Process Mining 101

Większość firm stosuje pewne metody analizy i usprawniania procesów biznesowych. Coraz częściej organizacje dostosowują zaawansowane techniki nauki o danych, takie jak process mining , aby uzyskać przewagę konkurencyjną.

Czym jest process mining i dlaczego firmy powinny z niego korzystać? Wszystko to zostanie ujawnione w Process Mining 101.👇

Czym jest process mining?

Process mining to technika wykorzystywana do odkrywania, analizowania i ulepszania procesów biznesowych przy użyciu metod eksploracji danych. Process mining jest postrzegany jako obiektywny i oparty na danych sposób oceny rzeczywistego stanu procesów i przepływów pracy w organizacji.

‍

Process mining można postrzegać jako skrzyżowanie business process management i nauki o danych. Narzędzia Process mining współdziałają z systemami oprogramowania biznesowego w celu wyodrębnienia informacji o procesie, zazwyczaj w postaci danych o zdarzeniach lub obiektach biznesowych, w celu process discovery i usprawnienia procesów biznesowych.

Process mining zapewnia wgląd w kompleksowe procesy, dostarczając firmom cennych danych, które można wykorzystać do usprawnienia rzeczywistych procesów biznesowych i osiągnięcia lepszych wyników firmy. W ten sposób mówi się również o rentgenie kluczowych przepływów pracy i procesów biznesowych.

Dlaczego warto kopać procesy biznesowe?

Analiza procesów biznesowych nie jest nową koncepcją. W przeszłości analiza procesów biznesowych mogła opierać się na badaniach czasu i ruchu, process mapping lub process discovery wywiadach z kluczowym personelem. Wynik ręcznej analizy mógł być następnie podsumowany w inicjatywach analityki biznesowej, jako część wyników audytu lub postrzegany jako część wizualizacji mapy procesu.

Analizę procesów można postrzegać jako sposób oceny stanu procesów biznesowych "jak jest" oraz sposób projektowania i modelowania stanu procesów "jak powinno być". Podczas gdy wiele firm ma doskonale zaprojektowany model procesu i standardowe procedury operacyjne (SOP), rzeczywistość procesów biznesowych często nie spełnia tych oczekiwań.

‍

‍

Jak działa process mining business process management

Podczas gdy analiza procesów stała się sprawdzoną i ugruntowaną częścią skutecznej analizy procesów, rozwiązała pewne kluczowe ograniczenia ręcznej analizy. business process management, process mining rozwiązała niektóre z kluczowych ograniczeń analizy ręcznej:

Ręczna analiza procesu opiera się na subiektywnych opiniach respondentów lub analityków ankiet,
wymagają znacznego nakładu czasu, kosztów i zasobów zespołowych potrzebnych do przeprowadzenia analizy,
otrzymujesz tylko jednorazową migawkę procesów - zamiast ciągłych wyników, które możesz śledzić i ulepszać.

Podsumowując, process mining zapewnia zautomatyzowane rozwiązanie process discovery , które daje firmom oparty na danych sposób zarządzania inicjatywami doskonalenia procesów.

Czy process mining to tylko zautomatyzowany process discovery?

Stwierdzenie, że process mining to tylko zautomatyzowane rozwiązanie process discovery byłoby zbytnim uproszczeniem. W rzeczywistości rozwiązanie to zapewnia oparty na danych sposób ciągłego doskonalenia procesów biznesowych i może być elastycznie wykorzystywane nie tylko do odkrywania procesów, ale także do modelowania i prognozowania wpływu ulepszeń procesów.

Istnieją również inne zautomatyzowane rozwiązania process discovery , które nie wymagają eksploracji danych o zdarzeniach. Na przykład, task mining rozwiązania mogą być skutecznie wykorzystywane do wykrywania procesów w stanie obecnym na podstawie działań interfejsu użytkownika.
‍

Czy wiesz, że możesz połączyć task mining i process mining? Przeczytaj białą księgę Work API!

‍

Dlaczego strona process mining jest tak popularna?

Process mining pomaga odkrywać nieefektywności w operacjach biznesowych, wąskie gardła w przetwarzaniu i możliwości automatyzacji w sposób bardziej systematyczny i na większą skalę niż analiza procesów oparta na wywiadach. Co więcej, process mining jest szybszy i zazwyczaj bardziej niezawodny w zarządzaniu dużymi ilościami danych, a w rezultacie jest dokładniejszy w dostarczanych spostrzeżeniach.

Obecnie process mining jest jednym z najbardziej aktywnych obszarów rozwoju oprogramowania dla przedsiębiorstw. W niedawnej ankiecie przeprowadzonej wśród kadry kierowniczej przedsiębiorstw z listy Global 5000, firma HFS Research stwierdziła, że process mining i discovery to priorytet nr 1 wśród nowych technologii, w które należy inwestować. Według Deloitte, 63% przedsiębiorstw korzysta z oprogramowaniaprocess mining lub planuje je wdrożyć w najbliższej przyszłości.

‍

Źródło: HFS Research - The Meteoric Rise of Process Intelligence

‍

Jak dokładnie działa process mining ?

Process mining można postrzegać jako czteroetapową metodę od ekstrakcji danych do ich analizy.

Wyodrębnianie danych - narzędzie process mining służy do wyodrębniania danych procesowych z systemów informatycznych.
Rekonstrukcja danych - dane procesowe są gromadzone i harmonizowane w ramach przygotowań do analizy.
Wizualizacja danych - algorytmy process mining służą do wyświetlania aktualnego stanu procesów.
Analiza danych - dane procesowe są analizowane w celu zidentyfikowania możliwości usprawnienia procesu.

Kluczowe przypadki użycia process mining

Do tej pory omówiliśmy, co, jak, a teraz dlaczego process mining. Możemy teraz przyjrzeć się kilku bardziej konkretnym przykładom tego, jak process mining może przynieść wartość różnym jednostkom / rolom w organizacji.

Process discovery. Jest to najbardziej typowy i bardziej ogólny przypadek użycia dla process mining . process discovery - gdzie celem jest zidentyfikowanie stanu "jak jest" procesów biznesowych.‍
Analiza przyczyn źródłowych. Innym kluczowym przypadkiem użycia jest po prostu kwantyfikacja i identyfikacja pierwotnej przyczyny kluczowych wyzwań procesowych przy użyciu rzeczywistych danych procesowych.‍
Sprawdzanie zgodności. Process mining umożliwia monitorowanie i ciągłe śledzenie zgodności procesów z procedurami SOP i modelami procesów poprzez sprawdzanie zgodności.
Identyfikacja możliwości. Process mining odkrywa możliwości usprawnienia lub automatyzacji procesów, na przykład za pomocą robotic process automation ( RPA).‍
Optymalizacja procesu. W optymalizacji procesów stanem końcowym skutecznego process mining jest ciągłe monitorowanie i ulepszanie procesów.‍

‍

Każdy z powyższych przykładów można zastosować do zespołu, jednostki biznesowej lub całej organizacji.

Niektóre typowe przypadki użycia process mining w biznesie korporacyjnym obejmują:

Finanse - Poprawa kapitału obrotowego, zwiększenie produktywności zespołu finansowego lub zapewnienie zgodności w ramach operacji finansowych.
Zakupy - uproszczenie procesów zatwierdzania, ograniczenie niestandardowych zakupów lub identyfikacja błędów w wynikach dostawców.
Obsługa klienta - skrócenie czasu reakcji klienta, identyfikacja przyczyn źródłowych problemów, poprawa satysfakcji klienta.
Logistyka - zapewnienie niezawodności dostaw, optymalizacja zapasów i poprawa wydajności w logistyce i transporcie.
Relacje międzyludzkie - w tym rekrutacja, wdrażanie pracowników i listy płac.

Korzyści z process mining

Istnieje wiele oczywistych korzyści płynących z eksploracji danych procesowych. Siedem najważniejszych zalet to

Redukcja kosztów. Automatyczna strona process discovery wyszukuje najbardziej ręczne, powtarzalne i ogólnie nieefektywne procesy, które zazwyczaj wiążą się z najwyższymi kosztami dla różnych jednostek.
Skrócenie czasu realizacji. Dla większości firm czas to pieniądz - a kluczową zaletą process mining jest skrócenie czasu realizacji lub przepustowości w kluczowych procesach.
Poprawa jakości. Process mining może pomóc wykryć usterki, opóźnienia lub błędy, które obniżają jakość towarów lub usług.‍
Poprawa satysfakcji klientów. Jakość obsługi klienta zależy bezpośrednio od wydajności procesów związanych z obsługą klienta. ‍
Umożliwienie automatyzacji procesów. W połączeniu z narzędziami do automatyzacji, takimi jak RPA, process mining pomaga zoptymalizować wcześniej nieefektywne procesy.
‍Podejmowanie decyzji w oparciu o dane. Process mining wspiera podejmowanie decyzji w oparciu o dane, wypełniając luki w danych surowych i analizując odtworzone procesy.‍
Zwiększenie przejrzystości. Większość decyzji w dużych firmach opiera się na doświadczonych ludziach wyższego szczebla oraz ich wiedzy i przeczuciach. Dzięki process mining można zobaczyć, jak de facto przebiegają procesy.

Przeczytaj studium przypadku, w którym jedna ze średnich firm księgowych odkryła ponad 2 miliony euro (2,17 miliona dolarów) marnotrawstwa procesowego.

Wybór odpowiedniego oprogramowania process mining

Na rynku dostępnych jest ponad 35 różnych rozwiązań process mining przeznaczonych dla różnych typów organizacji i klientów. Niezależnie od konkretnych potrzeb, warto pamiętać o kilku kluczowych obszarach, które należy wziąć pod uwagę:

Łatwość użytkowania - process mining nie musi być trudny w użyciu. Poszukaj zrzutów ekranu lub demonstracji produktu, aby sprawdzić, czy wygląda na łatwy w użyciu lub nawigacji.
Konfigurowalność - niektóre rozwiązania obsługują tylko określone przypadki użycia lub wymagają znacznego wysiłku w celu skonfigurowania lub integracji z różnymi systemami źródłowymi.
Analityka i raportowanie - jeśli szukasz rozwiązania klasy korporacyjnej, prawdopodobnie będziesz potrzebować zaawansowanych i godnych zaufania funkcji analitycznych i raportowania.
Kompleksowa widoczność (E2E) - ponieważ coraz więcej pracy jest digitalizowane, potrzebna jest pełna widoczność E2E całej podróży procesu w różnych narzędziach i systemach.
Poziom wsparcia - Niezależnie od tego, czy jesteś analitykiem procesów po raz pierwszy, czy doświadczonym architektem procesów, prawdopodobnie będziesz mieć różne potrzeby w zakresie wsparcia i wdrażania.
Całkowity koszt posiadania - rozwiązania process mining są dostępne w różnych kosztach i poziomach usług. Mądrze jest wziąć pod uwagę całkowity koszt posiadania, w tym koszt wdrożenia, a także koszt prowadzenia bieżącej analizy procesów.

Szukasz rozwiązania programowego? Aby uzyskać więcej informacji, zapoznaj się z naszą szczegółową analizą 15 najlepszych narzędzi process mining .

Typowe ograniczenia narzędzi process mining

Chociaż process mining może zdziałać cuda dla organizacji i udowadnia to od wielu lat, wciąż istnieją obszary, w których process mining nie spełnia oczekiwań.

Według ostatnich badań przeprowadzonych przez HFS Research, 91% liderów przedsiębiorstw uważa, że technologia process intelligence ma ogromne znaczenie w zwiększaniu wartości biznesowej, ale jednocześnie 2 na 3 respondentów uważa, że technologia process intelligence , taka jak process mining , jest zbyt złożona, aby mogła być skutecznie wykorzystywana w ich organizacji.

Analiza najnowszych danych, ale nie w czasie rzeczywistym

Process mining analizuje najnowsze dane wyodrębnione z systemów informatycznych, ale to wciąż nie gwarantuje pełnego obrazu bieżącej wydajności firmy. Dane z dzienników zdarzeń są najpierw pobierane w określonym momencie, czyszczone, a dopiero potem analizowane. W ten sposób proces eksploracji nigdy nie daje w pełni aktualnych danych.

Wysokie koszty początkowe

Często wdrożenie rozwiązań process mining wymaga dużego wysiłku i wkładu wielu jednostek i zespołów, co skutkuje bardzo wysokimi kosztami. Przykładowo, zespół IT musiałby dokonać wstępnego rozwoju i integracji oprogramowania, zanim oprogramowanie będzie mogło zacząć działać. W wielu przypadkach integracje muszą być tworzone i utrzymywane ze wszystkimi systemami zasobów przedsiębiorstwa, a koszty szybko się sumują.

Duże poleganie na ludzkich analitykach

Chociaż process mining ostatecznie ma na celu ułatwienie automatyzacji procesów, nadal w dużym stopniu opiera się na ludzkim mózgu i pracy analityków biznesowych, analityków danych i informatyków. Dwa duże obszary, w których ludzie są absolutnie niezbędni dla process mining to:

Interpretacja danych: po przeanalizowaniu same spostrzeżenia nie są wystarczające, a analityk biznesowy jest potrzebny do zinterpretowania tych danych i znalezienia konkretnych przypadków użycia zgodnie z początkowymi celami.
Czyszczenie i ekstrakcja danych: dane z dzienników zdarzeń mogą być niekompletne, nieprawidłowe lub zduplikowane, a analitycy danych muszą poświęcić trochę czasu i wyczyścić dane, aby przygotować je do dalszego wykorzystania.

Długi czas osiągnięcia wartości

W zależności od ich złożoności, różne systemy wymagają dużo czasu na "przygotowanie", zanim jeszcze zaczną dostarczać dzienniki zdarzeń. Ze względu na duże zapotrzebowanie na integrację danych w większości rozwiązań process mining , wdrożenia nierzadko trwają od 12 do 18 miesięcy.