Личный кабинет сотрудника страховой компании: автоматическая проверка страхуемого за 20 мин.

1. Вводная задача от заказчика, проблематика, цели

IT - сфера хороша тем, что ты можешь сегодня настраивать фильтрацию на маркетплейсе бытовой электроники, а завтра уже озаботишься проверкой физ.лица для страховой компании. Многозадачность и разноплановость - наше всё.

Как Андрей Долгушин (наш тимлид) помогал службе безопасности одной крупной страховой компании расскажем ниже.

На входе: крупная страховая компания (NDA), ручной ввод данных и проверка по базам на предмет: мошенничества, задолженности перед СК, банкротстве, участия в ДТП и т.д.

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Задачи:

Сократить время обработки заявок

Автоматизировать и ускорить процесс проверки страхуемых (физ. лица, юр. лица, транспортные средства и полуприцепы)

Весь процесс мы поделили на этапы:

Распознавание изображений со сканов документов

Автозаполнение данных

Проверка данных по внутренним и внешним сервисам

Распознавание изображений

Заявки в систему заводятся сотрудниками страховой компании несколькими путями:

Почта.

Создана служебная почта, которая автоматически проверяется на предмет новых писем, из которых уже формируются заявки.

Если в письме присутствуют xlsx файлы, то данные файлы уходят на специальный парсер, где проверяется соответствие заданному шаблону и обрабатываются в соответствии с ним.

Если в письме присутствуют изображения, то они добавляются в очередь на дальнейшее распознавание. Все остальные файлы крепятся в заявку как есть.

Про сам парсер:

Для каждого типа объекта описана “схема” парсера - набор правил (как соотносить поля между шаблоном и заданной моделью данных, их связь между собой, обязательность и правила заполнения).

Внутренняя форма на сайте

Сотрудник руками заполняет соответствующие поля. При заполнении он может добавить изображения, они распознаются, минуя очередь и пред заполняют поля, в помощь пользователю. Ему останется только проверить корректность введенных данных и подтвердить сохранение.

Было принято использовать сервис DBrain, сам процесс распознавания поделен на 2 этапа:upload (загрузка) и recognize (распознавание)

Upload (Загрузка).

На первом этапе происходит загрузка файла, получается id задачи в системе DBrain. Т.к. неизвестно какого размера пользователь может загрузить файл, и чтобы не поперхнулся ни dbrain, ни мы, ожидая ответа (а мы помним, что наша задача ускорить процесс обработки), файл предварительно сжимается до определенного размера. (примерно до 1 МБ).

Recognize (Распознавание)

На втором этапе, проверяется готовность выполнения этой задачи и забирается результат распознавания. Но самая большая боль всяких сервисов распознавания - это соответствие исходного и распознанного текста. Чтобы не получить неактуальную “абракадабру” - мы изначально задали, так называемые “настройки уверенности” - настройки, которые позволяют определить уровень распознавания.

Итак, мы получили распознанные данные. Что дальше?

2. Автозаполнение данных.

После того как документы распознаны необходимо их соотнести с имеющимися данными и при необходимости объединить. Так, в нашем списке может, например, оказаться несколько документов принадлежащих одному лицу (объекту) и необходимо их объединить, обогатить информацией.

Для каждого документа определен список полей при совпадении по которым он считается эквивалентным другому: для физ.лица - это ФИО и дата рождения, для юр. лица - ИНН, ОГРН и тд. Все данные проверяются и соединяются в карту страхуемого.

Проверка данных по внутренним и внешним сервисам

Проверка - это огромный пласт работы, которую сотрудники выполняли вручную по 7 сервисам.Какие-то проверки проводили сами менеджеры, какие-то отдавали в службу безопасности. Процесс трудозатратен, занимаем уйму времени нескольких сотрудников.

Проверка выполнялась по критериям:

Для физических лиц:

судимость у страхуемого лица

проверка страхуемого на наличие информации о мошенничестве (внутренний сервис компании)

проверка действительности паспорта

наличие задолженности перед СК

Для транспортного средства и полуприцепов:

участие в дтп

проверка по базам розыска

история регистрационных действий

лизинг

использование в такси

Для юридических лиц:

проверка задолженностей перед СК

проверка данных в налоговых органах об организации

соответствие предоставленных сведений и сведений, заявленных в налоговых органах

Но поскольку у нас уже есть распознанные и предзаполненные данные - передать их во внешние сервисы для проверки - достаточно легко. Мы написали rest и soap клиенты и шаблон компонента для вывода информации. Теперь вместо ручной последовательной проверки и передачи еще и в службу безопасности - система проверяют по всем сервисам данные параллельно.

3. Результаты сотрудничества

А что в итоге?

В итоге мы:

Ускорили процесс проверки заявок и сократили время обработки

Автоматизировали проверки на благонадежность страхуемого для СБ

Автоматизировали проверку во внутренних и внешних сервиса на предмет мошенничества, судимости, использование ТС под такси и тд.