Как быстро можно окупить установку CVC в стоматологической клинике? Во сколько раз можно увеличить прибыль после внедрения нейронной сети CVC? Это логичные вопросы, которые зачастую интересуют наших клиентов на первом этапе сотрудничества. Если у вас стоматологическая клиника или любое предприятие сферы услуг (где происходит взаимодействие персонала с клиентом и присутствуют денежные расчеты), прочтите этот кейс по результату внедрения CVC на конкретном предприятии.

Нужно отметить, что любой наш проект начинается с изучения особенностей работы конкретной организации. Разумеется, особенности работы есть у каждой компании, даже если такие компании работают в одной и той же сфере и предоставляют одни и те же услуги. Кейс же, о котором пойдет дальше речь, для нас был первым в новой для нас индустрии — стоматология. Поэтому первое, с чего мы начали работу — это изучение регламентов и бизнес-процессов клиники...

Обратим внимание, что в клинике установлены стандартные камеры видеонаблюдения. К слову, данный случай как раз подтверждал частое заблуждение клиентов — камеры видеонаблюдения, по своей сути, не решают проблемы, т.к. упираются в тот же самый человеческий фактор и необходимость регулярного просмотра огромного количества часов. Вот и у нашего заказчика установленные видеокамеры создавали лишь иллюзию контроля. Любые ситуативные проверки камер никаких результатов не приносили.

Вторым озвученным пунктом, который следовало бы проверить, была необходимость контроля соблюдения дисциплины и норм трудового распорядка, которые напрямую влияли на лояльность посетителей к клинике, объем выручки и, соответственно, прибыль собственника.

В качестве отвлечения заметим, что, как правило, пункты, которые необходимо контролировать, видоизменяются и дополняются уже в процессе работы. И этот кейс не стал исключением. Например, базовая задача клиники начиналась с описанных выше проверок работы администратора, но уже в процессе интеграции системы на объекте, дополнились вопросы контроля рабочего времени врачей, а также отслеживание присутствия пациентов в стоматологических креслах…

Это нормальный процесс адаптации задачи под заказчика, т.к. заказчик не сразу понимает все возможности системы Cyber Vision Control, также как и нашим специалистам, чтобы разобраться в специфике деятельности компании, требуется время.

Ключевая особенность, с которой столкнулись наши специалисты по данному кейсу, это оказание компанией схожих услуг. Например, услуга по лечению кариеса разделяется на услугу "лечение глубокого кариеса", услугу "лечение среднего кариеса" и т.д. Каждая из этих услуг отличается по стоимости, по продолжительности оказания и по затратам материала. Наша нейросеть должна была научиться различать эти услуги для дальнейшей их сверки с записями, сделанными в системе учета, и при этом выполнять это безошибочно.

Именно для решения этой задачи потребовалось фиксировать время работы врача (именно время оказания услуги) и время нахождения людей в стоматологическом кресле.

Для получения максимально точных результатов программа научилась распознавать целую совокупность различных факторов: "человек в кресле накрыт/открыт"; "нахождение врача рядом с креслом", "нахождение рядом с креслом ассистента"; "положение рук врача в районе полости рта человека в кресле" и т.д.

Кстати, никакие другие способы детектирования в данном случае были бы неэффективными, а вот наш робот в итоге научился максимально точно определять фактическое время оказания каждой услуги.

А вот нарушений санитарных норм обнаружено не было.

Провел соответствующие встречи и принял решения, о которых мы не имеем права рассказывать в данном кейсе.