Gestire le anagrafiche con l'aiuto dell'Intelligent Automation: anche i dati non strutturati assumono significato e vengono integrati nei database
L'esperienza di Archiva Group è intervenuta con una soluzione di Intelligent Automation per semplificare la gestione e verifica dei dati del cliente all'interno di una realtà che opera nel mondo dell'abbigliamento sportivo. È stato elaborato un software multi-soluzione che permette ai bot di effettuare controlli incrociati così da ridurre il carico di lavoro manuale.
Nella realtà cliente infatti molte risorse venivano impiegate per inserire i dati o correggere errori precedenti, su un numero elevato di sistemi.
Azienda
Il cliente opera nel settore dell’abbigliamento sportivo, conta circa 200 dipendenti e un fatturato di 60 milioni di euro.
Obiettivo
L'obiettivo del progetto era ridurre il numero di errori che le operazioni manuali di gestione anagrafica comportavano.
Tramite l’impiego dell’RPA si è scelto di valorizzare il lavoro umano, minimizzare il lavoro ripetitivo e semplificando il processo di gestione, quindi di raccolta e verifica dei dati.
As Is
La gestione dell’anagrafica cliente richiedeva interventi manuali per inserire i dati ex-novo o correggere errori preesistenti, spesso a problema già avvenuto. Vi erano inoltre troppi sistemi su cui intervenire, infatti, maggiore è il numero di sistemi su cui sono presenti i dati, maggiore è il rischio di disallineamenti che richiedono intervento manuale.
Come ogni attività ripetitiva e a basso valore, l’inserimento dati è esposto a errori frequenti rilevabili solo dopo che si è verificato il danno.
To Be
La gestione dell’anagrafica si fonda ora su un approccio multi-soluzione che coinvolge l’Intelligent Automation consentendo al cliente di:
- Estrarre informazioni da archivi e database di terze parti. Il sistema RPA si interfaccia con archivi e database esterni come CRM, Camera di Commercio, Agenzia delle Entrate, Portali di servizi, ed estrae autonomamente i dati richiesti senza limiti di tempo e orario.
- Normalizzare ed interpretare con un linguaggio naturale. Infatti, gli algoritmi di riconoscimento dei modelli e di elaborazione del linguaggio sono in grado di assegnare significato ai dati non strutturarli e di integrarli nei data base esistenti.
- Effettuare verifiche incrociate: l’intelligenza artificiale incrocia i dati disponibili e ne verifica l’attendibilità lasciando la revisione manuale solo ai casi più complessi.
Benefici
- Riduzione dell'intervento umano.
- Sensibile riduzione degli errori umani.
- Semplificazione della gestione e di verifica dei dati.