Process Mining – что это, для чего и в каких сферах бизнеса применяется

Обновлено: 17.06.2024 31.07.201711882 Время чтения: 11 мин.
Николай Ситников подробно рассказывает об инновационной технологии Process Mining, области применения и возможности для повышения эффективности бизнеса с ее помощью.

Process Mining как технология повышения эффективности бизнеса

Process Mining (рус. извлечение процессов, глубинный анализ процессов) — общее название ряда методов и подходов, предназначенных для анализа и усовершенствования процессов в информационных системах или бизнес-процессов на основании изучения журналов событий. Попробуем разобраться на практике, как именно использование PM повышает эффективность работы компании.

Допустим, вы руководитель компании. Традиционный подход к повышению эффективности бизнеса предполагает, что вы или нанятые консультанты опрашивают сотрудников вашей компании, выясняют то, каким образом они выполняют тот или иной бизнес-процесс внутри компании, и затем, исходя из лучшей мировой практики, собственного понимания индустрии и других параметров, рекомендуют изменения для компании, которые вы в идеале вносите, и они, в идеале, приносят вам пользу.

У такого подхода есть некоторое количество врожденных недостатков, которые успешно "закрывает" Process Mining, а именно: будь то собственные специалисты, или нанятые сотрудники, для крупной компании они физически не в состоянии провести интервью со всеми. Если компания действительно большая, вы не можете гарантировать, что узнали все особенности прохождения данного процесса, просто потому что кто-то не вспомнил, а кто-то скрыл информацию, не захотел рассказывать о том, что у него не всегда и не все получается так, как надо. Даже в тех случаях, когда внутри компании есть утвержденные инструкции, созданные ранее формальные документы, детально описывающие процесс, нет никакой гарантии, что этот процесс: а) актуален; б) отражает все возможные варианты его воспроизведения (есть варианты течения процесса, которые встречаются редко, например, раз в квартал, но про них все забывают до того момента, пока они не произойдут, а когда вы делаете ручное исследование, то вы не узнаете об этом).

По этой причине "не работает" (а точнее работает не так хорошо, как ожидалось – ведь кто-то их по-прежнему покупает, правда?) такое комплексное решение по управлению процессами компании, как BPMS-системы или BAM-решения (busienss activity monitoring) – все они предполагают, что у них на входе есть достоверная формальная модель процесса. Это означает, что на входе все равно кто-то должен проинтервьюировать сотрудников, описать формальную модель, последовательность шагов для устранения проблем, начать выполнение процесса. В результате первым делом формализуют простые, понятные процессы, получают минимальный эффект от внедрения средств их контроля и считают проект успешно завершенным к всеобщему облегчению

Кстати, даже уже созданная формальная модель не вечна. Меняется бизнес и, следуя его изменениям, меняются и процессы. И модель, которая вчера отражала 90% всей информации, через полгода будет отражать 60%.

Из всего описанного, очевидно, вытекает идея о том, что надо бы научиться восстанавливать модель процесса автоматически. Ведь умеем же мы распознавать текст, искать людей на фотографиях и предсказывать результаты выборов. Но сделать это не так легко – шаги в процессе не идут линейно, их последовательность может быть разной, а не только в порядке А, Б, В, Г, Д, Е и так далее. Процессы ветвятся, и внутри них также бывают циклы. Самый простой пример цикла – это цикл согласования, когда с первого раза документ "не прошел", его необходимо переделывать и перенаправлять второй, и третий, и четвертый, и пятый раз. Эти циклы бывают вложенными друг в друга, а могут включать параллельные действия. До недавнего времени алгоритмов для восстановления хоть сколько-то сложных процессов (то есть, действительно важных для оптимизации процессов) не было. Поэтому и используется ручной труд аналитика – человек, проводя интервью, восстанавливает процесс вручную.

Алгоритмы Process Mining позволяют подменить деятельность обычного консультанта (конечно, если действия сотрудников оставляют следы в информационных системах). Как следствие, по итогам восстановления бизнес-процесса в компании, у менеджмента появляется возможность его анализировать на любом уровне с высокой точностью, используя специальный набор способов анализа. И, что немаловажно, делать это непрерывно, а не раз в погода/год/пятилетку, как это происходит в случае ручного аудита. В этом случае пользователь не просто отслеживает, сколько времени ушло у сотрудников на осуществление закупки, но видит сам ход операции, а также, сколько было внесено дополнительных изменений в последний момент. Имея на входе эту информацию, вы можете лучше понимать, что необходимо изменить в компании для ее более эффективной работы.


Понятие Process Mining состоит из двух неотъемлемых частей:

  1. Инструмент, который физически выполнит работу, — заберет данные из информационных систем, нарисует процесс в понятной для человека форме и даст возможность его анализировать;
  2. Методология, которая позволяет:
    - понять, на что надо смотреть и что нужно искать в этом процессе;
  3. - перейти к реальным организационным изменениям.
Как и в случае с Big Data, помимо создания ИТ-инфраструктуры, необходимой для работы системы, для внедрения потребуются квалифицированные специалисты (process scientists).

В нашем случае инструмент — это решение от компании Celonis, а квалифицированные специалисты – сотрудники RAMAX.

Задача Process Scientists — не просто предоставить, внедрить инструмент. Они совместно с сотрудниками заказчика в рабочей группе ищут пути его использования, учитывающие бизнес-модель и ограничения конкретной компании, с тем чтобы чтобы оптимизировать с помощью него бизнес-процессы и получить экономический эффект.


Что можно делать с помощью Process Mining?

Многое. Вот несколько примеров:

  • С помощью Process Mining можно выявить ошибки в работе систем и звеньев компании, которые очень сложно найти традиционными методами анализа. Прежде всего, это редко используемые сценарии. В чем суть? По своей природе люди оптимистичны. Те, кто работают в бизнесе, понимают, что процесс может двигаться по идеальному маршруту, и отойти от запланированного сценария, когда для исправления ситуации, нужно принимать дополнительные меры. Однако, когда сотрудникам, занимающимся вопросами эффективности, ставится задача дать экспертную оценку процессу, они (по причине общечеловеческой оптимистичности) выдают прогноз в 1-2% неудачных сценариев, которые на поверку оказываются 10-15%.Что это? Попытка опираться не на статистику, а на свои личные ощущения? Не совсем так. Правильный подход к обработке данных — это сначала задать вопрос и потом искать на него ответ. Но в случае традиционных средств корпоративной отчетности, BI и т.д. это означает что мы ЗАРАНЕЕ должны знать, что существует проблема, понимать ее суть и т.п. Традиционные инструменты не обладают инструментами анализа хода процесса, а только считают агрегированные показатели. Попробуем объяснить это на абстрактном примере (можно и на конкретном, но пусть это будет тема отдельной статьи). Допустим, ваши сотрудники часто ездят из Санкт-Петербурга в Москву. То есть, из точки А вы попали в точку B. Мы измеряем время и стоимость поездки. Получаем в среднем что-то порядка 6 часов и, например, 5000 рублей в одну сторону. И хотим оптимизировать ситуацию. Вот только ничего у нас не выходит, потому как корпоративная система отчетности может дать информацию по месту начала и окончания маршрута и времени в пути. Чтобы понять в чем дело с применением BI вы должны заранее знать, что могут быть использованы разные транспортные средства, выбраны разные маршруты и т.п. Корпоративные Big Data как раз помогают в этом – вы собираете все, что возможно, в надежде, что потом вам пригодится какая-то часть этой информации. Получив отчет, можно сделать следующий вывод: в 95% случаев мы используем для передвижения из Санкт-Петербурга в Москву поезд, погрешность достигается за счет того, что мы можем опоздать на поезд или там не будет мест, и тогда едем на машине/летим на самолете. Если специалисты ИШ квалифицированные, они даже посмотрят распределение времени/затрат в разрезе сотрудников, с тем, чтобы понять, кто чаще всего ездит слишком дорого. В результате организация пытается добиваться сниженных корпоративных тарифов, запрещать полеты на самолете и получает проблемы, когда потребности бизнеса заставляют нарушать правила.
Если мы подойдем к вопросу в контексте Process Mining? То мы восстановим ВЕСЬ процесс, начиная с получения заявки на организацию командировки с переездом СПб – Москва, бронированию мест, согласованию с сотрудниками времени отправления и т.д. и т.п. и можем обнаружить что проблема заключается, например, в долгом цикле согласований, которые гораздо чаще "ходят по кругу". И благие намерения (контролировать необходимость командировок) приводят к потере денег (так как не успеваем выкупать дешевые места в вагоне). И то, что мы считали происходит один раз из 100, на самом деле происходит 2 раза из 10.
Вообще избыточное число шагов согласования и частые циклы повторных согласований — самые частые дефекты процессов, с которыми встречаешься на практике.
  • Еще один пример — это анализ влияния изменений на процесс для крупной компании, имеющей много подразделений и филиалов — сложно разобраться в вариациях текущих процессов, выявить, что дают те или иные меры, применяемые в компании, а также нововведения регуляторов. Очень часто разные крупные подразделения могут выполнять один и тот же процесс по-разному, приводя объективные аргументы к выбору различных сценариев работы.
    Process Mining позволяет понять соответствуют ли мои процессы тем стандартам и тем регламентам, которые я принял у себя в компании, и насколько такие несоответствия негативны для бизнеса. Process Mining позволяет проанализировать эффект от отклонения, то есть, что плохого в том, что у нас есть цикл согласования, о котором мы не догадывались, насколько в реальности один сценарий исполнения отличается от другого и т.п. Система не только покажет отклонение от стандартного процесса, который, скажем, не предполагает, что после того, как закупка согласована, ее могут изменять, но и то, во что это выливается в терминах либо времени, либо ресурсов, либо трудозатрат. Делается это автоматически, без ручного вмешательство, система подсвечивает, что в 10% случаев для некоторых видов закупаемых материалов мы отклоняемся от регламента. Задача бизнеса, увидев эту информацию, — проверить, является ли это отклонение нормой, и при необходимости принять меры.

Для кого?

Process Mining непрерывно выгружает новую информацию. Помимо выявления проблемы, менеджмент также должен непрерывно контролировать вносимые организационные изменения и при необходимости на месте исправлять эти проблемы. Всегда есть возможность сказать: "Окей, мы с завтрашнего дня работаем по-новому". Более того, начав по-новому с завтрашнего дня, можно сразу сравнить результат со вчерашними и при необходимости сразу внести дополнительные коррективы. Управление крупной компанией не всегда очевидно, иногда теоретические основы, принятые руководством, совершенно по-другому работают на практике. Тем, кто способен меняться, эта система помогает меняться. Это важно и для финансового департамента, и для производственного отдела. В большинстве крупных компаний, если мы говорим о компаниях с производством, существуют различные инициативы, например, Lean Management, Шесть сигм, которые служат для непрерывного улучшения эффективности путем анализа. В этом случае Process Mining становится источником информации для таких программ или инициатив, потому что дает им новые данные, дополнительные возможности, чтобы думать, как и что дальше улучшить, дополняет их ранее необходимыми данными.

Если же таких подразделений нет, то самое время начать их создавать, на базе центров обслуживания бизнеса, финансовой функции или иных подразделений, которые так или иначе заняты работой с бизнес процессами компании

Таким образом, Process Mining – это про взаимодействие не между системами, а между сотрудниками и подразделениями. Его потребители не департамент ИТ, а бизнес-пользователи, которые, видя картину реальных процессов, в состоянии понять, что и как быстро может быть изменено, почему изменение не приводит к результату и т.п.


В каких процессах стоит применять Process Mining?

Простой ответ заключается в любых случаях, где присутствует отражение деятельности сотрудников в информационных системах и где выполняется одно из двух условий:

  • это простые массовые процессы, которые производятся несколько тысяч (десятков тысяч, сотен тысяч) раз в день (например, банковское обслуживание клиентов). Последовательность шагов выверена до мелочей, и мы следим за эффективностью конкретного сотрудника, отделения. Вряд ли удастся поменять механику процесса, но можно будет сэкономить на отладке работы каждого звена, что в совокупности даст ощутимый эффект;
  • это сложные, длинные индивидуальные процессы, затрагивающие работу множества департаментов. В данном случае, Process Mining ищет уже не способ ускорить, а способ упростить процесс, оптимизировать количество шагов, избежать дефектов процесса, лишних циклов, вовлечения лишних участников и т.д.
В обоих случаях использование Process Mining дает ощутимый экономический эффект.


Для оценки эффективности оптимизации бизнес-процессов и сокращения затрат важны размер и характер бизнеса компании. Максимальный эффект будет для компаний, имеющих много филиалов и обслуживающих большое количество клиентов, используя многоступенчатые процессы взаимодействия с ними:
  • розничных сетей,
  • банков,
  • крупных отраслевых дистрибьюторов,
  • сервисных предприятий.



Хотите узнать о технологии Process Mining больше?

Понравилась статья?

Время чтения: 11 мин.
Комментарии (0)
Отправить запрос
* — заполните обязательно
Отправить запрос
* — заполните обязательно