Konektory pro process mining: kdy se vyplatí

Co konektory pro process mining slibují a kolik stojí?

Předpřipravené konektory pro process mining slibují rychlou cestu od zdrojového systému k analýze: připojíte aplikaci, načtete její data a nastavíte pravidelnou aktualizaci. Může to dobře fungovat, pokud konektor podporuje váš systém a odpovídá vašim požadavkům na data. Ne vždy jde ale o jednoduché zapojení. Stále musíte ověřit konfiguraci systému, datový model, bezpečnostní požadavky i otázky, na které chcete odpovědět.

Vytvoření nebo nastavení konektoru může zahrnovat mapování polí, ověřování výsledků a přizpůsobení vlastním workflow nebo změnám systému. Váš datový tým už možná spravuje ověřené datové sady, takže nový konektor může práci zdvojit místo toho, aby navázal na to, co už máte.

Práce tím nekončí. Někdo musí udržovat datový tok, řešit změny a rozumět tomu, jak konektor data upravuje. Pokud tato práce oddálí první analýzu, pohodlí konektoru má svou cenu.

Co musí konektor zvládnout

Slib zní jednoduše: vyberete systém, stisknete tlačítko, získáte naformátovaná data, nastavíte aktualizace a máte hotovo. Většina práce se ale skrývá v tom, co tato zkrácená verze vynechává.

• Váš systém není standardní. Konektory se vytvářejí pro konkrétní verze konkrétního softwaru, ale firmy si systémy upravují: přidávají pole, mění workflow a přetvářejí tabulky. Systém, který se vyvíjel deset let, se nepodobá učebnicové instalaci.
• Konektor má pokrýt všechno. Konektor vytvořený pro každou možnou analýzu se postupně rozrůstá o okrajové případy, se kterými se nikdy nesetkáte, a přesto nemusí odpovědět na otázku, kterou skutečně řešíte.
• Labyrint více tabulek. Většina konektorů očekává několik souvisejících zdrojových tabulek. Musíte pak porozumět svému procesu, datovému modelu konektoru i zdrojového systému a tomu, jak se tyto modely propojují.
• Černé skříňky se těžko ověřují. Když se něco pokazí, nevidíte dovnitř. Jsou chybná zdrojová data, upravuje je konektor nesprávně, nebo jde o problém s konfigurací? Bez přehledu o tom, co se děje, se chyba těžko hledá a výsledek se obtížně vysvětluje lidem, kteří podle něj mají jednat.
• Obecné názvy znamenají další práci s převodem. Pokud konektor používá název „Potvrzení objednávky“, ale váš tým říká „Potvrzení prodeje“, musí při každém dalším rozhovoru někdo názvy překládat.

Skutečné náklady

Technická práce se promítne i do rozpočtu, obvykle ale do jiné položky, než se původně plánovalo.

• Čas. Měsíce strávené získáváním dat místo analýzy.
• Peníze. Licence konektoru a poplatky konzultantům za jeho nastavení.
• Promarněné příležitosti. Zlepšení čekají, než se vytvoří datový tok.
• Motivace. Když se projekt zasekne na datech, týmy ztrácejí elán.
• Důvěra. Pokud se první projekt protáhne, zainteresovaní lidé začnou pochybovat o přínosu process mining.

Jedné organizaci, se kterou jsme spolupracovali, dodavatel slíbil „první poznatky za tři týdny“ díky konektoru pro SAP. O osmnáct měsíců později stále řešili kvalitu dat. Takový průběh není pravidlem, ale je běžnější, než by se mohlo zdát. Proto se před doporučením konektoru ptáme, kolik bude stát.

Kdy se konektory vyplatí?

Konektory mohou být dobrou volbou, když potřebujete časté, objemné a opakovatelné exporty a zdrojový systém má dobrou podporu. Hodí se také do regulovaného prostředí, kde organizace vyžaduje řízený datový tok se zavedenými bezpečnostními a správními postupy.

V těchto případech přináší konektor užitek tím, že stejný export opakuje. Může omezit pravidelnou ruční práci, pokud podporuje konfiguraci vašeho systému a odpovídá vašim požadavkům na data.

Než se rozhodnete, ověřte, které verze a konfigurace systému konektor podporuje, jaká data načítá, jak zpracovává úpravy a kdo bude zajišťovat údržbu. Konektor má smysl jen tehdy, pokud odpovídá způsobu práce vašich systémů a týmů.

Kdy může být konektor zbytečně náročným řešením?

Pokud otázku týkající se procesu řešíte poprvé, možná ještě nevíte, která data potřebujete ani zda vám analýza k něčemu bude. Vytvořit pravidelný datový tok dřív, než na tyto otázky odpovíte, znamená přidat si práci, aniž víte, co se vyplatí automatizovat.

Konektor může pokrývat jen část procesu, který probíhá v několika systémech. Data pak možná budete muset spojit, sjednotit názvy a ověřit výsledek. Konektor pro jednu aplikaci automaticky nevyřeší přípravu všech potřebných dat.

Pro první analýzu může stačit existující export, na kterém si ověříte svou otázku. Jakmile zjistíte, co chybí, můžete datovou sadu upravit.

I když konektor dává smysl, je třeba počítat se třemi náklady:

• Duplicitní práce. Mnoho organizací už má čistá a připravená data v datovém skladu nebo jezeře. Datový tým mohl strávit roky řešením problémů s jejich kvalitou. Konektor začíná znovu od začátku a může způsobit nesrovnalosti v datech, kterým už firma důvěřuje.
• Úskalí ETL. Konektory obvykle vyžadují vlastní nástroje dodavatele. Tým se tak učí proprietární systém místo toho, aby využil infrastrukturu, kterou už provozuje a zná.
• Závislost na dodavateli. Datový tok, jehož vytvoření trvalo šest měsíců, se draze nahrazuje. Je dobré s tím počítat ještě před prvním závazkem.

Analýzu ovlivňuje i načítání dat v reálném čase. Neustále se měnící datová sada ztěžuje stanovení výchozího stavu, datový tok vyžaduje průběžné sledování, náklady na výpočetní výkon stále rostou a porovnávání jednotlivých období je složitější. Pokud vám k zodpovězení otázky stačí měsíční aktualizace, nepřetržitý datový tok jen zvyšuje náklady, aniž přináší nové poznatky.

Jak fungují datové šablony?

Datové šablony vám umožní začít s daty, která už máte, místo toho, abyste nejprve museli nasadit předpřipravený konektor. Šablona popisuje pole potřebná pro analýzu ve formátu, který můžete připravit vy nebo váš datový tým.

Začněte návodem pro svůj proces

Vyhledejte svůj proces nebo systém v návodech na zlepšování procesů. Každý návod se věnuje jednomu procesu, případně jednomu procesu v konkrétním systému. Popisuje související problémy, cíle, činnosti a požadavky na data a obsahuje také excelovou šablonu ke stažení.

Pokud svůj proces v seznamu nenajdete, začněte s obecnou datovou šablonou. V obou případech šablona obsahuje sloupce, které analýza očekává. Tým je vyplní z exportu, místo aby vytvářel strukturu dat od začátku.

Začněte v Excelu

Pro řadu analýz vám stačí tabulka se sloupci ID případu, časové razítko a název aktivity, případně dalšími atributy důležitými pro vaši otázku. Exportujte dostupná data, upravte je podle šablony, nahrajte a začněte zkoumat.

K ověření nápadu nepotřebujete kompletní automatizovaný datový tok. První datovou sadu možná budete muset upravit. I to patří k tomu, abyste zjistili, co analýza vyžaduje.

Neznáte záznamy událostí? Přečtěte si, jak vytvořit záznam událostí, a podívejte se na příklady v Excelu a SQL.

Začněte s jednou tabulkou

Pro většinu analýz záměrně používáme formát jedné tabulky.

1. Snadno se kontroluje. Tabulku může otevřít kdokoli a hned vidí, co obsahuje.
2. Snadno se připravuje. Před první analýzou není třeba spojovat tabulky ani spravovat jejich vztahy.
3. Při analýze se data stejně spojí. Nástroje, které načítají několik tabulek, před analýzou vytvoří jeden záznam událostí.

Pokud to vaše otázka vyžaduje, můžete v ProcessMind pracovat s více tabulkami, různými pohledy i různými procesy. Nemusíte s nimi ale začínat. Zvolte nejjednodušší datovou sadu, která vám pomůže odpovědět na otázku.

Spolupracujte s datovým týmem

Váš datový tým ví, jak jsou systémy nastavené, která pole jsou spolehlivá a jaká data už máte k dispozici. Jasná šablona mu poskytne konkrétní požadavky, aniž by se musel učit proprietární datový model.

Tým může použít známé nástroje a infrastrukturu, například SQL, stávající platformy ETL, datové sklady a datová jezera. Díky tomu můžete navázat na ověřená data místo vytváření paralelního datového toku.

Praktické pokyny k přípravě záznamu událostí najdete v dokumentaci k přípravě dat.

Využijte mapování s pomocí AI

Názvy sloupců v exportu se nemusí přesně shodovat se šablonou. Při nahrávání dokáže ProcessMind často rozpoznat pole, jako jsou ID případu, časové razítko a aktivita. Pokud některé pole namapuje nesprávně, můžete mapování upravit ručně.

Díky tomu můžete přejít od existujícího exportu k analýze, aniž by každý zdrojový soubor musel být předem dokonale naformátovaný.

Jak v praxi aktualizovat data?

Pravidelná aktualizace se hodí, když potřebujete proces sledovat průběžně. K zodpovězení první otázky nebo porovnání výkonnosti v čase ale nejsou neustálé aktualizace vždy nutné.

Pro mnoho analýz se lépe interpretuje stabilní datová sada aktualizovaná v plánovaných intervalech. Můžete stanovit výchozí stav, provést změnu a porovnat výsledky. Vhodná četnost závisí na tom, jak často se váš proces mění a jak rychle potřebujete reagovat.

Nejprve si určete, jak často analýza potřebuje nová data. Pokud vám k zodpovězení otázky stačí měsíční nebo čtvrtletní aktualizace, datový tok v reálném čase může přidat práci, aniž by zlepšil rozhodování.

Co když budete později potřebovat automatizaci?

Jakmile ověříte, jaká data potřebujete a že je analýza užitečná, může váš datový tým připravit opakované načítání. ProcessMind k tomu nabízí REST API. Naplánovaná úloha, kterou váš tým už používá, může nahrát export jako novou datovou sadu nebo aktualizaci stávající. Přehled API popisuje ověřování i jednotlivé endpointy.

Produkt nemá vlastní plánovač, a je to záměr. Plánování, přihlašovací údaje i monitorování zůstávají v infrastruktuře, kterou váš tým už provozuje. Nemusíte tak nastavovat a sledovat další systém.

Nemusíte automatizovat, dokud nevíte, co má smysl automatizovat. Začněte exportem, ověřte analýzu a pak se rozhodněte, zda se vyplatí připravit pravidelné načítání. Pokud z něj vznikne datový tok, přečtěte si o souvisejících možnostech a omezeních v článku ETL pro process mining.

Kdy zvolit dodavatele s předpřipravenými konektory?

Dodavatel s předpřipravenými konektory může být lepší volbou, pokud potřebujete podporovaný pravidelný export ze systému, který konektor pokrývá, a konektor odpovídá vaší konfiguraci i požadavkům na správu. To může být důležité zejména při častém načítání dat nebo v regulovaném prostředí, kde organizace vyžaduje konkrétní způsob integrace.

Než se rozhodnete, zjistěte, co konektor podporuje, jak zpracovává úpravy, jakou údržbu vyžaduje a zda můžete výsledná data kontrolovat a znovu použít. Pokud chcete nejprve ověřit analýzu, jednodušší začátek může představovat existující export a datová šablona.

Rozdíl je jednoduchý: pokud konektory odpovídají vašim potřebám, mohou omezit opakovanou práci s exportem. Šablony vám umožní začít s dostupnými daty, aniž by prvním krokem musel být projekt na vytvoření konektoru. Data zůstávají vaše a nejste vázáni na jednoho dodavatele. O automatizaci se můžete rozhodnout později.