Стремление к повышению эффективности и полному соблюдению нормативных требований привело к появлению инновационных методов исследования бизнеса, среди которых выделяется мультипроцессная аналитика процессов (МПА), предлагающая новый взгляд на то, как компании могут изучать и оптимизировать внутренние бизнес-процессы. 

МПА – это новаторский подход, который смещает фокус с отдельных случаев в сторону контекста. В качестве объекта может выступать любой элемент процесса – от клиента и продукта до транзакции и услуги. Вместо того чтобы рассматривать каждый случай в отдельности, такой подход увеличивает масштаб и учитывает совокупность процессов и их влияние друг на друга, что позволяет получить более быстрые, точные и менее затратные результаты. 

Расшифровка конвергенции и дивергенции

В МПА мы часто сталкиваемся с двумя важными понятиями: конвергенция и дивергенция. Если переходить в плоскость метафор, то представим две системы организации движения. В первом случае разные пути ведут к одному пункту назначения, пересекаясь и сливаясь на определенном участке. Это конвергенция, которая происходит, когда пути в рамках процесса объединены одной целью вокруг несколько объектов. Второй случай – один путь со множеством ответвлений. Дивергенция – это ситуация, происходящая в момент, когда БП разветвляется в зависимости от характеристик задействованных объектов.  

Отличия от классического подхода

Классический Process Mining –  исследование смоделированной модели одиночного процесса, выполняющегося без учета влияния других БП. Да, этот подход позволял и позволяет бизнесу оптимизировать деятельность, наращивать прибыль и повышать эффективность, но при этом имеет свои нюансы. Традиционный PM может упускать из виду общую картину взаимодействия нескольких процессов. Ко всему прочему, технология предоставляет компании более высокие интегративные требования – мощный аналитический блок, возможность траты временного ресурса на построение моделей БП и предварительную обработку данных. 

В случае мультипроцессной аналитики уместно заявить о более целостном исследовании совокупности процессов с учетом их взаимного влияния. Это позволяет полностью детализировать БП, выявить сложные взаимосвязи и неочевидные зависимости, что приводит к более точным и быстрым результатам анализа.

Примеры применения 

OCPM может быть использована для анализа абсолютно любого БП, а самые часто исследуемые процессы аналогичны классическому Process Mining. Тем не менее, на некоторых случаях стоит остановиться детальнее: 

• Поставки
  МПА позволяет анализировать различные объекты – поставщиков, склады и товары. Понимая, как они взаимодействуют и влияют друг на друга, компании могут выявить возможности для рационализации процессов, снижения затрат и повышения удовлетворенности клиентов.

• Медицина
  В здравоохранении такую технологию можно использовать для анализа пути пациента, рассматривая коммуникацию больных и персонала в контексте процедур и их получения. После получения детализированного понимания выявляются «узкие места», улучшается координация обслуживания и повышается результативность.

• Транзакции
  В финансовом секторе OCPM помогает анализировать связь между транзакциями, клиентами и регламентами. Понимая, как эти взаимодействия разворачиваются во времени, компании могут выявлять мошеннические действия, обеспечивать соответствие нормативным требованиям и защищаться от финансовых рисков.

По материалам Medium