помощью интернет платформы для анкетирования - Surveymonkey. Данные после обзвона передаются в отдел качества или руководителям для оформления протоколов коррекции, если они необходимы, и дальнейшей ежеквартальной аналитики. Если удовлетворенность (CSI) или лояльность (NPS) заказчика средняя или низкая, то оформляется протокол коррекции.
Совершенствование процессов по получению обратной связи влияет на бизнес-процессы всей компании -это конкурентоспособность и залог выживаемости на рынке. Слабые и не выстроенные процессы, кроме недовольства клиентов, повлекут за собой увеличение затрат, снижение доходов и низкую мотивацию сотрудников.
Список литературы
1. Шемелова А.Д., Дворянинова О.П., Клейменова Н.Л., Орловцева О.А. Разработка алгоритма внедрения механизма управления качеством и безопасностью на основе требований потребителя в системе менеджмента качества // В сборнике: Моделирование энергоинформационных процессов. Сборник материалов VII национальной научно-практической конференции с международным участием. 2019. С. 349-354.
2. Новиков В.А. Интегральный подход к менеджменту качества на основе ISO 9001:2015 // Компетентность. 2016. № 5 (136). С. 6-11
3. Зворыкина Т.И., Белобрагин В.Я. Институционные подходы к взаимодействию стандартизации и инновационной деятельности в сфере услуг // Вестник Российского нового университета. Серия: Человек и общество. 2019. № 3. С. 96-104.
4. Васильева О.В., Назина Л.И., Квашнин Б.Н., Клейменова Н.Л. Анализ рисков при проведении внутреннего аудита на предприятии с интегрированной системой менеджмента // Фундаментальные исследования. 2017. № 8-1. С. 136-140.
5. Бадалова А.Г., Канхва В.С. Реализация системности в риск-менеджменте // Известия высших учебных заведений. 2017. № 2 (368). С. 30-34.
6. Репин В.В., Елифёров В.Г. Процессный подход к управлению. Моделирование бизнес-процессов. М.: Манн, Иванов и Фербер, 2016. C. 544.
7. Labodova A. Implementing integrated management systems using a risk analysis based approach // Journal production. 2017. V. 12(6). P. 571-580.
8. Gambrill E., Shlonsky A. The need for comprehensive risk management systems // Journal. 2016. V. 15. Р. 79107.
9. Масютина Е.Н., Куцова А.Е. Получение обратной связи от потребителя с помощью иссукуственного интеллекта - Robovice, как инструмент управления качеством // Материалы научных трудов международной научно-практической конференции «Управление качетством на этапах жизненного цикла технических и технологических систем». Курск. 2020. C. 317.
10. Beckmerhagen I. A. et al. On the effectiveness of quality management system audits // The TQM magazine. 2004. V. 24. P. 16.
Воронов Геннадий Геннадьевич, магистрант кафедры управления качеством и технологии водных биоресурсов, [email protected], Россия, Воронеж, Воронежский государственный университет инженерных технологий,
Клейменова Наталья Леонидовна, канд. техн. наук, доцент, [email protected], Россия, Воронеж, Воронежский государственный университет инженерных технологий,
Воронов Геннадий Геннадьевич, аспирант, [email protected], Россия, Воронеж, Воронежский государственный университет инженерных технологий,
Соляник Анатолий Иванович, д-р. техн. наук, профессор, [email protected], Россия, Воронеж, Академия стандартизации, метрологии и сертификации (учебная) (Воронежский филиал АСМС)
EVALUATING AN ORGANIZATION'S PERFORMANCE THROUGH A CUSTOMER FEEDBACK PROCESS G.G. Voronov, N.L. Kleymenova, G.G. Voronov, A.I. Solyanik
The article discusses the mechanisms for obtaining feedback from the consumer. In accordance with the requirements of the standard, the requirements of the GOST R ISO 9001-2015 standard, one of the elements of the quality management system is the customer feedback process. Risks are ranked and identified during the implementation of the questionnaire process, a risk response strategy is presented, tools are proposed and owners of the feedback process are appointed. The method of data collection that is provided to companies, as well as the factors and circumstances necessary for attention are considered. The introduction of artificial intelligence - RoboVoice is proposed. A feedback questionnaire template has been developed to evaluate the customer satisfaction index on the Surveymonkey platform.
Key words: quality management system, customers, feedback.
528
Voronov Gennady Gennadievich, master's, Russia, Voronezh, [email protected] Voronezh State University of Engineering Technologies,
Kleymenova Natalia Leonidovna, candidate of technical sciences, docent, [email protected], Russia, Voronezh, Voronezh State University of Engineering Technologies,
Voronov Gennady Gennadievich, postgraduate, [email protected], Russia, Voronezh, Voronezh State University of Engineering Technologies,
Solyanik Anatoly Ivanovich, doctor of technical sciences, professor, [email protected], Russia, Voronezh, Academy of Standardization, Metrology and Certification (educational) (Voronezh branch of ASMS)
УДК 004.89
DOI: 10.24412/2071-6168-2023-12-529-530
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В СИСТЕМЕ ЭЛЕКТРОННОГО ДОКУМЕНТООБОРОТА НА ГАЗОСНАБЖАЮЩЕМ ПРЕДПРИЯТИИ
А.Ф. Кулакова
В современном мире технологии занимают все более значимое место в жизни предприятий. Особенно это касается таких крупных и важных отраслей, как газоснабжение. На протяжении многих лет предприятия, занимающиеся поставками газа населению, сталкивались с различными проблемами, связанными с документооборотом: от ошибок в документации до затратного времени на обработку больших объемов информации. Искусственный интеллект предлагает решения для многих из этих проблем, делая процесс управления документами более эффективным, быстрым и надежным. В статье рассмотрены современные тенденции и практические применения искусственного интеллекта в сфере газоснабжения.
Ключевые слова: документооборот, искусственный интеллект, автоматизация задач, большие объемы
данных/
В настоящее время тематика искусственного интеллекта (кратко ИИ) охватывает огромный перечень научных направлений, начиная с таких задач общего характера, как обучение и восприятие, и заканчивая такими специальными задачами, как игра в шахматы, доказательство математических теорем, сочинение поэтических произведений и диагностика заболеваний. В ИИ систематизируются и автоматизируются интеллектуальные задачи и поэтому эта область касается любой сферы интеллектуальной деятельности человека. В этом смысле ИИ является поистине универсальной научной областью [1]. Также Национальная стратегия развития ИИ на период до 2030 года является основным программным продуктом, направленным на развитие и внедрение отечественных решений, формирующих внедрение инноваций во все сферы экономической деятельности и повседневной жизни граждан [2].
Постоянный рост объемов документооборота, необходимость сокращения ошибок и стремления к автоматизации и оптимизации бизнес-процессов с учетом расширения рынка и увеличения числа потребителей газа требует более продвинутых методов управления документооборотом.
ИИ в системе электронного документооборота решает задачу автоматизации рутинных операций, тем самым сокращая время на обработку документов, уменьшая вероятность ошибок со стороны человека [3]. Также он может анализировать большие объемы данных за считанные секунды, предоставляя необходимую информацию без задержек. С помощью анализа данных и предиктивной аналитики ИИ может предсказывать определенные ситуации, помогая принимать обоснованные решения [4]. Управление взаимодействием с клиентами также достигается с помощью автоматизации процесса обработки заявок, платежей и других клиентских запросов, повышая уровень удовлетворенности потребителей. Таким образом, внедрение ИИ в систему электронного документооборота газопостав-ляющего предприятия является не только актуальной, но и крайне необходимой задачей, направленной на оптимизацию работы предприятия и улучшение качества обслуживания клиентов.
История развития документооборота. Документооборот на предприятиях всегда был важным аспектом бизнеса, и его развитие тесно связано с технологическим прогрессом и изменениями в корпоративной культуре. На рисунке представлена история развития документооборота.
В начале прошлого века документооборот на предприятиях был полностью ручным. Все документы создавались, передавались и хранились в бумажном виде. Это был трудоемкий и медленный процесс, часто сопровождающийся ошибками из-за человеческого фактора. В середине 20 века, благодаря машинописи и копированию, стало возможным ускорить процесс создания и дублирования документов.
К 80-м годам 20 века компьютеры стали частью офисной жизни, что позволило автоматизировать многие процессы, связанные с документами [5]. Электронные таблицы, текстовые процессоры и базы данных привнесли революцию в управление документацией. К началу 21 века многие предприятия начали переходить на полностью электронные системы документооборота, позволяя обмениваться, хранить и обрабатывать информацию быстрее и эффективнее.
Искусственный интеллект в системах документооборота. В 90-е годы 20 века, когда ИИ только начал свое развитие, эксперты начали исследовать возможности применения ИИ в управлении документацией, в основном это были попытки автоматического распознавания текста и простейших систем классификации [6]. В 2000-х годах с развитием машинного обучения стало возможным анализировать большие объемы данных, что привело к созданию систем, способных автоматически категоризировать и обрабатывать документы.
