Робот, который помогает собирать налоги на землю

Региональные власти и муниципалитеты сталкиваются с проблемой низких сборов земельного налога. Практика показывает, что в среднем собирается лишь 40%. Это происходит из-за неточности баз, невозможности контролировать большие территории и сложности в отслеживании работы над каждым из объектов. Мы обучили алгоритмы находить ошибки в базах, используемых для налогообложения. Нейросеть находит земельные участки, которые фактически используются, но при этом с них не платится налог.

Проблема

В России собирательство земельного налога в среднем не превышает 40%. Основная причина — расхождение между данными, которые предоставил собственник участка, данными в кадастровой палате (Росреестре) и данными, которые использует ФНС для начисления налогов. Любая ошибка лишает гос. органы основания начислить и получить налоги. Кроме того, часто участки используются самовольно, но об этом сложно узнать делая «обход» или рассматривая снимки — такая работа занимает слишком много времени.

Как решили

Для того, чтобы найти ошибки в разных базах данных, мы обучили алгоритм сравнивать записи в каждой из баз и находить расхождения. Мы сопоставили актуальные космоснимки с данными кадастровой палаты. Специально обученная нейросеть определяла границы участков и находила разницу между фактически используемыми и состоящими на учете. Участки за пределами разницы используются с нарушением.

Результат

Заказчик получит CRM-систему, в которую загружены данные об объектах с ошибками или нарушениями. По каждому из типов ошибок или нарушений предусмотрен свой алгоритм действий. Некоторые документы система формирует автоматически. Спустя 1,5 года с помощью полученных результатов удалось увеличили налоги на 15-20%, лучшие проекты показывают более чем двукратный прирост.

Пригласить меня на Data-завтрак
Generic selectors
Exact matches only
Search in title
Search in content
Search in posts
Search in pages
Filter by Categories
Промышленность
Решения
Розничная торговля и услуги
Строительство и ЖКХ