Artificial Intelligence & Machine Learning

Best Practice

Automatic Identity Acquisition: come velocizzare il processo di On-Boarding

Reply individua nell’estrazione automatica di informazioni da immagini una soluzione tecnologica e di User Experience in grado di velocizzare on-boarding troppo lenti che rischiano di allontanare i potenziali clienti dalla sottoscrizione di un servizio digitale.

On-Boarding: Il Problema & l’Opportunità

Il processo di on-boarding è uno dei momenti decisivi nell’acquisizione di nuovi clienti: la user experience di questa fase può determinarne quindi il successo o il fallimento.
I canali tradizionali non sono abbastanza e gli utenti si aspettano nuovi touch point (web, mobile ecc.) per poter fruire del processo di on-boarding sempre e dovunque.
Sfortunatamente il processo è spesso troppo lento e richiede un grande sforzo nell’inserimento dei tanti dati utili a convalidare l’identità di un utente, precludendo però un feedback istantaneo.

La soluzione

Reply è in grado di accelerare il processo grazie ad algoritmi di Machine Learning capaci di automatizzare gli step per l’acquisizione e la verifica dei dati, attraverso quindi una lettura automatica delle informazioni presenti sui documenti di identità del cliente.

immagini sfondo bianco_001.png

Key point

  • Soluzione realizzata interamente da Reply con pieno accesso e controllo del codice e con la possibilità di personalizzarlo e ottimizzarlo in base ai bisogni del Cliente.
  • Si basa su algoritmi di Machine eLearning e tecnologia Open Source senza costi di licenza
  • Facile da integrare in flussi di customer on-boarding esistenti e con sistemi di terze parti attraverso REST APIs.
  • Soluzione ad oggi tarata su documenti Italiani, ma può essere estesa a nuovi documenti e scenari.
  • Disponibile per installazioni in locale o per soluzioni SaaS in cloud locale per evitare problemi di privacy o legati al GDPR.

Features

  • Validazione della qualità dell’immagine: controllo del focus e dell’integrità del documento visibile nell’immagine.
  • Classificazione del documento: rilevamento automatico del tipo di documento così da applicare l’algoritmo corretto.
  • Ottimizzazione dell’immagine: possiamo ritagliare il documento nell’immagine, regolare la rotazione e il colore per aiutare l’estrazione delle informazioni e archiviare l’immagine finale nel repository del Cliente.
  • OCR, MRZ e barcode reader: siamo in grado di leggere tutte le parti di un documento.
  • Face Matching: per validare l’identità dell’utente confrontando l’immagine di una webcam con la foto del documento.

Documenti supportati

Al momento il modello di ML è stato addestrato per riconoscere ed estrarre informazioni da tutti i principali documenti Italiani:

  • Carta d’identità
  • Carta d’Identità elettronica
  • Patente
  • Passaporto
  • Tessera sanitaria

Esso raggiunge oggi un’affidabilità media dell’84%, chiaramente questa viene influenzata dal buon stato di conservazione del documento e dalla qualità della fotografia.
È importante inoltre sottolineare che il modello può essere esteso o modificato sulla base delle specifiche esigenze del contesto spingendosi anche oltre ai documenti di identità (es. cedolini, conti correnti, scontrini, ecc.).

Face Matching

Questo è lo step necessario alla validazione dell’identità del soggetto. Passando per la face detection e poi per l’estrazione di dati biometrici, vengono individuati 68 punti sul volto che fanno riferimento alle principali caratteristiche facciali (naso, bocca, orecchie occhi, eccetera). Il calcolo vettoriale della differenza fra i due modelli della foto nel documento e dell’immagine ripresa dalla webcam durante la live recognition, determinano il check positivo o negativo.

immagini sfondo bianco_002.png

KPI & Analytics

La nostra soluzione prevede anche un sistema ad hoc per il tracciamento anonimo delle elaborazioni effettuate sui documenti fornendo informazioni real-time sul numero e la tipologia di documenti elaborati. I dati riconosciuti vengono validati tramite le REST APIs prima di essere inviati alla piattaforma di analytics.
Questo strumento risulta molto utile per analizzare i casi di fallimento e migliorare i training models (qualora non ci fossero problemi legati al GDPR).

Scenari e contesti d’uso possibili

La soluzione di Automatic Identity Acquisition può essere adottata in molti ambiti e nello specifico apportare grandi benefici nei seguenti:

  • Self Service Subscription
    I Clienti possono sfruttare le feature offerte dalla nostra soluzione per fornire all’utente una migliore User Experience e feedback istantanei
  • Business Subscription
    Grazie alle feature dell’OCR l’agente può rapidamente compilare le informazioni del prospect e ridurre gli errori di battitura, semplicemente scattando una foto del documento attraverso il suo tablet.
  • In-Shop Subscription
    L’OCR può aiutare gli shop assistant nel ridurre il tempo sprecato per aspetti burocratici e focalizzarsi maggiormente sul cliente.