Автоматическое распознавание чеков

Услуга: Автоматическое распознавание чеков с помощью ФНС
Заказчики: Yota, Сетевой магазин(NDA), Производитель сигарет(NDA)
Период: 2022-2023
Масштаб: ~1 000 000 чеков в месяц в рамках одного проекта

Целью данного проекта являлась разработка и внедрение системы автоматического распознавания чеков, которая включает в себя интеграцию с Федеральной Налоговой Службой (ФНС) для анализа и подтверждения содержания чеков, а также создание механизмов для предотвращения и выявления мошеннических действий.
Услуга на сайте

Описание и этапы реализации проекта:

1. Разработка интегрированной системы с ФНС:
   Система была спроектирована и внедрена для обеспечения автоматизированного обмена данными с ФНС, что позволило сократить время на проверку чеков и обеспечить их правильность. В результате этого были достигнуты следующие преимущества:
• Минимизация ручного вовлечения операторов;
• Увеличение скорости и качества обработки данных;
• Исключение фрода сотрудниками точек.
2. Виджет для приема фото:
   Было разработано и внедрено удобное решение, которое позволило осуществлять прием и оцифровку фотографий чеков. Виджет обеспечил высокую точность и скорость обработки изображений, а также удобство использования на различных устройствах.
3. Анализ содержания чека через запрос в ФНС:
   Интеграция с ФНС позволяла подтвердить информацию на чеке и выявить любые несоответствия.
4. Постанализ содержания чека:
   На данном этапе осуществлялся глубинный анализ всех извлеченных данных чека, что позволило детализировать информации для дальнейшего использования в аналитике.
5. Антифрод, выявление закономерностей при нестандартных фрод-действиях:
   Был разработан и внедрен комплекс антифрод механизмов, целью которых является предотвращение мошенничества с чеками.
6. Система сбора и контроля данных из чеков:
   Использование системы позволило автоматизировать процессы сбора данных и увеличить точность в обработке информации.
7. Аналитика поведения пользователей:
   На основе собранных данных была разработана система аналитики, которая помогла заказчикам детально изучать поведение пользователей. Это включало в себя отслеживание покупательских привычек, анализ предпочтений, а также предсказание будущих покупок.
8. Приём данных в виде фото:
   Был налажен процесс приема данных в виде фотографии.
9. Организация операторов для ручной проверки сложных случаев:
   Данная задача обеспечила дополнительный контроль качества и точности, особенно в случаях нечетких изображений или нестандартных форматов чеков.

Итоги: