← 案例目录DATAWHALE / FDE

案例 10 · 零售对账

Datawhale原书章节 · 印刷页码 95—104 · 当前仅加载一页

Datawhale《FDE案例100》,案例10,原书第98页;下方可展开文字版

原书第 98 页 · 点击页面可放大查看

查看与复制本页文字

文字由原PDF提取,阅读顺序和表格请以原页为准。

这也是为什么员工最后对这个方案的接受度比较高。在他们看来,这更像是“有人已经
帮我做完第一轮对账了,我只需要看结果和处理真正的差异”,很少被当成“又一个需
要重新学习的系统”。
Q3:后来你使用AI解决这个问题的整体思路和关键步骤是什么?
这个案例真正让我觉得有价值的,在于我们怎么选这个问题,以及怎么控制交付范围,
OCR或者视觉本身反而排在后面。
第一步,是从客户提出的多个需求里排优先级。
客户当时并不只有对账一个需求,还提出过自动化客服、竞品对比等方向。
如果单纯从“AI能做什么”来看,这些事情都可以做。但站在FDE角度,我会先问一个问
题:哪个事情能够最快形成业务上的正反馈?
客服可能同时涉及效率和新增商机,需要积累比较长的数据周期,才能证明商机到底增
加了多少;竞品分析则涉及后续多种运营策略,最终业务结果并不容易在短时间内验
证。
相比之下,对账的价值非常直接:少花多少人工,可以很快看到;少漏多少钱,也可以
直接计算。
所以第一个判断,重点是哪个任务最有可能最快得到正反馈,技术上是否最先进反而次
要。
第二步,是把AI放在真正适合它的位置。
我们最后采用的是OCR加视觉的方式,对纸质/图像单据和相关信息进行识别、比对,再
通过自动化工作流按照周期定时运行。简单说,就是让AI完成大量重复性的第一轮核
对,把已经能够确认的结果先筛出来,再让人处理真正需要判断的部分。
98/243