Implementation scenario / 39 / Admissions operations
Контроль приёмной кампании и обращений
Вопросы абитуриентов повторяются, документы неполны, а статус зависит от ручных таблиц.
Ассистент отвечает по проверенной базе, проверяет комплектность и возвращает следующий шаг в CRM. Финальное решение и работа с исключениями остаются у ответственного: Приёмная комиссия рассматривает исключения и принимает решения.
Проверить применимость сценария →
Problem / buying moment
Почему этот процесс становится задачей для руководителя.
Обычно к сценарию «Контроль приёмной кампании и обращений» приходит руководитель образовательного продукта или приёмной кампании, когда поток заявок и коммуникаций растёт, а персональный следующий шаг теряется между каналами и сотрудниками. В этот момент локальная ручная проверка уже не масштабируется, но покупка отдельного AI-инструмента ещё не гарантирует изменения процесса.
Хорошая автоматизация образования делает путь кандидата прозрачным и своевременным, не превращая скоринг в автоматический отказ без объяснения.
ПОЗИЦИЯ IT WHITEРезультат этого сценария — не «внедрённый AI», а управляемое изменение показателей: время ответа, неполные комплекты, обращения без статуса. Система должна обнаруживать событие, объяснять контекст и доводить его до ответственного действия.
Target operating model
Что именно меняется после внедрения.
Как разобрать именно этот сценарий.
Здесь автоматизация оправдана только как часть рабочего маршрута. Исходная ситуация формулируется так: Вопросы абитуриентов повторяются, документы неполны, а статус зависит от ручных таблиц. Для руководитель образовательного продукта или приёмной кампании это уже не локальное неудобство сотрудника, потому что сбой отражается на показателе «время ответа» и со временем становится нормой, которую команда перестаёт замечать. До проектирования мы берём несколько реальных событий, восстанавливаем последовательность действий и отделяем причину от симптома.
Контур данных начинается не с единого хранилища, а с минимального набора доказательств. CRM фиксирует первичное событие; портал даёт контекст или состояние работы; DMS подтверждает следующий шаг и результат. Для каждого поля определяется источник, допустимая задержка и правило отсутствующего значения. Если событие нельзя восстановить, его нельзя безопасно использовать для автоматического решения.
Рабочая логика сценария выглядит конкретно: Ассистент отвечает по проверенной базе, проверяет комплектность и возвращает следующий шаг в CRM. При этом система не подменяет владельца процесса. Приёмная комиссия рассматривает исключения и принимает решения. Такое разделение нужно зафиксировать в интерфейсе, правах доступа и журнале действий, иначе формальный human-in-the-loop останется надписью в презентации, а человек будет подтверждать решение без достаточного контекста.
Главный негативный сценарий тоже проектируется заранее: AI не должен принимать решение о зачислении или давать обещание вне правил кампании. Поэтому у пилота должны быть порог уверенности, маршрут исключения, возможность открыть первичные данные и понятный способ отменить действие. Ошибку нельзя прятать в среднем показателе: команда отдельно разбирает ложные срабатывания, пропущенные события и ситуации, где правило сработало правильно, но не привело к действию.
Руководитель принимает решение о масштабировании по трём наблюдаемым изменениям: «время ответа», «неполные комплекты» и «обращения без статуса». Сначала фиксируется базовая линия, затем одна зона работает в режиме пилота, а сравнение проводится на сопоставимом потоке. Целевой бизнес-результат: время ответа, неполные комплекты, обращения без статуса. Если изменение держится только благодаря ручному контролю разработчика, система ещё не готова к эксплуатации.
Architecture
AI не получает власть над процессом. Он получает ограниченную роль.
- CRM
- портал
- DMS
Приёмная комиссия рассматривает исключения и принимает решения.
AI не должен принимать решение о зачислении или давать обещание вне правил кампании.
Каждый вывод хранит исходное событие, версию правила или модели и действие ответственного. Если контекста недостаточно, система не угадывает, а переводит событие на ручную проверку.
Business case / no invented ROI
Экономика начинается с потери, которую можно пересчитать.
До сметы мы не обещаем проценты эффективности. Сначала измеряем частоту события, стоимость ручной работы и ошибки, нагрузку на проверяющего и цену эксплуатации контура.
объём событий, в которых возникает проблема «Вопросы абитуриентов повторяются, документы неполны, а статус зависит от ручных таблиц.»
стоимость ручного действия, задержки или ошибки по показателю «время ответа»
доля исключений, которые после запуска всё равно должен проверять человек
стоимость интеграции и сопровождения систем: CRM, портал, DMS
Если измеримый эффект не покрывает стоимость контура и риск, задачу не нужно превращать в отдельный продукт.
Measurement
Как понять, что внедрение работает.
Источник: CRM. Базовая линия: 2–4 недели до пилота.
Источник: портал. Базовая линия: 2–4 недели до пилота.
Источник: DMS. Базовая линия: 2–4 недели до пилота.
Сначала проверяем процесс, качество данных и владельца решения.
AI не должен принимать решение о зачислении или давать обещание вне правил кампании.
Readiness check
Когда этот сценарий имеет смысл.
Автоматизация оправдана, когда проблема повторяется, влияет на управляемый показатель и у процесса есть владелец. Для сценария «Контроль приёмной кампании и обращений» сначала проверяем не модель, а фактический маршрут работы.
- 01Повторяемость
Событие повторяется достаточно часто, чтобы измерять «время ответа».
- 02Доступность данных
Первичные данные доступны в системах: CRM, портал, DMS.
- 03Владелец решения
Владелец процесса готов отвечать за исключения и финальное решение.
- 04Ограниченный риск
Риск «AI не должен принимать решение о зачислении или давать обещание вне правил кампании.» можно ограничить правилами, журналом и ручной проверкой.
Questions before code
Что нужно выяснить до выбора технологии.
Ответы отделяют реальную задачу от красивой демонстрации. Они же задают границы пилота и критерии остановки.
- Q1
Сколько раз за неделю возникает ситуация: Вопросы абитуриентов повторяются, документы неполны, а статус зависит от ручных таблиц.
- Q2
Где сегодня фиксируется время ответа и можно ли восстановить исходное событие?
- Q3
Кто принимает решение после сигнала и за какое время он должен отреагировать?
- Q4
Какие ошибки системы недопустимы и когда решение обязательно передавать человеку?
Pilot / 4–8 weeks
Как запускать без большой ставки вслепую.
Зафиксировать текущий маршрут
Интервью с владельцем процесса, карта событий, исключения, права доступа и исходные значения KPI. На этом этапе может выясниться, что проблему надёжнее решает обычная логика, а не AI.
Собрать минимальный контекст
Подключаем только необходимые источники: CRM, портал, DMS. Не строим озеро данных до появления первого работающего сценария.
Запустить на ограниченной зоне
Ассистент отвечает по проверенной базе, проверяет комплектность и возвращает следующий шаг в CRM. Первые решения логируются, а низкая уверенность и исключения уходят человеку.
Сравнить с базовой линией
Смотрим на время ответа, неполные комплекты, обращения без статуса. Если процесс не изменился, не масштабируем интерфейс только ради уже написанного кода.
Пилот принимается по изменению время ответа, неполные комплекты, обращения без статуса, а не по количеству экранов и промптов.
Останавливаем масштабирование, если данные нестабильны, ответственный не использует сигнал или сохраняется риск: AI не должен принимать решение о зачислении или давать обещание вне правил кампании.
How IT WHITE enters the project
Не продаём всю систему до проверки процесса.
100–180 тыс. ₽
Карта процесса, данные, потери, владелец решения, варианты архитектуры и предварительная экономика.
от 450 тыс. ₽
Одна ключевая задача, необходимые интеграции, роли, журнал решений, запуск и критерии результата.
от 100 тыс. ₽/мес.
Мониторинг, исправления, качество решений, новые правила, развитие интеграций и отчёт по работе системы.
Decision FAQ
Три вопроса, которые защищают проект от лишней сложности.
Здесь точно нужен AI?
Не обязательно. Если событие определяется стабильными правилами, обычная логика будет дешевле, быстрее и надёжнее. AI нужен там, где решение зависит от неструктурированного контекста.
Что подготовить к первичному разбору?
Один реальный пример сбоя, список систем (CRM, портал, DMS), пример исходных данных и человека, который сегодня принимает финальное решение.
Что происходит при ошибке?
Система сохраняет исходные данные и причину вывода, не выполняет критическое действие без разрешения и передаёт исключение человеку. Главный риск сценария: AI не должен принимать решение о зачислении или давать обещание вне правил кампании.
Evidence base
На каких рыночных сигналах основан сценарий.
Материал синтезирует публичные исследования и практики. Мы не переносим чужие кейсы на себя и не обещаем чужие показатели. Экономика рассчитывается только после анализа вашего процесса.
Fit check / 20–30 min
Проверим сценарий «Контроль приёмной кампании и обращений» на вашем процессе.
За 20–30 минут определим разрыв, доступные данные, владельца решения и разумный первый контур. Это бесплатная проверка соответствия задачи, не платная диагностика.