Fedrowanie przyszłości —
nie taki Process Mining straszny jak go malują.
Automatyzacja zarządzania procesami biznesowymi zmienia świat na lepszy. Przyszło nam żyć w czasach cechujących się wysokim poziomem zmienności, niepewności, złożoności i niejednoznaczności (z ang. VUCA). Czynniki te wpływają na nasze codzienne życie – prywatne i zawodowe. Zmieniają się oczekiwania klientów, warunki środowiskowe, technologia, a także nasze oczekiwania jako pracowników. Chcemy wszystko szybciej, taniej, lepiej, bardziej innowacyjnie.
Żyjemy w czasach ciągłych zmian przepisów prawa, ogromnego przyrostu danych i informacji. Staramy się je przetworzyć, by lepiej zrozumieć i usprawniać procesy przebiegające w naszym świecie. Musimy się szybko dostosowywać do zmieniających się warunków, by wyprzedzać konkurencję, choć o krok. Zmiany dotykają nas z coraz większą dynamiką i siłą. Nasz mózg dąży do tego, by maksymalizować zdolność do przetrwania gatunku przy minimalnym wydatku energetycznym. To samo dzieje się z naszymi firmami: musimy szybciej i bardziej efektywnie analizować dane, identyfikować ryzyka, nadawać priorytety działaniom i usprawniać z większą efektywnością. Dążenie to przejawia się tworzeniem coraz to nowych narzędzi, metod i technik. Optymalizacja nie ma początku, nie ma też końca. Ważnym jest, by wykorzystać czas, jaki mamy dostępny, na maksymalnie efektywne działanie. Dlatego też zrozumienie procesów jest obecnie absolutnie krytyczne – i właśnie tu wkracza process mining (eksploracja procesów).
Process Mining – O co chodzi?
W środowisku biznesowym analizujemy procesy od zawsze. Najczęściej wykorzystujemy do tego techniki warsztatowe i wywiady. Zbieramy informacje, analizujemy dokumenty, wymieniamy opinie, dyskutujemy i uzgadniamy przebieg procesów. Wynikiem tych działań są dokumenty typu Turtle Diagram, SIPOC, Architektura Procesów z powiązaniami i interakcjami oraz graficzne mapy procesów. W ten sposób tworzymy naszą wizję, wyobrażenie tego, jak biegną procesy, gdzie się zatykają, w których miejscach zataczają pętle i tak dalej. Takie podejście powoduje, że bardzo często idealizujemy ich przebieg lub nadmiernie go komplikujemy. Przyczyny są różne: poczynając od braku wiedzy na temat tego, jak w rzeczywistości procesy biegną, poprzez skrótowe myślenie i nadmierne uproszczenia procesów, zamiar udowodnienia komuś swojej racji, aż po próbę zatajenia pewnych faktów. W konsekwencji tego uzyskujemy prawdziwy obraz firmy i jej procesów biznesowych w maksymalnie 40%.
Podobnie, jak z wizją przebiegu procesu, ma się sytuacja z jego wynikami. Standardowe podejście do oceny jego efektywności polega na: definiowaniu KPI (kluczowych wskaźników efektywności), a także ręcznym gromadzeniu danych z własnych obserwacji, narzędzi pomiarowych, maszyn oraz systemów informatycznych. Żmudnie odczytujemy dane, po czym wpisujemy je do arkuszy kalkulacyjnych lub zestawień tabelarycznych. Wykonujemy raporty z raportów do raportów. Działania te prowadzimy na wielu poziomach organizacyjnych: od szeregowego pracownika przy biurku lub maszynie, poprzez lidera, kierownika, szereg specjalistów, dyrektora, aż po zarząd firmy. W działaniu tym wspieramy się automatyzacją arkuszy kalkulacyjnych. Szczytem dotychczasowych rozwiązań jest wdrożenie systemów business intelligence, które pomagają nam przekształcać dane w informacje, a informacje w wiedzę, która może zwiększyć naszą konkurencyjność. Również i ten proces przysparza nam wiele kłopotów. Zużywamy ogromną ilość czasu na dyskusje, które KPI są lepsze, a które gorsze. W wielu przypadkach wybieramy takie, których nie rozumiemy, lub takie, które zawsze pokazują, że jest dobrze. Mylimy się, wprowadzając dane do raportów. Nie pokazujemy wszystkich informacji, a czasami nawet tendencyjnie je zmieniamy. Tak zdefiniowane i zmierzone procesy podlegają naszej ocenie. Na podstawie często nieadekwatnych informacji, dostarczanych decydentom po czasie, w którym są przydatne, podejmujemy decyzje o sterowaniu procesem, rekrutacjach czy utylizacji zasobów. Wiele z nich to decyzje o charakterze strategicznym, skutkujące wysokimi kosztami, np. uruchomieniem dużych projektów optymalizacyjnych, zmieniających firmę. Dochodzimy zatem do sytuacji, w której na podstawie nie w pełni prawidłowo zdefiniowanych procesów, z zastosowaniem błędnych danych, wdrażamy projekty zarządzania zmianą, której nie oczekujemy. Patrząc z perspektywy podejścia lean, jest to jedna wielka muda (z japońskiego strata) – czynność, która zużywa zasoby, lecz nie dodaje żadnej wartości.
Z drugiej strony prowadzimy nasze procesy w świecie wysoce zinformatyzowanym. Niemal każda maszyna czy urządzenie działa z wykorzystaniem rozwiązań gromadzących dane w logach jednostek sterujących. Posługujemy się komputerami i systemami informatycznymi do przetwarzania danych, których są tysiące, a nawet miliony. Leżą one jednak nieużywane systemowo, jak bogactwa naturalne pod ziemią. Wszystko to spowodowało, że już w 2009 r., w ramach Komitetu Technicznego (Data Mining) DMTC oraz Computational Intelligence Society (CIS) w Instytucie Inżynierów Elektryków i Elektroników (IEEE), powstał zespół roboczy Eksploracji Procesów (Task Force on Process Mining), którego celem jest dążenie do prawidłowego zrozumienia i stosowania eksploracji procesów oraz promowanie badań, rozwoju oprogramowania, edukacji oraz wdrażania rozwiązań. Szczególnie ważne jest uświadomienie użytkownikom końcowym, a także programistom, konsultantom i badaczom najnowszych osiągnięć w dziedzinie eksploracji procesów, w tym promowanie wykorzystania technik i narzędzi oraz propagowanie nowych rozwiązań. Ważna jest również edukacja – organizowanie tutoriali, sesji specjalistycznych, paneli, a także konferencji i warsztatów czy publikacja artykułów o proces mining w czasopismach, książkach czy artykułach (np. w IEEE Computational Intelligence Magazine). Prace zespołu doprowadziły do opracowania i opublikowania „Manifestu Eksploracji Procesów” (Process Mining Manifesto). Dokument ten jest publiczną deklaracją przewodnich zasad eksploracji procesów oraz deklaracją intencji członków i sympatyków IEEE Task Force on Process Mining.
Obecnie process mining, a jeszcze szerzej: data science (nauka o danych), jest szybko rozwijającą się dziedziną wiedzy, która pochodzi z obszaru eksploracji danych, a obszarem jej zainteresowań są narzędzia metodyczne oraz informatyczne, pozwalające na gromadzenie danych pochodzących z dzienników zdarzeń (logów) powszechnie dostępnych we współczesnych systemach informatycznych. Dane te opisują rzeczywisty (tj. nie hipotetyczny) i pełny przebieg procesów biznesowych oraz ich analizę z wykorzystaniem różnych algorytmów lub metodologii. To także identyfikowanie trendów, wzorców i odchyleń procesu, budowa, wizualizacja i weryfikacja szczegółowych modeli rzeczywistych przebiegów procesów, definiowanie możliwości automatyzacji czy też odkrywanie nowych sposobów na zwiększenie wydajności procesów.
Zrozumienie faktycznego stanu jest jednym z najtrudniejszych, a zarazem najistotniejszych zadań w firmie. Nie wystarcza nam przypuszczenie, co do tego, jak realizowany jest proces – musimy być tego pewni. Nie możemy kierować się przeczuciami, musimy identyfikować problemy na podstawie faktycznych dowodów, tu i teraz. Dzięki rozwiązaniom process mining staje się to możliwe. Technologia eksploracji procesów, wykorzystując wszystkie dane, jakimi dysponuje organizacja, umożliwia firmom pełne zrozumienie ich procesów. Wykorzystuje w tym rozwiązania sztucznej inteligencji i zaawansowane algorytmy uczenia maszynowego, przykładowo: do pobierania danych bezpośrednio z systemów IT (takich, jak systemy ERP, CRM i BPM, SCADA). Następnie wizualizuje i analizuje przepływy procesów, które mają miejsce w organizacji, ujawniając pierwotne przyczyny problemów, sposób działania różnych jednostek i miejsca, w których procesy nie są zgodne z zasadami, dając całościowy obraz wszystkich procesów biznesowych w jednym momencie. Umożliwia to identyfikację wąskich gardeł oraz ich przyczyn. Wykorzystując przejrzyste interfejsy użytkownika biznesowego, zapewnia łatwy i przyjazny sposób na poprawę wydajności firmy. Wraz z rosnącą złożonością procesów i postępem technologicznym eksploracja procesów staje się krytycznym rozwiązaniem dla firm, z ogromnym potencjałem wzrostu w przyszłości.
Process Mining – jak to działa?
Jedna z kluczowych instytucji finansowych na świecie stanęła przed wyzwaniami znanymi większości firm z branży: przed potrzebą zwiększenia wydajności i cyfryzacji, wymagającą poważnych zmian organizacyjnych. Przy scentralizowanym zarządzaniu, np. procesami zarządzania ryzykiem, z lokalnymi biurami w kilkudziesięciu krajach, trudno było zidentyfikować przyczyny niepowodzeń. Zdano sobie sprawę, że firma musi w pełni zrozumieć swoje procesy, zanim będzie mogła przekształcić swój biznes i przygotować się na wyzwania przyszłości. Aby uzyskać wiedzę niezbędną do strategicznego rozwoju, wdrożyła rozwiązanie jednego z liderów process mining na świecie, dzięki czemu możliwym stało się automatyczne określenie, dlaczego niektóre zadania są często wykonywane nieprawidłowo. Zlokalizowano niepotrzebne kroki i usunięto wąskie gardła oraz monitorowano wydajność. Śledzono poziom usług (SLA, service level agreement) w każdym podzadaniu analizowanego procesu, a po znalezieniu przyczyny nieefektywności – eliminowano ją. Skrcono i zautomatyzowano raportowanie dzięki możliwości użycia setek standardowych KPI, wbudowanych w rozwiązanie oraz zastosowano sztuczną inteligencję do automatycznego generowanie sugestii dotyczących ulepszeń.
Co ważne, wszystkie z tych działań były możliwe są do realizacji w ekspresowym tempie. Dzięki rozwiązaniu process mining użytkownicy mogą poddać analizie proces w ciągu dwóch lub trzech godzin, w porównaniu z kilkoma tygodniami pracy z zastosowaniem tradycyjnych narzędzi. Proces wdrożenia rozwiązania trwał około miesiąca. Użytkownicy biznesowi uzyskali dzięki temu zautomatyzowane narzędzie wyręczające ich w wielu, dotychczas żmudnie wykonywanych, pracach. Uwolniony cenny czas mogą obecnie poświęcić na działania dające większą wartość dodaną (a tym samym – przewagę konkurencyjną), a także te, w których maszyny nie są jeszcze w stanie zastąpić człowieka lub świadomie ograniczamy ich zastosowanie. W konsekwencji praca staje się bardziej efektywna i przyjemna, z mniejszym obciążeniem fizycznym i psychicznym dla człowieka. Obsługa klientów nabrała nowego blasku: odciążeni pracownicy firmy, wspierani nowymi rozwiązaniami technologicznymi, mają więcej czasu na obsługę, dając klientom poczucie zaopiekowania. Klienci z kolei są obsługiwani szybciej, a ich satysfakcja i przywiązanie do firmy zwiększa się.
To kolejny krok na drodze do transformacji cyfrowej, polegającej na robotyzacji procesu tam, gdzie jest to niezbędne i możliwe. Wdrożenie rozwiązania process mining pozwala wykrywać zarówno kosztowne błędy, jak i oszustwa zgodnie z zasadą czterech oczu (podstawowa zasada kontroli wewnętrznej, przypis red.), a także unikać naruszania umów o poziomie usług i zapewniać dostawę na czas we wszystkich obszarach biznesowych dzięki nowym funkcjom raportowania KPI procesów.
Automatycznie generowane przebiegi procesów i wykresy KPI umożliwiają ciągłe monitorowanie i raportowanie tego, jak dobrze przestrzegane są wewnętrzne i zewnętrzne umowy SLA (Service Level Agreement, umowa o gwarantowanym poziomie świadczenia usług). Wraz z nowymi funkcjami formatowania warunkowego tabel pozwalają one uzyskać bardziej szczegółowy wgląd w procesy szybciej niż wcześniej – i łatwo przekazywać te, oparte na faktach, spostrzeżenia wszystkim interesariuszom. Rozwiązania process mining integrują się z powiązanym oprogramowaniem w celu zbierania danych z dzienników zdarzeń (logów), automatycznie wyodrębniają z nich sekwencję działań dla każdego przypadku wystąpienia procesu i analizują różnice, wynikające z ręcznych zmian lub błędów w procesie, pomiędzy zdarzeniami na poszczególnych etapach realizacji procesu. Po wyprowadzeniu sekwencji czynności dla każdego przypadku narzędzia eksploracji procesów „scalają” sekwencje i przedstawiają je w postaci schematów przebiegu procesu.
Generują także aktywne schematy wyposażone w wartości KPI dla poszczególnych kroków, pokazując różnice pomiędzy schematem wyidealizowanym a rzeczywistym przebiegiem procesu.
Na końcu pozwalają zdefiniować standardy realizacji procesów jako wymagania dla robotyzacji lub usprawniania organizacyjnego.
Z racji tego, że rozwiązania process mining działają w tle niezależnie od tego, czy użytkownicy bezpośrednio korzystają z narzędzia, możliwe jest ciągłe gromadzenie danych o przebiegach procesów w stanie przed, po i w trakcie doskonalenia. Daje to użytkownikom biznesowym niezwykle wartościową, niezafałszowaną informację o efektach projektów usprawniających procesy biznesowe. A przede wszystkim uwalnia ogromną ilość czasu na inne wymagające realizacji działania.
Process mining – w służbie transformacji cyfrowej
Zastosowanie rozwiązań process mining pozwala użytkownikom nie tylko na optymalizację bieżących procesów, ale również na strategiczną zmianę – na transformację cyfrową. Podstawowym jej celem jest zmniejszenie ilości pracy fizycznej. Ten wykres pokazuje wyniki nowych cyfrowych modeli biznesowych, inicjatyw w zakresie automatyzacji robotów (RPA) i systematycznej poprawy wydajności, obrazując średnią liczbę zdarzeń ręcznych, potrzebnych do zakończenia jednej indywidualnej sprawy.
Dzięki analizie procesu w sposób automatyczny otrzymujemy następujące informacje.
• Trend dopasowania cyfrowego optymalizowanego procesu.
• Dopasowanie cyfrowe, o którym mówi współczynnik digital fit (najważniejszy wskaźnik KPI do monitorowania transformacji cyfrowej, który pozwala zdiagnozować to, jak powiązane są obszary biznesowe z operacjami ręcznymi). Za pomocą tego wykresu możemy porównać swoją firmę, przy użyciu dowolnego dostępnego atrybutu, na przykład typu zamówienia zakupu, w celu zidentyfikowania obszarów, w których w każdym przypadku występuje duża liczba zdarzeń ręcznych.
• Trend tempa automatyzacji procesów, przedstawiający postęp i wyniki działań RPA i automatyzacji jako trendu miesięcznego – pozwala on określić to, jaki jest obecnie współczynnik całkowitej automatyzacji i czy się poprawia. Jeśli jednak automatyzacja nie działa tak, jak powinna, liczba innych ręcznych zadań w ramach procesu zaczyna rosnąć (jest to często spowodowane przeróbkami, ręczną pracą przy naprawianiu zdarzeń wykonywanych przez boty oraz pracą ręczną opartą na skargach klientów). Wykres pozwala uzyskać szybki przegląd postępów automatyzacji w całym procesie.
• Zgodności transformacji cyfrowej danego procesu z celami globalnego projektu – wykres monitoruje stan cyfrowej transformacji (jak skutecznie realizowany jest projekt transformacji cyfrowej procesu w porównaniu z projektami optymalizacyjnymi powiązanych procesów).
• Złożoność procesów zmiany: informacje zebrane i przetworzone podczas process mining pozwalają porównać obszary biznesowe według złożoności procesów. Skomplikowanie procesów powoduje, że stają się one trudne, powolne i kosztowne. Niepotrzebna złożoność jest zawsze zła. Powyższy wykres porównuje operacje przy użyciu dowolnego dostępnego atrybutu sprawy, aby przedstawić poziom złożoności zawarty w tym obszarze biznesowym. Duże obszary biznesowe, z wieloma sprawami, mają naturalnie więcej odmian procesów, więc obszary o najlepszej wydajności to te, w których każda zmiana obejmuje dużą liczbę spraw.
• Wpływ ponownego procesowania na czas trwania usługi: każde ponowne procesowanie, powracanie na poprzednie etapy procesu, spowalnia proces, a klienci nie lubią czekać. Wykres pokazuje, jak średni czas trwania sprawy/zadania/etapu wydłuża się, jeśli w trakcie procedowania przeprowadzono jakiekolwiek poprawki. Informacje podawane przez rozwiązanie process mining pozwalają obliczyć zwrot z inwestycji poniesionej w celu zmniejszenia liczby poprawek i monitorować efektywność inicjatywy w zakresie transformacji cyfrowej.
• Powtórzenia: eksploracja procesów w sposób automatyczny wykrywa obszary biznesowe z dużą liczbą powtarzających się zdarzeń. Wykres ten pozwala porównać poszczególne obszary biznesowe według średniej liczby powtarzających się zdarzeń w każdym przypadku i daje możliwość wdrożenia dobrych praktyk, pochodzących z innych obszarów, w miejscach, gdzie występują duże odchylenia od stanu idealnego.
• Czas trwania działań według powtórzeń: informacje te pozwalają poddać analizie wpływ powtórzeń na czas realizacji procesu. Wielokrotne powtarzanie tych samych wydarzeń skutkuje długim czasem realizacji. Przedstawiony przypadek pokazuje, że sprawy z ponad 10 powtarzającymi się zdarzeniami mogą zająć dwa razy więcej czasu niż sprawy bez powtarzających się zdarzeń!
• Wpływ typów zdarzeń na czas trwania sprawy – te gromadzone i analizowane automatycznie informacje są pomocne przy ocenie wpływu złożoności spraw na długość czasu realizacji procesu. Jednym z celów inicjatyw w zakresie transformacji cyfrowej może być uproszczenie biznesu. Informacje te mogą być więc użyte do zbudowania uzasadnienia biznesowego inicjowanego projektu transformacji cyfrowej.
Process Mining – całościowe zrozumienie operacji biznesowych
Chociaż transformacja cyfrowa jest wymieniona w prawie każdym korporacyjnym poradniku, wielu organizacjom nadal nie udało się osiągnąć pożądanych rezultatów. Wdrożenie takich rozwiązań, a w szczególności RPA (Robotic Process Automation), może być bardzo kosztowne, jeśli zostanie wdrożone bez wystarczającej wiedzy o procesach biznesowych. Powodem tego jest to, że robotyka programowa jest zaprogramowana tak, aby przestrzegać pewnych zasad, podczas gdy procesy mają naturalnie duże zróżnicowanie. Z doświadczeń opartych na pracy z dużymi organizacjami na całym świecie wynika, że większość błędów RPA wynika z początkowego wyboru „niewłaściwego” procesu do automatyzacji – to znaczy takiego, który jest zbyt złożony i zawiera odmiany, które nie zostały uwzględnione. Liderzy biznesowi muszą zrozumieć, jak działa ich organizacja, jak działają procesy, jakie priorytety należy nadać, a co zmienić w sposób holistyczny i ciągły. Dzięki zastosowaniu nowoczesnych metod eksploracji danych niewykorzystane do tej pory dane procesowe stają się przydatne, a podejmowane decyzje, oparte na faktach, są bardziej skuteczne i adekwatne z rzeczywistym stanem.
Skoncentrowanie się na wybranych aspektach doskonalenia, takich jak Lean, Six Sigma, TQM (Zarządzanie przez jakość), Business Intelligence czy Robotic Process Automation bez zrozumienia szerszego, rzeczywistego obrazu procesowego, doprowadzi jedynie do bałaganiarskich procesów i botów, które nie działają tak, jak zostały zaprojektowane, i do wdrożenia rozwiązań cyfrowych, które nie wspierają efektywnie pracowników firmy.
