Автоматизация учёта заездов в сети автомоек: кейс федеральной сети

Кейс автоматизации учёта заездов в федеральной сети автомоек. +30% клиентов автомойки в ночные часы после внедрения автоматического учёта заездов.

Заказчик

Ниша: автомойка, автосервис
Тип бизнеса: федеральная сеть
Модель работы: круглосуточный приём автомобилей, ручная фиксация заезда и оплаты.
Контекст: систематические несоответствия в учёте заездов: фиксировался не тот номер или категория автомобиля, либо не фиксировался вовсе. Ночью наблюдался рост расхода материалов при отсутствии подтверждённых заездов.

Проблема глазами клиента

"Я не параноик… но когда ночью расход химии и воды растёт, а “машин не было” – у меня сразу появляется желание стать ночным сторожем. А моек у нас по сети столько, что физически не набегаешься. Сделайте так, чтобы я мог спокойно видеть, что происходит. Чтобы ребята поменьше руками ковырялись в компьютере – и побольше занимались своей работой. И чтобы мне не приходилось стоять над душой у каждого: мне нужен нормальный, автоматический учёт – чтобы всё фиксировалось само, и мне не приходилось каждый раз разбираться, где ошибка, а где уже не ошибка."

Цели и задачи внедрения

Исключить ручной ввод данных о заезде автомобиля
Надёжно фиксировать факт въезда и номер
Автоматически отправлять информацию в учётную систему
Обеспечить контроль за работой персонала и снизить число "человеческих ошибок"

Решение WEDOLAB

Установка камер: Подобрали модели, устойчивые к условиям мойки (влажность, пар, перепады освещения). Установили на высоте и под углом, исключающим вандализм.
Распознавание номеров: Настроили модуль обработки видеопотока и распознавания номеров на базе Python и OpenCV. Как только машина попадает в кадр – номер извлекается и отправляется в систему.
Интеграция с 1С и CRM: Номер и факт заезда автоматически фиксируются в системе учёта. Проверяется статус клиента: частный или корпоративный. Исключаются ручные ошибки и «серая зона» между визитом и оплатой.
Панель контроля: Разработан веб-интерфейс для охраны и руководства: дата/время, распознанный номер, статус обработки и подтверждение фиксации в учётной системе.

Архитектура и технологический стек

Сервис обработки: Основная бизнес-логика реализована на Python. Система минимизирует ручные действия персонала и исключает «свободную интерпретацию» заезда.
Видеоаналитика: Использование OpenCV для работы с видеопотоком и извлечения номеров в реальном времени.
Интеграции: Обмен данными через API с 1С и CRM.
Развёртывание: Решение упаковано в Docker и работает внутри закрытого контура компании без внешних подписок.

Цифры и результат

30% рост заездов, зафиксированных в ночную смену
50% рост заездов, зафиксированных в праздничные дни
Значительное снижение расхода материалов без подтверждённых заездов

Сроки и бюджет проекта

Разработка и внедрение: 200 000 ₽
Ежемесячные затраты: 0 ₽/мес
Длительность проекта: 4 недели

Все кейсы и решения