TL; DR
- Агентству нужны не любые объекты с рынка, а особые типы под их условия. Критерии жили в головах сотрудников, а финальная оценка упиралась в одного главного эксперта — 2–3 объекта в неделю.
- Через интервью с экспертами выгрузил, как именно они оценивают объекты, и спроектировал автоматический скоринг с обогащением: объекты приходят к эксперту уже оценёнными, остаётся проверить.
- Пропускная способность выросла до 20 объектов в день. Система обучаемая — встроен механизм сбора обратной связи о качестве скоринга.
Контекст
Клиент — агентство недвижимости. На рынке много объектов, но агентству подходят далеко не все: нужны особые типы объектов, соответствующие их условиям. Найти кандидатов — не проблема. Проблема — быстро понять, какие из них стоят внимания.
Проблема
Критерии отбора нигде не были записаны — они жили в головах сотрудников. Решение «подходит / не подходит» по факту принимал главный эксперт, и все объекты на оценку стекались к нему. Классическое бутылочное горлышко: пропускная способность — 2–3 объекта в неделю. Рынок за это время успевает уйти вперёд.
Подход
- Интервью с экспертами. Сел с теми, кто реально оценивает объекты, и выгрузил, как именно они это делают: на что смотрят в первую очередь, что отсеивает объект сразу, что добавляет ему ценности. Цель — превратить неявные критерии в явные, пригодные для автоматизации.
- Автоматический скоринг. Спроектировал систему, которая прогоняет каждый входящий объект через формализованные критерии и выставляет оценку.
- Обогащение объекта. Параллельно со скорингом система дособирает информацию об объекте, чтобы эксперту не приходилось искать её вручную. Объект приходит на проверку уже с данными и готовой оценкой.
- Новая роль эксперта. Эксперт больше не оценивает каждый объект с нуля — он проверяет готовый скоринг. Это принципиально другая по трудоёмкости операция.
- Механизм обратной связи. Встроил в систему сбор обратной связи о качестве скоринга: несогласие эксперта с оценкой — сигнал для системы. Скоринг обучаемый, поэтому со временем становится точнее, а не устаревает.
Результат
- Пропускная способность выросла с 2–3 объектов в неделю до 20 объектов в день.
- Главный эксперт перестал быть бутылочным горлышком: его время уходит на проверку готовых оценок, а не на первичный разбор каждого объекта.
- Экспертиза перестала жить только в головах. Критерии формализованы и работают в системе, а механизм обратной связи не даёт им закостенеть: правила отбора меняются — система дообучается.
Что бы сделал иначе
Разбил бы интервью с экспертами на серию коротких итераций вместо попытки выгрузить всё за один заход. Неявные критерии так не работают: часть всплывает только тогда, когда эксперт видит, как система оценила живой объект, и говорит «нет, здесь не так». Механизм обратной связи это компенсирует, но чем раньше скоринг встречается с реальными объектами, тем быстрее он выходит на рабочую точность.