Автоматизация аутстаффинга с помощью ML-моделей в закрытом контуре.

Ссылка на работу
image
Аутстаффинг задыхался в слабой операционной модели, менеджеры не выполняли и 50% плана. Я выявил множество узких мест в продажах и ресурсном центре, отсутствие понятной аналитики, бессистемный менеджмент/ Одним словом, компания теряла деньги на ровном месте. 1. Спроектировал и внедрил систему автоматизации процессов аутстаффинга, сократив количество ручных рутинных операций, что повысило точность выполнения задач на и сократило упущенные заявки в среднем на 8%. Боты на основе нейросетевых языковых моделей размещают и парсят вакансии, ведут переписки и заполняют данные в CRM. Автоматизация позволила работать системно, закрывать дополнительные вакансии и выйти на ключевых партнеров. 2. Внедрил алгоритмы приоритезации задач для менеджеров ресурсного отдела с автоматическим планированием дня в системе Jira, что сократило время подготовки партнерских запросов с 30 до 2 минут. Система автоматически подбирает релевантные задачи исходя из запросов партнеров. Менеджеры не думают, чем бы заняться сегодня и в среднем подняли выполнение KPI на 23% в периоде квартала. 3. Опираясь на данные, накопленные при автоматизации процессов, организовал базу знаний аутстаффинга и внедрил в LMS-систему, дополнив ботом-помощником. Теперь новички адаптируются самостоятельно, не отвлекая наставников. Нейросеть используют как инструмент работы с регламентами и скриптами. Помогает экономить ресурсы труда наставников и новичков.