Process Mining – важный инструмент повышения конкурентоспособности и оптимизации бизнеса. Объём рынка растёт, а сама технология выходит на новый виток развития, позволяя исследовать процессы во взаимосвязи друг с другом. Нельзя уводить из фокуса внимания и связки классического PM с Task Mining и генеративным искусственным интеллектом, что является серьёзным драйвером операционной эффективности.
Таким образом, существует множество факторов, определяющих и формирующих ландшафт процессного анализа. Макс Смит, старший директор по маркетингу продукции компании iGrafx, считает, что одним из таких факторов является параллельность процессов:
«Параллельность процессов, как следует из названия, это конфигурация, когда несколько действий происходят одновременно. Бытовой пример: бизнес-процесс «Работа на выходных». Некоторые из дел внутри него состоят из последовательных шагов: нельзя сгрести листья до того, как вы возьмёте грабли. Другие же операции выполняются одновременно: стирка и прогрев духовки можно реализовывать параллельно уборке ванной».
Реальные процессы не отличаются от «работы на выходных». Последовательные и параллельные шаги происходят в продажах, маркетинге, финансах и других направлениях. К примеру, нельзя сократить стирку, но уборка пройдёт быстрее, если локализовать её одной комнатой или одним этажом. В академическом смысле описанная механика является продолжительностью внутри деятельности (сколько времени занимает задача?) и продолжительностью между действиями (сколько времени проходит между задачами?).
Роль параллелизма в процессной аналитике
Для существования параллелизма в Process Mining все алгоритмы поиска БП должны иметь как минимум по одной временной метке на конкретный шаг. Рассмотрим детально. Представим действие, происходящее мгновенно, например, получение счёта. Для такой конфигурации тайминги будут тривиальны. Для продолжительных действий дело обстоит иначе: в данном случае в качестве отметки времени используется итоговый хронометраж, затраченный на выполнение – от старта к завершению.
Опираясь на показатели длительности, можно представить, как проходит реализация процесса с учётом их взаимосвязи друг с другом, но есть один нюанс. Алгоритмы классического Process Mining не способны обнаружить параллелизм, представляя схему БП в искажённом виде. Вернёмся к «работе на выходных». Инструменты, в основе которых лежат базовые алгоритмы процессной аналитики, дают следующую картину с одним вариантом для каждой перестановки действий: готовка → ванная → мытьё, готовка → мытьё → ванная, мытьё → готовка → ванная, а также три оставшихся порядка.
Очевидно, что предложенная схема имеет опосредованное отношение к действительности и не соответствует происходящему в должном объёме. Подобная интерпретация отдаляет бизнес от достижения прозрачности и объективности.
Преимущества параллелизма
Точность – это первый и наиболее важный плюс. Достичь учёта параллельно выполняющихся БП и повышения эффективности исследования можно с помощью мультипроцессной аналитики, нивелирующей ограничения классического Process Mining.
Второе преимущество – повышение управляемости данных. К примеру, учёт трёх параллельных действий позволяет сократить выборку БП в шесть раз. Меньшее количество вариантов – меньший объём анализа и более точное обнаружение «узких мест». В сочетании с первым преимуществом это означает более точные результаты при меньших вычислительных затратах и более высокой производительности.
По материалам PEX Network