Скопировать ссылку
Пандемия, удар по экономике, понимание необходимости перемен и усиленная цифровая трансформация — в прошлом году бизнесу некогда было скучать. Согласно исследованию ABBYY, более половины компаний скорректировали свои планы в области технологий. И одна из основных проблем, с которыми столкнулись компании — непонимание собственных процессов.
Что не так с процессами
Пример: банк де-юре должен выполнять некую операцию ровно два рабочих дня, де-факто это занимает в полтора раза больше времени. Или: человек сделал заказ в интернет-магазине. Подтверждение заказа должно происходить в течение получаса, однако ему перезванивают только через четыре часа. Реальность не совпадает с эталонной моделью. Последствия в обоих случаях похожи — потери клиентов, подрыв репутации и как итог снижение прибыли.
Пришло не только понимание, что все работает не так, как должно, но и вопросы:
- А как все протекает на самом деле?
- Какими задачами и сколько времени заняты сотрудники?
- Сколько именно ресурсов тратится на реальный процесс?
- Какую выгоду могут принести инициативы по внедрению нового оборудования или программного обеспечения?
Старые способы исследования внутренних процессов — интервьюирование участников процесса и интерпретация модели as is с их слов — несут слишком много рисков и неопределенности:
- Высока вероятность получения ошибочной или заведомо ложной информации.
- Отсутствует проверка качества данных.
- Требуются большие временные и финансовые затраты.
Бизнес начал искать новые способы получения данных, которые были бы достоверными, полными и актуальными. Именно точная фактическая модель процесса — ключ к повышению эффективности компании и база для экономии ресурсов.
Технологии — путь к прозрачности
Известное аналитическое агентство Gartner, специализирующееся на рынках информационных технологий, ежегодно составляет отчеты, в которых делится собственными исследованиями и прогнозами, какие разработки будут наиболее актуальны в ближайшие годы. И уже не первый год агентство упоминает в своих релизах интеллектуальный анализ данных, а именно — процессную аналитику (process mining) как одну из самых интересных и перспективных.
Первым о процессной аналитике двадцать лет назад заговорил нидерландский профессор Виллибрордус Мартинус Панкратиус ван дер Аалст (Вил ван дер Аалст), ставший ее евангелистом и консультантом крупнейших компаний-разработчиков подобного ПО. В 2009 году технология вызвала особый всплеск интереса со стороны экспертов ИТ-сферы, спустя два года был выпущен Манифест Process Mining, где прописаны основные принципы и концепции процессной аналитики.
Суть технологии в реконструкции фактического выполнения бизнес-процесса компании на основе данных, полученных из внутренних информационных систем. «Собирая» их в карту процессов, наглядную визуализацию, инструмент такого класса выдает искомую модель процесса — as is. Благодаря источникам, ошибки человеческого фактора, субъективные и оценочные моменты исключены.
При исследовании ставшего «прозрачным» процесса становятся очевидны различные отклонения от регламентов, например:
- Дублирующиеся операции.
- Некорректные открытия/закрытия инцидентов.
- Многократные изменения исполнителей и другое.
Утрируя, получаем следующий сценарий развития событий:
- Выявление проблем (так называемых «узких мест»).
- Изучение причин их возникновения.
- Устранение.
- Получение выгоды (экономия, рост эффективности и так далее).
Применение процессной аналитики
Использовать технологию можно в самых разных разрезах:
- Для совершенствования процессов: process mining дает понимание того, какие именно операции следует усовершенствовать для достижения поставленных бизнес-целей.
- Для оценки инициатив по автоматизации/роботизации: их применение, как правило, приводит к росту эффективности, однако вызывает сложности для прогнозирования — как именно, в какой период и за счет чего внедрение окупится. Процессная аналитика помогает извлечь фактические данные, углубиться в контекст процесса и в разы уточнить экономическое обоснование.
- Для внутреннего аудита: process mining «проверяет» соответствие фактических процессов регламентированным, выявляя «теневые» операции и различные отклонения.
- Для поддержки проведения цифровой трансформации: проецирование технологии на разные уровни (операционный и стратегический) дает возможность превратить их в единый механизм — цифровое преобразование. Модели бизнес-операции становятся наглядны, информация поступает realtime, активно поддерживается поиск возможностей для оптимизации.
Нельзя сказать, что технология полностью интегрирована в российский бизнес, многие управленцы пока не понимают, как и зачем внедрять процессную аналитику в свою деятельность. Однако ситуация меняется:
- Крупные предприятия активно ищут способы повысить свою эффективность и сокращать расходы, в связи с чем обратили свои взгляды на process mining. Среди самых известных кейсов — Банк ВТБ и Ростелеком.
- На рынок приходят не только крупные зарубежные вендоры, но и растет число собственных разработок подобного класса.
Впереди еще долгий путь, но главное то, что сейчас бизнес начал воспринимать необходимость изменений и готов к ним.
