Task mining: apa yang direkam dan pilihan lainnya
Ketahui data yang dicatat task mining dan cara memahami pekerjaan tanpa memantau desktop.
Task mining merekam aktivitas di dalam aplikasi, biasanya melalui perangkat lunak desktop yang mencatat klik, penekanan tombol, atau konteks layar. Teknologi ini dapat menunjukkan detail di tingkat antarmuka, tetapi juga mengumpulkan informasi tentang setiap karyawan. Sebelum mempelajari cara kerja, Anda mungkin perlu membahas privasi, kepercayaan, dan kekhawatiran dewan pekerja.
Anda dapat mempelajari pekerjaan tanpa memantau individu. Minta orang yang melakukan pekerjaan untuk menjelaskannya, lalu gunakan log peristiwa yang sudah dihasilkan sistem Anda untuk memeriksa penjelasan tersebut. Jika lebih mudah menunjukkan daripada menjelaskan, mereka dapat memilih untuk mengambil gambar layar pada langkah tertentu. Pemodelan dengan bantuan AI dapat membantu mengubah penjelasan itu menjadi model proses yang dapat ditinjau dan dimiliki bersama oleh tim.
Data apa yang dikumpulkan task mining?
Software task mining merekam aktivitas di dalam antarmuka pengguna aplikasi. Bergantung pada alatnya, perekaman aktivitas desktop dapat menunjukkan aplikasi yang digunakan, layar yang dibuka, kolom yang diisi, dan urutan tindakan tersebut. Beberapa alat juga mengambil tangkapan layar sebagai konteks.
Cara ini dapat mengungkap detail di tingkat antarmuka yang tidak ada dalam log peristiwa sistem. Jika pekerjaan dilakukan di spreadsheet, email, atau aplikasi yang hanya mencatat sedikit peristiwa proses, log sistem mungkin tidak menunjukkan apa yang terjadi.
Ada konsekuensi yang tidak bisa dihindari: perekaman desktop mengumpulkan informasi tentang karyawan secara individu. Menggabungkan hasilnya setelah perekaman tidak mengubah data yang sejak awal dikumpulkan software.
Apa saja yang diperlukan untuk menerapkan task mining?
Demo task mining menunjukkan analisisnya, tetapi penerapan juga mencakup pemasangan dan pemeliharaan perekam di desktop yang masuk dalam cakupan.
Penerapan di seluruh komputer. Task mining memerlukan perangkat lunak yang berjalan bersama aplikasi yang digunakan orang. Biasanya, perangkat lunak ini perlu diterapkan di setiap komputer yang termasuk dalam cakupan, dengan hak admin atau paket TI, pembaruan versi, serta rencana untuk komputer bersama, desktop virtual, dan laptop kontraktor. Karyawan juga akan melihat bahwa perekam telah dipasang.
Perekaman saat bekerja. Perekam berjalan selama periode perekaman, bukan hanya saat seseorang melakukan proses yang ingin Anda pelajari. Kasus di sistem bisnis dimulai ketika sebuah catatan dibuat, tetapi hari kerja seseorang tidak mengikuti batasan itu. Apa pun yang tampil di layar selama periode tersebut mungkin ikut terekam, termasuk aktivitas yang tidak ingin Anda kumpulkan.
Penyesuaian kinerja. Software yang terhubung ke beberapa aplikasi perlu disesuaikan agar tidak memperlambat aplikasi tersebut. Pengecualian dan waktu perekaman mungkin perlu diatur ulang. Masalah kinerja dapat mengurangi dukungan terhadap penerapan.
Data pribadi dan penyaringan. Tangkapan layar dapat merekam nama pelanggan, nomor rekening, alamat, catatan kasus, dan, dalam beberapa proses, informasi kesehatan atau gaji. Aturan pola dapat mengenali alamat email atau nomor kartu, tetapi filter bisa melewatkan data yang tidak dirancang untuk dideteksi. Aturan yang terlalu luas juga dapat menghapus konteks yang membuat hasil tangkapan berguna. Penyaringan dilakukan setelah data dikumpulkan, sehingga tidak dapat mencegah perekaman awal.
Menyusun kembali rangkaian aktivitas dan merapikannya. Orang menangani beberapa kasus sekaligus, berpindah aplikasi, menerima panggilan, dan meninggalkan pekerjaan yang belum selesai. Perekam hanya melihat aktivitas di antarmuka. Karena itu, analisis perlu memperkirakan klik mana yang terkait dengan kasus tertentu, kapan tugas dimulai dan berakhir, serta fragmen mana yang saling berkaitan. Hasil rekonstruksi sering kali perlu dirapikan secara manual sebelum langkah-langkahnya masuk akal.
Pemrosesan cloud. Banyak produk task mining memproses tangkapan layar dan peristiwa di cloud milik vendor. Hal ini menimbulkan pertanyaan tentang lokasi penyimpanan data, lama penyimpanan, pihak yang dapat mengaksesnya, dan subprosesor yang terlibat. Minta rincian tersebut secara tertulis sebagai bagian dari penilaian Anda.
Persyaratan ini bukan berarti task mining tidak dapat menjawab pertanyaan tertentu. Namun, pekerjaan yang diperlukan mencakup penerapan, penyesuaian, penyaringan, dan perapian, serta upaya membangun kepercayaan saat memasang perekam. Minta vendor menghubungkan Anda dengan pelanggan yang telah menggunakan sistem tersebut selama setahun, lalu tanyakan upaya berkelanjutan yang diperlukan untuk merapikan data.
Mengapa perekaman desktop dapat mengikis kepercayaan?
Privasi merupakan bagian dari metode ini, bukan sekadar masalah teknis yang terpisah. Software yang merekam aktivitas individu menghasilkan data yang dapat dilihat atau ditelusuri hingga ke tingkat karyawan, meskipun tujuan Anda hanya mempelajari proses.
Karyawan mungkin bertanya-tanya bagaimana data tersebut akan digunakan, dan itu wajar. Jika merasa diawasi, mereka mungkin lebih patuh pada prosedur resmi selama perekaman berlangsung atau enggan menceritakan cara alternatif yang membantu mereka menangani pengecualian. Akibatnya, Anda bisa kehilangan jawaban jujur yang diperlukan untuk menemukan proses.
Bergantung pada lokasi dan organisasi Anda, mungkin ada persyaratan hukum, transparansi, dan perjanjian dengan dewan pekerja yang perlu dipenuhi. Namun, pemantauan karyawan bukan sekadar kendala kepatuhan. Anda mengandalkan kepercayaan untuk mengumpulkan data, dan hal itu dapat memengaruhi temuan Anda.
Rekaman layar juga dapat menghasilkan banyak detail antarmuka. Menelusuri perubahan jendela dan isian kolom membutuhkan waktu. Hasilnya mungkin hanya menjelaskan antarmuka software, bukan kinerja proses.
Pertanyaan apa yang perlu Anda ajukan tentang proses?
Apa pun cara yang Anda pilih, mulailah dengan menentukan hal yang perlu Anda ketahui tentang proses.
- Langkah apa saja yang dilalui pekerjaan, dan dalam urutan apa?
- Di mana pekerjaan menunggu dan terjadi serah terima?
- Variasi proses apa yang terjadi, seberapa sering, dan apa penyebabnya?
- Langkah manual mana yang memerlukan pertimbangan manusia, dan mana yang muncul karena keterbatasan sistem?
Pertanyaan ini berkaitan dengan proses, bukan karyawan tertentu. Anda dapat menjawabnya dari catatan sistem dan pengetahuan orang yang melakukan pekerjaan.
Pertanyaan ini juga membantu membedakan pekerjaan yang cocok untuk otomatisasi dari pekerjaan yang memerlukan pertimbangan manusia. Baca cara menemukan peluang otomatisasi dengan process mining.
Bagaimana menemukan cara kerja tanpa memantau karyawan?
Gabungkan percakapan terstruktur dan dokumentasi yang dibuat karyawan dengan analisis log peristiwa. Cara ini membantu Anda memahami pekerjaan dan memeriksanya berdasarkan catatan sistem.
1. Tanyakan kepada orang yang melakukan pekerjaan
Orang yang melakukan pekerjaan tahu bagaimana proses berjalan sebenarnya, termasuk bagian yang tidak dicatat sistem: panggilan telepon, spreadsheet untuk mencocokkan dua sistem, atau pengecualian yang ditangani lewat email. Mereka dapat menjelaskan apa yang terjadi dan alasannya.
Tanyakan tentang proses dan pengecualiannya, bukan kinerja individu. Dalam percakapan, Anda dapat menanyakan langkah yang belum jelas dan memahami alasannya. Rekaman layar tidak dapat memberikan konteks itu dengan sendirinya.
Gambar layar tetap dapat membantu menjelaskan pekerjaan. Orang yang melakukan pekerjaan dapat memilih layar yang relevan, memotong gambar, menutupi data pribadi, lalu menulis instruksi yang sesuai. Gambar itu dapat dilampirkan ke aktivitas dalam model proses. Dengan cara ini, satu langkah didokumentasikan tanpa merekam seluruh hari kerja.
2. Susun draf model proses dengan bantuan AI
Setelah tim menjelaskan proses, pemodelan dengan bantuan AI dapat membantu membuat draf awal. Orang yang menjalankan proses kemudian dapat meninjau dan memperbaikinya. AI membantu membuat model awal, tetapi tidak menggantikan pengetahuan atau persetujuan mereka.
Baca manajemen proses dengan bantuan AI untuk mengetahui bagaimana pendekatan ini diterapkan dalam pekerjaan proses.
3. Bandingkan model dengan log peristiwa
Model proses menjelaskan pemahaman tim tentang pekerjaan. Log peristiwa menunjukkan catatan yang dibuat sistem. Sistem bisnis seperti ERP, CRM, ITSM, WMS, dan MES sering mencatat pengenal kasus, aktivitas, dan stempel waktu saat status kasus berubah. Informasi ini cukup untuk merekonstruksi jalannya kasus tanpa melacak aktivitas siapa pun di layar.
Perbandingan keduanya dapat mengungkap perbedaan yang perlu diselidiki, seperti langkah yang belum didokumentasikan atau penyimpangan dari proses yang diharapkan. Jelaskan sumber setiap bagian informasi: langkah yang disimpulkan dari log peristiwa tidak sama dengan langkah yang dijelaskan dalam percakapan.
Untuk panduan menemukan dan menyiapkan data tersebut, baca cara mengambil data peristiwa dari sistem Anda.
4. Uji perubahan yang diusulkan sebelum diterapkan
Setelah memiliki model yang mencerminkan proses, Anda dapat menggunakan simulasi untuk menjajaki perubahan yang diusulkan sebelum menerapkannya. Dengan menyimpan model proses dan hasil process mining di satu tempat, Anda lebih mudah mencocokkan penjelasan orang dengan data yang tercatat di sistem. Pelajari cara menggabungkan pemodelan proses dengan process mining.
Pendekatan ini tidak dapat memulihkan informasi yang tidak pernah dicatat. Pendekatan ini menggabungkan bukti dari sistem dengan pengetahuan orang yang melakukan pekerjaan, tanpa mengumpulkan aktivitas desktop individu.
Apa yang dilakukan dan tidak dilakukan ProcessMind?
ProcessMind menggabungkan materi dari karyawan, pemodelan dengan bantuan AI, dokumentasi proses, analisis log peristiwa, dan simulasi. ProcessMind tidak menjalankan perekam aktivitas desktop.
Alur kerja dimulai dari materi yang sudah dimiliki organisasi, lalu menghasilkan model proses yang ditinjau bersama:
- Karyawan mengunggah materi yang menjelaskan pekerjaan. Prosedur, daftar periksa, templat, hasil ekspor, dan tangkapan layar dapat dilampirkan ke proses sebagai artefak. Jenis file yang didukung diproses terlebih dahulu agar isinya dapat dibaca, ditelusuri, dan digunakan sebagai konteks.
- AI menyusun rancangan proses tingkat tinggi dari materi tersebut. Dokumen yang diunggah dan deskripsi singkat menjadi masukan untuk pembuatan proses dengan AI, sehingga tim memiliki versi awal untuk ditinjau.
- Tim menyempurnakan model dalam BPMN 2.0. Anggota tim dapat mengganti nama, menambahkan, dan menghubungkan kembali aktivitas, event, serta gateway secara manual atau dengan bantuan asisten, lalu meninjau perbedaannya sebelum menerapkan perubahan.
- Orang yang melakukan pekerjaan melengkapi detail aktivitas. Mereka dapat mengambil tangkapan layar suatu langkah, menulis instruksinya, lalu melampirkan SOP, kebijakan, atau templat yang relevan.
- Tim meninjau dan menyetujui model. Proses melewati tahap draf, dalam peninjauan, disetujui, lalu dipublikasikan. Setiap proses memiliki pemilik yang ditetapkan, riwayat versi, dan jejak persetujuan.
- Tim memublikasikan proses agar dapat dilihat oleh pengguna. Pengguna dengan akses lihat dapat mengakses versi yang dipublikasikan di Process Portal. Dokumentasi juga dapat diekspor ke Word, PDF, Markdown, atau dicetak.
Analisis log peristiwa dan simulasi melengkapi alur kerja ini. Anda dapat melakukan process mining menggunakan data sistem dan menguji perubahan yang diusulkan sebelum menerapkannya.
ProcessMind tidak:
- Memasang agen di desktop karyawan.
- Merekam layar terus-menerus atau di latar belakang.
- Merekam ketikan.
- Memantau aktivitas aplikasi berdasarkan individu.
- Membuat profil produktivitas individu.
ProcessMind mendukung pengambilan layar secara manual. Seseorang dapat memilih untuk mengambil tangkapan layar atau rekaman singkat dari satu langkah untuk menjelaskan pekerjaan. Editor menggunakan OCR untuk menyamarkan otomatis data pribadi yang mungkin muncul. Penulis dapat memperbaiki bagian yang disamarkan sebelum menyimpan. Tidak ada yang direkam kecuali seseorang memilih untuk melakukannya.
Mengapa kepercayaan karyawan penting dalam menemukan proses?
Perbaikan proses bergantung pada kesediaan orang untuk menjelaskan bagaimana pekerjaan benar-benar dilakukan, termasuk cara alternatif dan pengecualian yang mungkin tidak tercakup dalam dokumentasi resmi.
Kami tidak menganggap pemantauan sebagai sekadar urusan hukum yang harus dibereskan. Untuk mendapatkan data, Anda mempertaruhkan kepercayaan. Kepercayaan itulah yang membuat orang mau menjelaskan cara alternatif dan pengecualian yang benar-benar terjadi dalam proses.
Libatkan orang yang memahami pekerjaan, jelaskan bahwa fokus Anda adalah proses, lalu cocokkan penjelasan mereka dengan data yang sudah tersimpan di sistem. Untuk gambaran praktis tentang data yang dibutuhkan, baca cara mengambil data peristiwa dari sistem Anda. Jika ingin memahami bagaimana bukti proses dapat menunjukkan peluang otomatisasi, lihat apa itu RPA.
Kapan perekaman antarmuka layak dipertimbangkan?
Perekaman di tingkat antarmuka mungkin layak dipertimbangkan jika pekerjaan sepenuhnya dilakukan di sistem yang tidak mencatat apa pun dan detail interaksi menjadi satu-satunya bukti yang tersedia.
Jika mempertimbangkannya, tetapkan periode perekaman yang terbatas, sepakati pendekatannya dengan orang yang terlibat dan perwakilan mereka, lalu analisis hasilnya pada tingkat proses. Tetapkan batas yang jelas untuk akses ke data per individu dan lama penyimpanannya. Langkah pengamanan ini tidak menghilangkan perlunya menilai dampaknya terhadap privasi, hukum, dan kepercayaan.
Ini berbeda dari memasang perangkat lunak perekam di seluruh organisasi lalu memutuskan belakangan bagaimana data akan digunakan. Pilihan yang lebih terbatas adalah meminta orang yang melakukan pekerjaan merekam langkah tertentu di layar saat hal itu membantu mereka menjelaskan pekerjaan. Perekaman dilakukan dengan sengaja, terkait dengan langkah proses, dan hanya dibuat jika seseorang memilih untuk melakukannya.
Pilih langkah berikutnya untuk proses Anda
Jelajahi process mining dan pemodelan menggunakan data Anda sendiri, pelajari cara kerja manajemen proses dengan bantuan AI, atau cari tahu di mana menemukan data peristiwa.