Все больше компаний внедряют технологии Robotic Process Automation (RPA) и Process Mining (PM) для оптимизации бизнес-процессов и повышения своей эффективности. RPA помогает организациям автоматизировать рутинные повторяющиеся задачи. Процессная аналитика – как рентген – «подсвечивает» процессы: позволяет их наглядно изучить, проанализировать и выявить области, требующие улучшения.  

Однако, прежде чем приступить к внедрению одной или сразу двух этих технологий, нужно знать: 

• какие конкретные возможности открывает использование RPA и PM; 
• чем они отличаются друг от друга;  
• как технологии могут эффективно сочетаться. 

Почему RPA – это тренд? 

Robotic Process Automation – это технологический комплекс, симулирующий действия человека для оптимизации бизнес-процессов компании. В последнее время RPA стала востребована среди компаний, потому что: 

• обеспечивает поддержку удаленной работы сотрудников: боты выполняют задачи, а специалисты дистанционно следят за их действиями с помощью информационных панелей; 
• помогает устранять несоответствия между несколькими системами с использованием оркестровки, не прибегая к применению API; 

• функционирует на различных виртуальных операционных системах; 
• более эффективна и экономична, чем аутсорсинг.  

RPA помогает оптимизировать бизнес-процессы, автоматизируя следующие операции (но не ограничиваясь исключительно ими):  

• ввод данных, их обновление, верификация; 
• изучение различных документов;  
• поиск потенциальных клиентов;  
• обновление CRM; 
• обработка персональных данных; 

• оформление сотрудников на работу;  
• проверка и обработка кредитных заявок 

Такие задачи не являются сложными, но они рутинны и требуют много времени на выполнение. Это приводит к потере эффективности и возникновению “узких мест”. Например сотни резюме кандидатов на должность разных компаний могут скапливаться, замедляя процесс найма сотрудников.  

RPA помогает, следуя основанному на определенных нормах сценарию, выполнять каждую операцию так, как это было запланировано. В итоге минимизируется риск ошибок, допущенных вручную, задачи выполняются быстрее и в большем масштабе.  

Актуальность process mining 

Процессная аналитика – это технология, которая, основываясь на данных из информационных системах компании, позволяет увидеть реальное состояние бизнес-процессов, проанализировать их, выявить и устранить ошибки, оптимизировать. Использование процессной аналитики избавляет от «романтизированных» представлениях о процессах и вместо этого показывает объективную картину.  

Компании используют process mining в отношении большинства процессов фронт- и бэк-офиса. Если говорить конкретно, то процессную аналитику часто применяют для следующих целей:  

• аудит и проверка соответствия 
• оптимизация БП; 

• автоматизация процессов; 
• цифровая трансформация.  

Взаимодействие RPA и PM 

RPA – это роботизация процессов. Process mining – это технология для глубокого анализа БП. Таким образом, один инструмент предназначен для выявления возможностей применения другого. Если компании используют RPA применимо к процессам, о которых они мало знают, инициатива по внедрению технологии может провалиться, потому что возможно: 

• автоматизирован не тот процесс,  
• масштаб проекта RPA оказался недостаточным; 

• процесс не был связан с ручным управлением; 
• БП оказался слишком сложным. 

Но когда компании получают подробные сведения о своих процессах и не используют их в качестве основы для автоматизации, данные теряют свою ценность.  

Как RPA и PM дополняют друг друга  

Информация, полученная с помощью инструментов процессной аналитики, может помочь понять реальное состояние существующих бизнес-процессов. В частности, они могут наглядно показать:  

• изменения в процессе, его продолжительность и другие регистрируемые события; 

• “узкие места”; 
• уровень зрелости процесса (например, через сколько этапов изменений он прошел за определенный промежуток времени). 
• процент операций, выполняемых вручную.  

Более того, с помощью Digital Twin, которого предлагают некоторые вендоры ПО класса process mining, компании могут создать контрфактический вариант своих процессов, чтобы оценить уже оптимизированную версию БП.  

Например, DT процесса управления исками страховой компании может показать, что извлечение данных из документов может выполняться с более высокой скоростью. Тогда специалисты по process mining или автоматизации могут предложить использовать ботов RPA с поддержкой IA, которые используют OCR для чтения документов и извлечения из них нужных данных более оперативно.  

Если компании будут использовать такие технологии как process mining или process discovery и руководствоваться полученными данными при автоматизации, то они с большей долей вероятности смогут повысить эффективность бизнес-процессов. 

По материалам AI Multiple