Context
De dienst ontving 3.500 brieven per maand, vaak verkeerd gerouteerd, wat de termijnen verlengde en klachten van burgers veroorzaakte.
ML CLASSIFICATIE · BURGERSERVICE
Automatische postsortering voor een administratie
−38% behandeltijd op inkomende aanvragen
Ambtenaren behandelen prioritaire dossiers sneller, met minder routeringsfouten.
Geleverde aanpak
We hebben een gesuperviseerd classificatiemodel gebouwd met een business-validatielus (Python + MLOps), rechtstreeks geïntegreerd in de bestaande verwerkingsstroom.
Business impact
- 3.500 brieven/maand automatisch geclassificeerd
- −52% routeringsfouten
- Initiële behandelingstijd verlaagd van 2,4 dagen naar 1,5 dag
- Operationele uitrol in 7 weken
ClassificatieMLOpsHuman-in-the-loop
Laten we uw project bespreken →