Che cos’è il Process Mining? Scopra come si svolge il lavoro

Che cos’è il Process Mining?

Che cos’è il Process Mining? È un metodo che usa i dati degli eventi dei sistemi IT per scoprire, analizzare e migliorare il modo in cui i processi si svolgono davvero. Collegando le attività ai casi e ai timestamp, il Process Mining mostra i percorsi seguiti dal lavoro, la durata delle singole fasi e gli scostamenti rispetto a quanto previsto.

Un Event Log registra le attività, le date e ore e gli identificativi dei casi. Il Process Mining raggruppa gli eventi per caso e ricostruisce il flusso del processo. Può utilizzare i risultati per analizzare i colli di bottiglia, le rilavorazioni e la conformità rispetto a un processo di riferimento. L’analisi fornisce riscontri, mentre spetta al Suo team decidere come utilizzarli.

Per approfondire i software di Process Mining, consulti la nostra guida agli strumenti di Process Mining.

Wil van der Aalst, pioniere del Process Mining, lo ha paragonato a una risonanza magnetica per un’azienda: può rivelare che cosa accade sotto la superficie. Questa visibilità può favorire il miglioramento dei processi e la trasformazione digitale. Consulti la nostra guida strategica al miglioramento dei processi basato sui dati.

Immagini un ordine cliente che passa dalla ricezione e dall’approvazione alla spedizione. Ogni fase può lasciare una registrazione digitale. Il Process Mining collega queste registrazioni e mostra il percorso seguito da ciascun ordine, comprese deviazioni ed eccezioni. Invece di basarsi soltanto su interviste o supposizioni, può analizzare i percorsi registrati nei dati.

I risultati dipendono dalla qualità dei dati degli eventi e dal contesto a cui si riferiscono. Una mappa dei processi può mostrare il percorso previsto; il Process Mining aiuta a vedere che cosa è accaduto secondo i dati registrati.

Come funziona il Process Mining?

Il Process Mining parte dai dati degli eventi dei sistemi IT. In genere, ogni evento deve includere tre campi:

• ID caso: identificativo di un’istanza del processo, per esempio un ordine o una richiesta di assistenza.
• Attività: la fase che si è svolta.
• Data e ora: il momento in cui si è svolta la fase.

Il software raggruppa gli eventi in base all’ID del caso e li ordina per data e ora. Ricostruisce quindi i percorsi seguiti dai casi e li rappresenta in un modello di processo. Può confrontare i percorsi, analizzarne la durata e cercare schemi ricorrenti, come attività ripetute o attese prolungate.

La qualità dei risultati dipende dai dati. Date e ore mancanti, nomi delle attività non coerenti o identificativi dei casi errati possono compromettere l’analisi. Scopra dove trovare i dati di processo e quali formati di dati sono supportati.

Le tre tipologie di Process Mining

Le tre tipologie di Process Mining rispondono a domande diverse:

1. L’individuazione automatica dei processi crea un modello di processo a partire dai dati degli Event Log. Aiuta a vedere i percorsi effettivamente seguiti dai casi, comprese le varianti che potrebbero non essere state documentate.

2. Il controllo di conformità confronta il comportamento effettivo del processo con un modello di riferimento. Aiuta a individuare i casi in cui vengono seguite o saltate le fasi previste, oppure si verificano deviazioni.

3. Il miglioramento del processo aggiunge le informazioni degli Event Log a un modello di processo esistente. Per esempio, può integrare misure come i tempi di attesa o la durata delle attività, per capire come si svolge il processo.

Spesso un progetto inizia con l’individuazione automatica dei processi, per poi utilizzare il controllo di conformità per analizzare le differenze rispetto al processo di riferimento. Il miglioramento può aggiungere al modello informazioni sulle prestazioni. Scelga l’approccio più adatto alla domanda a cui desidera rispondere.

Il Process Mining è alla portata di tutti

Non è necessario essere esperti di dati per iniziare a esplorare i dati di processo. Analisti, responsabili di processo, team operativi e team IT possono collaborare per formulare una domanda, preparare un Event Log e rivedere i risultati dell’analisi.

Per iniziare in modo concreto:

1. Scelga un processo e formuli una domanda precisa.
2. Individui i dati di sistema che registrano le attività del processo.
3. Prepari un Event Log con gli ID dei casi, i nomi delle attività e le date e ore.
4. Riveda il flusso individuato e analizzi i percorsi rilevanti.
5. Convalidi i risultati con chi conosce il lavoro.

Le 5 fasi del Process Mining

Raccogliere i dati

Raccolga i dati degli eventi dai Suoi sistemi, ad esempio i record di ogni fase di un processo dall’ordine all’incasso. Per iniziare può bastare un file Excel.

Individuare il processo

Usi un software di Process Mining per collegare gli eventi in base all’ID del caso e all’orario, quindi riveda il flusso del processo ricostruito dai dati.

Verificare la conformità

Confronti il processo individuato con un modello di riferimento, ad esempio un modello BPMN, per analizzare le differenze.

Analizzare i risultati

Usi le Dashboard dei processi per individuare colli di bottiglia, rilavorazioni e inefficienze, quindi decida quali aspetti approfondire o modificare.

Monitorare i cambiamenti

Riesamini il processo dopo le modifiche per osservare come sono cambiati le prestazioni e i percorsi.

Segua il percorso introduttivo per preparare la prima analisi.

Process Mining e mappatura dei processi a confronto

Il Process Mining e la mappatura dei processi rispondono a domande correlate, ma diverse. Il Process Mining utilizza i dati degli eventi per mostrare come si è svolto un processo. La mappatura si basa sulle conoscenze delle persone e sulle tecniche di progettazione dei processi per documentare o pianificare come dovrebbe svolgersi il lavoro.

I due approcci si integrano bene. Utilizzi il Process Mining per analizzare il processo rappresentato dai dati, quindi ricorra alla mappatura dei processi o alla modellazione BPMN per documentare o progettare i cambiamenti. ProcessMind riunisce Process Mining e mappatura dei processi in un’unica piattaforma. Per approfondire come si completano a vicenda, legga quali vantaggi offrono insieme la modellazione dei processi e il Process Mining.

Come funzionano davvero gli algoritmi di Process Mining

Gli algoritmi di Process Mining trasformano i dati degli eventi in modelli di processo. La ricerca pubblicata descrive diverse famiglie di algoritmi: l’algoritmo alpha ricava le relazioni tra le attività ed è il punto di partenza classico; l’heuristic miner tollera dati rumorosi e registri incompleti; il fuzzy miner gestisce comportamenti non strutturati; l’inductive miner crea un albero di processo che garantisce la correttezza del modello. Ogni algoritmo è definito per una determinata tipologia di registro e restituisce il modello previsto dalla propria definizione.

ProcessMind offre tre miner proprietari. Può sceglierne uno nella finestra di dialogo Esegui il mining del modello, accanto alle regole dei gateway che determinano quanto rigorosa sarà la rappresentazione, come descritto nella documentazione sul mining.

AI Miner è una soluzione sviluppata da noi, non la rielaborazione di un algoritmo pubblicato. Legge i dati di arricchimento insieme all’Event Log, individua le regioni parallele e scompone il grafo in modo gerarchico, mantenendo così la struttura suggerita dal registro invece di appiattirla. È particolarmente utile proprio per questo: le definizioni pubblicate presuppongono un registro completo e senza problemi, mentre la maggior parte delle organizzazioni lavora con esportazioni che non soddisfano nessuna delle due condizioni. Abbiamo sviluppato AI Miner per lavorare sui dati effettivamente disponibili, non su quelli presupposti dalla definizione. È anche l’unico dei tre miner che richiede dati di arricchimento; perciò, quando il registro è appena stato importato, è preferibile iniziare con miner Directly-Followed-By e confrontare i risultati.

Dopo che il miner ha creato la struttura, un algoritmo di disposizione organizza gli elementi per rendere leggibile il flusso. In ProcessMind, questo passaggio è gestito da Clarity Engine.

Perché il Process Mining è importante

Il Process Mining permette di analizzare lo svolgimento del lavoro nei casi registrati, invece di basarsi soltanto sulla descrizione di un processo o su pochi esempi. Può aiutarLa a:

• Individuare le varianti del processo: confronti i percorsi seguiti dai casi e identifichi quelli più comuni o insoliti.
• Analizzare i ritardi: verifichi dove i casi restano in attesa e quali attività richiedono più tempo.
• Individuare le rilavorazioni: cerchi attività ripetute e cicli che potrebbero segnalare errori o requisiti poco chiari.
• Verificare la conformità: confronti il comportamento effettivo con un processo di riferimento.
• Monitorare le prestazioni: utilizzi Dashboard e KPI per rivedere nel tempo le misure del processo.

Questi risultati aiutano a porre domande più mirate, ma non dimostrano perché si sia verificato un ritardo o una deviazione. Prima di decidere che cosa modificare, si confronti con le persone coinvolte e verifichi il contesto pertinente.

Scopra come le Dashboard di processo e i KPI aiutano a rivedere le prestazioni dei processi.

Aspetti positivi, limiti e criticità

Il Process Mining è efficace nell’analizzare le prove contenute nel log, ma non può mostrare ciò che il log non registra. Source: ProcessMind

Aspetti positivi

Il Process Mining offre una visione oggettiva del lavoro, senza dover ricostruire i fatti a memoria:

• Mostra il comportamento di tutti i casi registrati nell’Event Log, non soltanto dei pochi che qualcuno ricorda.
• Riduce i tempi di analisi, perché rende visibili flussi, ritardi e rilavorazioni.
• Si applica a qualsiasi processo che lasci dati strutturati sugli eventi in un sistema IT.
• Le Dashboard dei processi mettono questi riscontri a disposizione dei team aziendali, non soltanto degli analisti.

Limiti

I riscontri dipendono dalla qualità dell’Event Log, e prepararlo richiede lavoro:

• Dati di scarsa qualità producono risposte sicure di sé, ma sbagliate. L’analisi è affidabile solo quanto l’Event Log.
• Preparare e verificare i dati è spesso la parte più impegnativa di un progetto.
• Il Process Mining non corregge un processo: indica cosa approfondire, ma sono le persone a decidere e a introdurre i cambiamenti.
• Un modello complesso è difficile da leggere. Parta da una domanda precisa e dai percorsi che contano per rispondervi.

Il lato negativo

Se usate senza attenzione, le stesse evidenze possono causare danni:

• Usare i dati di processo per attribuire colpe alle singole persone genera timore e resistenza. Si concentri invece sulle condizioni del processo.
• Interpretare male i dati porta a conclusioni errate: verifichi i risultati con chi conosce il lavoro.
• Alcuni strumenti richiedono un notevole supporto IT e investimenti consistenti. Prima di impegnarsi, valuti i costi di configurazione e le competenze necessarie.
• Senza una domanda precisa, si rischia di raccogliere più dati che informazioni utili, senza sapere quale decisione prendere.

Come non usare il Process Mining

Il Process Mining è più utile quando si parte da una domanda precisa, si dispone di dati affidabili e si coinvolgono persone in grado di interpretare i risultati. Ecco gli errori che possono compromettere la credibilità di un progetto.

Non inizi senza un obiettivo preciso

Un’analisi senza un obiettivo definito rischia di non portare a nessuna decisione. Parta da una domanda, per esempio: «Perché le approvazioni delle fatture richiedono più di dieci giorni?» oppure «In quale fase dell’avvio del rapporto con i clienti si verificano ritardi?». Una domanda precisa indica quale processo, quali dati e quali misure considerare.

Un obiettivo ben definito specifica tre elementi: il processo, il periodo e la decisione che l’analisi dovrà supportare. Lo metta per iscritto prima di caricare i dati e lo concordi con il responsabile del processo. Questo accordo evita che il progetto pilota si allarghi fino a comprendere tutto, senza rispondere a nulla.

Se non sa da dove iniziare, una guida al miglioramento dei processi definisce già l’ambito dell’analisi. Indica il processo, i sistemi, i campi da esportare e le attività da rilevare, così la prima domanda è accompagnata dai dati necessari per rispondervi.

Non si aspetti che uno strumento corregga il processo

Il Process Mining analizza il comportamento dei processi, ma non offre una soluzione automatica. Può mostrare che le approvazioni richiedono troppo tempo, ma spetta a Lei individuare le cause e decidere come intervenire. Riveda i risultati, ne discuta con le persone coinvolte e misuri di nuovo il processo dopo ogni cambiamento.

Non lavori in isolamento

I dati vanno interpretati nel loro contesto. Se analizza un processo da solo e invia un rapporto, potrebbe non capire perché esiste una deviazione o se risponde a una reale esigenza aziendale. Collabori con chi gestisce il processo e coinvolga l’IT quando serve aiuto per accedere ai dati o verificarli. Sono le conoscenze di queste persone a chiarire cosa l’Event Log può mostrare e cosa no.

Coinvolga le persone fin dall’inizio, non solo al momento della revisione, e spieghi loro lo scopo dell’analisi. Chi conosce in anticipo la domanda può chiarire l’esistenza di una deviazione, di una soluzione temporanea o di un passaggio che si svolge solo nella pratica.

Chi svolge il lavoro sa anche quali passaggi non lasciano traccia nel sistema. Queste lacune possono far apparire incompleto il processo individuato; in ProcessMind può indicarle come flusso dei dati attraverso, così restano visibili nel modello senza inventare eventi mai registrati.

Non lo consideri un progetto una tantum

Anche un processo migliorato può cambiare nel tempo. Lo riveda dopo l’intervento e confronti i risultati nel tempo per verificare se il comportamento è cambiato. Il monitoraggio trasforma un’osservazione in un risultato concreto.

Non usi i risultati per attribuire colpe

Il Process Mining mostra come è strutturato il lavoro, non chi ha sbagliato. Spieghi lo scopo dell’analisi e coinvolga fin dall’inizio i responsabili del processo e il personale. Se i dati mostrano che un gruppo impiega più tempo, cerchi le condizioni che spiegano la differenza: il carico di lavoro, un limite del sistema o un passaggio da chiarire. Spesso la causa è strutturale e la risposta arriva da chi svolge il lavoro.

Non usi dati di scarsa qualità

L’analisi dipende dall’Event Log. Timestamp mancanti, nomi delle attività incoerenti o ID dei casi errati possono rappresentare il processo in modo diverso da come si è svolto. Verifichi il significato di ogni campo, controlli che gli eventi siano associati ai casi corretti e riveda un campione prima di analizzare l’intero insieme di dati. Dove trovare i dati di processo descrive i campi necessari.

Come iniziare

Un progetto pilota mirato permette di capire cosa può mostrare il Process Mining, senza cercare di analizzare tutto in una volta.

Definire la domanda

Spieghi che cosa può mostrare il Process Mining e concordi con il team su ciò che desidera scoprire. Coinvolga un piccolo gruppo che conosca il processo, i dati e il contesto aziendale.

Parta da una domanda rilevante per il team, ad esempio dove si verificano i ritardi o perché i casi tornano a una fase precedente.

Scegliere un processo gestibile

Scelga un processo con un ambito ben definito e dati accessibili. Un processo caratterizzato da ritardi noti o attività ripetute può essere un buon punto di partenza.

Limiti il progetto pilota a un’unità aziendale, a una linea di prodotti o a un’altra area definita. Un ambito circoscritto facilita la convalida dei risultati.

Preparare l’Event Log

Raccolga i dati necessari per il progetto pilota. Per iniziare può bastare un foglio di calcolo o un’esportazione CSV. Se ha bisogno di aiuto per accedere ai dati o combinarli, coinvolga il reparto IT.

Verifichi che ogni evento includa un ID del caso, il nome dell’attività e una data e un’ora. Si assicuri che i campi siano coerenti e rappresentino il processo che desidera analizzare.

Esplorare il processo

Carichi l’event log e riveda il modello di processo. Verifichi che il numero di casi e l’intervallo di tempo siano plausibili. In caso contrario, riveda la preparazione dei dati.

Analizzi i percorsi principali, le varianti e la durata delle attività. Usi i filtri per concentrarsi sui casi pertinenti alla domanda, quindi annoti gli schemi che richiedono ulteriori verifiche.

Convalidare e pianificare

Riveda i risultati con analisti, responsabili dei processi e personale che conosce il lavoro. Chieda se gli schemi osservati corrispondono alla loro esperienza e quali fattori potrebbero spiegarli.

Concordate quali problemi approfondire o affrontare e definite come misurare i cambiamenti.

Misurare e ripetere

Dopo che il team ha introdotto una modifica, analizzi di nuovo il processo. Confronti i risultati con la base di riferimento per capire che cosa è cambiato.

Usi quanto appreso per affinare la domanda successiva o estendere l’analisi a un altro processo.

Il ruolo di ProcessMind

Casi d’uso del Process Mining

È possibile applicare il Process Mining quando le attività di un processo lasciano una traccia digitale che può essere ricondotta ai singoli casi. Ecco alcuni esempi comuni:

• Dall’ordine all’incasso (O2C): analizzi il ciclo di vita dell’ordine, dall’ordine del cliente al pagamento, e approfondisca i ritardi nell’evasione, nella fatturazione o nell’incasso.
• Dall’acquisto al pagamento (P2P): riveda il processo di approvvigionamento, dalla richiesta al pagamento del fornitore, per individuare ritardi nelle approvazioni o attività ripetute.
• Gestione dei servizi IT (ITSM): analizzi i ticket del Service Desk per individuare percorsi di risoluzione lenti, escalation e violazioni degli SLA.
• Avvio del rapporto con i clienti: riveda il percorso dei nuovi clienti durante l’avvio del rapporto e individui dove si verificano ritardi o abbandoni. La gestione degli ordini affronta la stessa questione dal punto di vista dell’evasione.
• Gestione dei sinistri: analizzi il percorso delle richieste di risarcimento assicurative o sanitarie durante la revisione e la gestione.
• Produzione e catena di fornitura: riveda i processi di produzione e della catena di fornitura per approfondire ritardi, problemi di qualità o vincoli di capacità.

I dati degli eventi possono provenire da sistemi ERP come SAP, Oracle e Microsoft Dynamics; da piattaforme CRM come Salesforce e HubSpot; da strumenti di help desk come ServiceNow e Zendesk; oppure da applicazioni personalizzate. L’idoneità dei dati di un sistema dipende dalla possibilità di identificare casi, attività e timestamp.

Esplori la raccolta per settore, reparto o ruolo nella trasformazione, oppure parta da una guida al miglioramento dei processi per il Suo processo e sistema. Ogni guida indica i campi da esportare, le attività da rilevare e il template dei dati da compilare a partire dal sistema di origine.

Process Mining, data mining e apprendimento automatico a confronto

Il Process Mining, il data mining e l’apprendimento automatico analizzano i dati in modi diversi. Il Process Mining si concentra sul percorso dei casi tra le attività nel tempo. Il data mining cerca schemi nei dati. L’apprendimento automatico usa i dati per formulare previsioni o classificazioni.

La differenza principale riguarda la domanda a cui ciascun metodo risponde. Il Process Mining tiene conto della sequenza delle attività e può mostrare che un caso è rimasto in attesa durante un passaggio di consegne o ha ripetuto un’attività. Il data mining può individuare schemi tra i record, mentre l’apprendimento automatico può stimare la probabilità di un risultato.

Questi metodi possono essere complementari. Può usare il Process Mining per comprendere il flusso e individuare le variazioni, quindi applicare altri metodi analitici per approfondire gli schemi o prevedere i risultati. Le previsioni, da sole, non spiegano né modificano il processo.

Per altri termini usati nell’analisi dei processi, consulti il glossario di ProcessMind.