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

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

Решение WEDOLAB

Установка камеры

Подобрали модель, устойчивую к условиям мойки: влажность, пар, перепады освещения.

Установили на высоте и под углом, исключающим попытки вандализма.

Распознавание номера

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.

Отдельная панель для охраны

Интерфейс для контроля заездов: дата/время, распознанный номер, статус обработки и подтверждение фиксации в учётной системе.

Архитектура и технологический стек

Фиксация заезда и логика обработки

Основная бизнес-логика сервиса реализована на Python: обработка события «авто на въезде», нормализация данных и формирование записи для учётной системы. Логика построена так, чтобы минимизировать ручные действия персонала и исключить «свободную интерпретацию» заезда.

Видео и получение данных с камеры

Для работы с видеопотоком и извлечения номера используется OpenCV. Камера установлена на въезде: как только автомобиль попадает в зону контроля, система получает номер и инициирует передачу данных в систему учета.

Интеграции и обмен данными

Передача данных реализована через интеграционный слой (API/коннекторы) с 1С и CRM. В результате запись о заезде формируется автоматически — без участия оператора и без ручного ввода.

Интерфейс контроля

Для службы охраны/контроля разработана отдельная админ-панель: дата / время, распознанный номер, статус обработки и подтверждение фиксации в учётной системе.

Развёртывание и инфраструктура

Сервис развёрнут в Docker, работает внутри компании: без внешних подписок и ежемесячных платежей, с контролируемым доступом и предсказуемой эксплуатацией.

AI-бот WEDOLAB для интернет-провайдера: автоматизация поддержки

Цифры и результат

30% рост заездов зафиксированных в ночную смену

50% рост заездов зафиксированных в праздничные дни

Снижение расхода материалов без подтверждённых заездов

Сроки и бюджет проекта

200 000 ₽
разработка и внедрение
0 ₽/мес
ежемесячные расходы
4 недели
срок реализации

Свяжитесь с нами

Хотите такое решение для своего бизнеса? Давайте обсудим.

Хочу такое решение