Популярность Robotic Process Automation (RPA) растет. Многие крупные компании уже добились значительного повышения эффективности за счет автоматизации повторяющихся задач в своих бизнес-процессах. Роботы берут на себя простые операции людей, позволяя сосредоточиться на более важных задачах.

Основная задача

На начальном этапе внедрения (и в пилотных проектах) автоматизируются действия, которые могут сравнительно легко выполняться ботом. С другой стороны, компании сталкиваются с тем, что данные о процессе собираются исключительно с помощью бота. О том, стоит ли использовать такие методы, пользователи узнают слишком поздно.

Чтобы использовать технологию RPA по-настоящему эффективно и целенаправленно, нужно:

• подробно разбираться в собственных процессах;
• заранее определить действия, которые могут быть качественно роботизированы.

Для этой цели изучение документации о системах и процессах, а также совещания с отделами компании подходят редко. Без ИТ-поддержки практически невозможно проанализировать тысячи вариантов процессов и изучить их потенциал автоматизации. Вот где в игру вступает process mining.

Анализ процессов: дорожная карта для ботов

Process mining использует данные журналов из внутренних систем, чтобы визуализировать общий процесс со всеми его характеристиками на основе каждой отдельной транзакции. Различные KPI процесса позволяют классифицировать уровень качества. Выявление «узких мест», ошибок и особенно часто повторяющихся действий позволяет сделать выводы о потенциале оптимизации, включая действия, которые можно эффективно автоматизировать.

Успешное внедрение RPA зависит от следующих факторов:

• наращивание потенциала и выбор подходящего поставщика решения;
• определение необходимого процесса;
• стандартизация процесса/сокращение вариантов процесса;
• приоритизация автоматизируемых действий;
• мониторинг результатов, отслеживание ROI.

Компании должны прояснить первый момент, прежде чем начинать проект по RPA. Невозможно ответить в общих чертах, является ли междисциплинарный центр компетенций или проектная организация, управляемая ИТ-отделом, необходимостью. Однако важно обеспечить достаточную внутреннюю мощность ИТ и создать бизнес-подразделения внутри компании. 

Если эти предпосылки соблюдены, внешние партнеры могут быть интегрированы более эффективно.

С остальными пунктами тоже есть свои трудности. Но с ними можно справиться при помощи процессной аналитики:  

• подготовить процесс для автоматизации возможно на основе анализа однородности (количества вариантов), соответствия стандартам и частоты.  (Под)процессы, выполняемые очень редко и/или индивидуально, часто содержат действия, которые может выполнять бот;
• стандартизация и мониторинг процессов – одна из основных задач PM.

Таким образом, process mining идеально подходит для подготовки и поддержки проектов RPA.

Платформа вместо изолированного ПО

С точки зрения пользователя, анализ и автоматизация процессов, включая планирование, проектирование, обучение и мониторинг ботов, в идеале составляют единое целое или имеют единую платформу. Это предотвращает дублирование хранения данных и дает возможность работать в единой среде. 

Тимо Нолле, технический директор Process Analytics Factory GmbH, поясняет: «Из-за тесной взаимосвязи Process Mining и RPA важно, чтобы обе технологии были доступны пользователям без прерывания работы системы». 

Вывод

Проекты RPA дают быстрые результаты за счет:

• освобождения ресурсов для более сложных задач;
• поглощения высокой нагрузки;
• уменьшения количества ошибок;
• обеспечения соответствия уровня SLA.

То, насколько хорошо эти возможности могут быть использованы, в меньшей степени зависит от выбранного инструмента или технических знаний, в большей – от выбора правильного алгоритма действий. 

По материалам pafnow