В Cети есть много информации о process mining, которая вводит в заблуждение тех, кто только начинают изучать технологию и ее возможности. В этой статье поговорим о самых распространенных мифах, связанных с process mining, и постараемся ответить на главные вопросы. 

Миф первый: process mining подходит только для крупных компаний.

Это один из самых распространенных мифов. Какие вопросы возникают по этой теме: 

Process mining = big data? На первый взгляд, да. Process mining основан на информации о событиях. Каждое действие сотрудников в информационных системах – CRM, 1С, Oracle и т.д. – есть след. Возможности PM позволяют автоматически выстроить точную карту любого процесса по тем самым следам, упрощая работу с большими объемами данных. Но это не означает, что process mining нельзя использовать, если процессы неавтоматизированы и объемы данных невелики. Цель PM состоит в том, чтобы раскрыть текущий процесс как есть, от начала до конца. Поэтому эксперты советуют начинать внедрение технологии с небольшого процесса, что позволит не просто понять, как это работает, но и разработать план последующей оптимизации с возможностью масштабирования. 

В крупных компаниях внедрение PM окупается быстрее? На самом деле, выглядят впечатляюще суммы выгоды потому, что в крупных компаниях процессы сложные, и их много. Можно возразить, что внедрение само по себе затратно. И опять же, все зависит от количества и сложности процессов, которые предстоит оцифровать и изучить. Сейчас вендоры демократично подходят к формированию цен, есть и бесплатные версии систем. Например, PAFnow Process Mining, которую можно скачать в App Store.

Миф второй: process mining стоит применять выборочно с учетом специфики IT-систем.

Есть мнение, что process mining можно применять только к полностью автоматизированным процессам, то есть к тем, которые контролируются IT-системами. Это не совсем верно. В современном деловом мире почти каждый процесс оставляет следы в системе. И process mining может использовать эти трассировки. Иными словами, пока к данным можно получить доступ, внедрение технологии обосновано. 

Основной вопрос заключается в различии между управлением процессами и их поддержкой. Т.е. в процессах, которые поддерживаются IT-структурами, данные являются побочным продуктом. Ценность process mining для этих случаев может быть намного выше, чем для полностью автоматизированных процессов, так как в менее контролируемых риск ошибок выше, и PM способен их выявить. 

Для автоматизированных процессов на основе жестких (регламентированных) моделей PM может выявить слабые места, сопоставив теоретическую модель с реальной.

Миф третий: прежде, чем внедрять process mining, нужно собрать, очистить и преобразовать огромные объемы данных.

На самом деле, для process mining не требуется много данных. Важен формат. PM работает с данными журналов событий, они могут поступать из различных источников, включая базы данных, файлы CSV, электронные таблицы, системы ERP. Какие метки важны: 

Case ID – уникальный идентификатор для каждого отдельного случая в процессе. Например, идентификатор заказа.

Деятельность/случай хранит все действия, совершаемые в рамках журнала событий.

Метка времени говорит о том, в какой момент времени произошло событие.

Название активности, или что произошло. Например, размещение заказа.

Преобразовать данные в правильный формат несложно, после их загрузки в систему класса process mining визуализация потока происходит автоматически.

Миф третий: process mining – это то же самое, что и… 

…Business Intelligence

На первый взгляд, BI и PM выглядят одинаково. Оба инструмента предназначены для анализа данных в более широкой области управления бизнесом. Оба используют визуализацию, чтобы упростить анализ данных. Но бизнес-аналитика традиционно фокусируется на определении и мониторинге отдельных KPI, тогда как process mining рассматривает процессы от начала до конца и помогает найти причины потерь и узких мест. 

Это означает, что process mining поможет вам найти максимальный потенциал для оптимизации, определить приоритеты и отслеживать ключевые показатели эффективности, которые действительно имеют значение. В этом смысле PM и BI дополняют друг друга.

…Data Mining

У process mining и data mining есть общий аспект, но большинство методов data mining извлекают абстрактные закономерности. А process mining создает полные модели процессов, а затем использует их, чтобы точно определить узкие места. Т.е. у process mining другой подход к анализу и оценке перспектив. Иными словами, в отличие от интеллектуального анализа данных, интеллектуальный анализ процессов фокусируется на перспективе процесса.

…Моделирование процессов

И моделирование процессов, и интеллектуальный анализ процессов дают представление о процессе. Но они используются для достижения совершенно разных целей. В инструменте моделирования процессов воспринимаемый процесс описывается и документируется на основе интервью и семинаров. Это помогает создать общее понимание о положении дел в организации. Эти модели также помогают обучать новых сотрудников тому, как должны решаться задачи. Но проблема заключается в том, что процессы постоянно меняются.

С другой стороны, PM использует фактические данные, лежащие в основе бизнес-процессов, для создания потока «как есть». Так что там, где моделирование процессов показывает идеал, интеллектуальный анализ процессов показывает реальность. 

Process mining – действительно уникальная технология, которая способна помочь как малому бизнесу, так и крупным предприятиям. Особенно сейчас, когда мировая экономика нестабильна, и для организаций разных форм собственности главная задача – сохранить свое место на рынке и оставаться конкурентоспособными.