Наш клиент предоставляет услуги call-центра для государственных сервисов. Если чат-бот не может ответить на сложный вопрос пользователя, он перенаправляет его к оператору службы поддержки.
В call-центре работают около 600 операторов, и для начисления премий необходимо контролировать качество их работы. Для этого компания разработала собственную систему расчета показателей. Каждый месяц аналитики рассчитывали KPI операторов и передавали результаты руководителям подразделений. Руководители могли задавать вопросы, вносить корректировки и принимать решения о премиях.
Однако процесс был сложным и негибким. Операторы и их руководители не имели доступа к промежуточным результатам, что лишало возможности своевременно корректировать работу. Например, если сотрудник заранее знал бы, что его KPI недостаточен для получения премии, он мог бы приложить больше усилий и повысить показатели.
Кроме того, руководители и аналитики сталкивались с трудностями при проверке данных, корректировке мотивационных показателей и принятии решений о премировании. В результате возникла необходимость в создании системы, которая обеспечила бы автоматизированный и прозрачный процесс проверки и утверждения отчетов.
Проблема
Подход компании-клиента к расчету KPI имел несколько ключевых проблем:
1. Высокая трудозатратность. Существующая система расчета KPI требовала значительного времени на обработку данных.
2. Смешение объективных и субъективных метрик. Часть KPI формируется на основе объективных факторов (время ожидания, качество ответов), другая – на основе дополнительных, субъективных, действий работников по указанию руководителей (например, онбординг новых сотрудников).
3. Сложности с проверкой данных. Руководители могли вручную корректировать KPI сотрудников, но такие изменения не всегда фиксировались.
4. Отсутствие доступа к промежуточным результатам. Операторы и руководители не могли видеть свои KPI в течение месяца и получать обратную связь до момента начисления премий, что лишало возможности вовремя повлиять на результаты и, как следствие, получение премии.
Задача
Перед нами стояла задача создать систему автоматического подсчета KPI, которая позволит:
- Автоматизировать сбор данных и расчет KPI.
- Объединить разрозненные данные в единую аналитическую базу.
- Обеспечить прозрачность корректировок.
- Дать сотрудникам доступ к промежуточным результатам.
- Создать удобный интерфейс для аналитиков и руководителей.
Решение
Архитектура системы построена следующим образом:
- Сбор данных. Данные из внешних баз передаются в аналитическую БД с помощью ETL-процессов.
- Трансформация данных. Обработка и расчет KPI на основе собранных данных.
- Отображение отчетов. Визуализация данных с помощью Metabase.
- Управление системой через Django Administration - интерфейс для внесения корректировок, логирования изменений и удобного управления KPI.
- Интеграция с 1С: загрузка информации о сотрудниках (номер, подразделение, стаж, руководитель) для сопоставления KPI с организационной структурой.
Таким образом, решение не только ускоряет и автоматизирует процесс расчета KPI, но и повышает его прозрачность и доступность для аналитиков и руководителей.
Как это работает
Разработанная система представляет собой платформу, предназначенную для двух основных групп пользователей: аналитиков и руководителей среднего звена.
Аналитики
Аналитики ответственны за техническую часть системы: корректность расчета данных и поддержку системы в актуальном состоянии.
Их основная задача - следить за тем, чтобы данные из ETL загружались корректно, а система точно рассчитывала все необходимые показатели. Они могут добавлять новые метрики, проверять корректность расчетов и выявлять аномалии в данных. Но новые функциональные возможности в систему они не добавляют.
Руководители среднего звена
Руководители подразделений (супервизоры) используют систему через интерфейс Django Administration, который предоставляет доступ к отчетности сотрудников.
Пример сценария работы:
1) Супервизор открывает раздел отчетов за определенный период (например, за декабрь).
В списке сотрудников он видит статус каждого: уволенные сотрудники обозначены красным цветом, остальные - синим.
2) Если сотрудник был переведен в другое подразделение через увольнение, супервизор может оставить комментарий, объясняющий необходимость выплаты премии, и утвердить решение, поставив соответствующую отметку "Утверждено на оплату".
3) Если работник выполнил дополнительные поручения, о которых аналитики не знают, супервизор может написать об этом в окошке для комментария к отчету. Он корректирует метрику оператора, отмечает галочкой “Проверено супервизором” и сохраняет изменения.
Процесс проверки и утверждения отчетов
1. Первичная проверка аналитиками
Аналитики загружают данные о рабочем времени сотрудников, мотивации, начисленных премиях. Они анализируют загруженные данные и проверяют их корректность.
Если в отчетах обнаруживаются пробелы или несоответствия, аналитик оставляет комментарии и делает корректировки. После завершения проверки отчет помечается как "Проверено аналитиком".
2. Проверка супервизором
Супервизор анализирует метрики сотрудников и корректирует показатели, если видит, что они не отражают реальную ситуацию.
Например, если сотрудник выполнял дополнительные обязанности (такие как онбординг новых сотрудников), это может повлиять на его показатели. В таких случаях супервизор вносит комментарий, корректирует метрику и подтверждает отчет.
3. Окончательное утверждение руководителем подразделения
Когда отчет проходит через этапы аналитической проверки и верификации супервизором, он поступает на рассмотрение руководителя подразделения. Руководитель оценивает полноту данных, проверяет внесенные коррективы и принимает окончательное решение о премировании сотрудников.
Руководитель видит сводный отчет, где отмечены все проверки и комментарии, после чего утверждает отчет на выплату. Если у кого-то из сотрудников премия не должна быть выплачена, руководитель исключает его из списка. Затем система передает данные в бухгалтерию для дальнейшей обработки выплат.
Результат
Благодаря внедрению системы процесс проверки и утверждения отчетов стал более прозрачным и управляемым. Ручные проверки сократились, что минимизировало ошибки в расчетах премий.
Автоматизированный процесс также позволил аналитикам и руководителям подразделений быстрее принимать решения и эффективнее управлять мотивационной программой сотрудников.
В результате компания повысила точность расчетов и оптимизировала внутренние бизнес-процессы, что положительно сказалось на всей системе управления персоналом.
Технологии
В разработке системы автоматизированного подсчета KPI были использованы:
Django Administration - опен-сорс интерфейс для работы аналитиков и руководителей. Используется для логирования изменений KPI, а также управления списками сотрудников и их премиями.
ETL (на базе инструментов Airflow, Meltano и dbt) - обеспечивает автоматический сбор данных из различных источников (базы данных, логи звонков, переписки и т. д.), их очистку и загрузку в аналитическую базу данных.
Apache Airflow - платформа для организации и оркестрации ETL-процессов.
1С - Программа для управления взаимоотношениями с клиентами, ведение клиентской базы и автоматизации работы call-центров. В нашей системе выступает как источник данных о сотрудниках.
Metabase - опен-сорс инструмент бизнес-аналитики, который визуализирует данные и строит отчёты о работе системы. Используется для генерации отчетов на основе KPI и графического отображения ключевых метрик.
