Настроили мгновенное заполнение номенклатуры с помощью AI для компании в сфере продажи автозапчастей
amoCRM
AI
B2B
B2C
Компания в сфере автозапчастей работает со сделками, в которые включены сразу много товаров — список позиций формируется под конкретную сделку. Документ с номенклатурой содержит строки с товарными позициями: наименование, количество, характеристики и т.д. Компания хотела автоматизировать обработку номенклатур, чтобы данные в карточку сделки попадали быстро и без ошибок.
Три ключевые проблемы:
- Обработка одного документа занимала слишком много времениМенеджеры вручную переносили данные из таблиц: копировали названия товаров, количество, характеристики — и вставляли это все в карточку сделки. На один документ уходило минимум 30 минут. Это сильно замедляло работу и отнимало время.
- У каждой сделки — свой документ с разной структуройНоменклатура в каждом документе выглядела по-своему и состояла из уникального набора позиций с описаниями и ценами. Из-за этого нельзя было настроить универсальный шаблон. Каждый раз менеджеру приходилось разбираться с новой таблицей.
- Ошибки при ручном вводе — частая проблемаКогда данные вбиваются вручную, всегда есть риск ошибиться: перепутать цифры, пропустить строку, неверно указать название запчасти. Это приводило к неточностям в заказах, путанице и дополнительных проблемах с покупателями.
Для решения мы разработали интеграцию на основе AI, которая помогает бесшовно заполнять данные о товарах:
1. Активируется кнопкой в карточке сделки
Пользователь нажимает кнопку Файл и загружает документ с номенклатурой.
Пользователь нажимает кнопку Файл и загружает документ с номенклатурой.
3. Нейросеть извлекает значения из таблицы
По каждой строке объединяет данные (например, товар + количество + единицы).
По каждой строке объединяет данные (например, товар + количество + единицы).
4. Данные автоматически возвращаются
И в карточку сделки записываются нужные поля в системе.
И в карточку сделки записываются нужные поля в системе.
А вот как работает сценарий расшифровки и заполнения поэтапно:
Решение состоит из 5 этапов, которые полностью убирают ручной ввод данных и сокращают время обработки с десятков минут до нескольких секунд.
Этап 1
Прием данных через вебхук
На стороне amoCRM настроен вебхук, который срабатывает при действии пользователя — когда менеджер загружает документ и нажимает кнопку в карточке сделки. Вебхук принимает необходимые данные, включая сам файл.
Прием данных через вебхук
На стороне amoCRM настроен вебхук, который срабатывает при действии пользователя — когда менеджер загружает документ и нажимает кнопку в карточке сделки. Вебхук принимает необходимые данные, включая сам файл.
Этап 2
Преобразование документа в изображения
Загруженный документ преобразуется в изображения — обычно это одна картинка на каждую страницу. Это делается для того, чтобы передать документ искусственному интеллекту в виде набора визуальных данных, так как таблицы и нестандартизированные документы часто сложны для точного анализа в текстовом виде.
Преобразование документа в изображения
Загруженный документ преобразуется в изображения — обычно это одна картинка на каждую страницу. Это делается для того, чтобы передать документ искусственному интеллекту в виде набора визуальных данных, так как таблицы и нестандартизированные документы часто сложны для точного анализа в текстовом виде.
Этап 3
Запаковка изображений в архив
Все полученные изображения упаковываются в zip-архив. Это позволяет удобно передать все страницы документа одним файлом для дальнейшей обработки.
Запаковка изображений в архив
Все полученные изображения упаковываются в zip-архив. Это позволяет удобно передать все страницы документа одним файлом для дальнейшей обработки.
Этап 4
Анализ через ChatGPT
Архив отправляется в ChatGPT с заранее подготовленным промптом. В этом промпте указана задача: извлечь из изображений строки таблицы с наименованием товара, количеством и единицами измерения. Текст с изображений ИИ анализирует и возвращает ответ в структурированном виде.
Анализ через ChatGPT
Архив отправляется в ChatGPT с заранее подготовленным промптом. В этом промпте указана задача: извлечь из изображений строки таблицы с наименованием товара, количеством и единицами измерения. Текст с изображений ИИ анализирует и возвращает ответ в структурированном виде.
Этап 5
Отправка данных обратно в amoCRM
После обработки результаты автоматически отправляются обратно в amoCRM через API-запрос на вебхук, настроенный в Триггерах. Далее значения записываются и отображаются в полях Сделки.
Отправка данных обратно в amoCRM
После обработки результаты автоматически отправляются обратно в amoCRM через API-запрос на вебхук, настроенный в Триггерах. Далее значения записываются и отображаются в полях Сделки.
Результат
Сэкономили время менеджеров
Обработка документов сократилась с 30 минут до нескольких секунд — весь процесс теперь автоматизирован.
Снизили нагрузку на команду
Убрали ручной труд — больше не нужно копировать строки и разбираться в таблицах.
Устранили ошибки при вводе данных
Автоматическое распознавание и занесение информации гарантирует, что не будет ошибок из-за человеческого фактора.
Обработка документов сократилась с 30 минут до нескольких секунд — весь процесс теперь автоматизирован.
Снизили нагрузку на команду
Убрали ручной труд — больше не нужно копировать строки и разбираться в таблицах.
Устранили ошибки при вводе данных
Автоматическое распознавание и занесение информации гарантирует, что не будет ошибок из-за человеческого фактора.
Любите классику, подпишитесь по почте
Ещё статьи