Jak znaleźć możliwości automatyzacji procesów dzięki process mining

Jak znaleźć możliwości automatyzacji procesów dzięki process mining

Decyzja o automatyzacji procesu dotyczy tego, które elementy pracy zmienić, a nie tylko tego, które zadanie przekazać botowi. Process mining pomaga zobaczyć rzeczywisty przebieg pracy, zmierzyć wybrane czynności i ocenić, czy automatyzacja będzie odpowiednia. Może też pokazać, że daną czynność należy przeprojektować albo pozostawić bez zmian.

Najlepszymi kandydatami są zwykle czynności wykonywane często, według powtarzalnego schematu i wymagające na tyle dużo czasu, by warto było się nimi zająć. Częstotliwość, standaryzacja, wolumen i czas obsługi pomagają przygotować praktyczną krótką listę. Odsetek wyjątków pokazuje, jaka część pracy może przebiegać zautomatyzowaną ścieżką.

Automatyzacyjny entuzjazm a rzeczywistość

Wyszukując hasło „process mining i RPA”, znajdą Państwo wiele stron dostawców, które przedstawiają process mining jako oczywisty pierwszy krok do automatyzacji. Przekaz jest prosty: zamapuj proces, znajdź powtarzalne zadania i przekaż je botom.

W takim ujęciu pomija się ważną kwestię. Wiele oczywistych zadań nadających się do automatyzacji jest już znanych. Zespół finansowy może wiedzieć, że przepisuje dane z faktur między systemami. Zespół obsługi klienta może ręcznie kierować te same typy zgłoszeń. Nie trzeba prowadzić pełnego projektu process mining, aby potwierdzić to, co widzą osoby wykonujące tę pracę.

Process mining jest przydatny, gdy sytuacja nie jest tak oczywista: gdy praca obejmuje kilka zespołów lub systemów, trudno przewidzieć wyjątki albo potrzebne są dane do porównania procesu przed zmianą i po niej. Może pomóc zdecydować, co automatyzować, ale nie powinien zmieniać każdego problemu procesowego w projekt automatyzacji.

Krótkie wprowadzenie: RPA, automatyzacja agentowa i process mining

RPA to jedna z form automatyzacji cyfrowej: przenosi dane między interfejsami. Inne narzędzia automatyzacji procesów sterują całymi workflow. Wybór obu rodzajów rozwiązań jest łatwiejszy, gdy znany jest przebieg procesu.

Te pojęcia opisują różne elementy pracy.

Więcej informacji zawiera artykuł czym jest process mining. Osoby, które dopiero poznają RPA, mogą przeczytać nasze wprowadzenie do RPA.

Automatyzacja agentowa to kolejne podejście. Bot RPA wykonuje określone wcześniej kroki, natomiast agent otrzymuje cel i sam wybiera działania. Dlatego jasny opis procesu staje się jeszcze ważniejszy. Zanim powierzą Państwo agentowi zadanie, trzeba poznać warianty procesu, wyjątki i kryteria prawidłowego wyniku. Te same informacje pomagają ocenić, czy dana czynność w ogóle nadaje się do automatyzacji.

Kiedy process mining naprawdę pomaga

Process mining może wspierać automatyzację procesów biznesowych, gdy potrzebne są dane, których trudno dostarczyć podczas warsztatu lub na podstawie perspektywy jednego zespołu.

• Znajdź powtarzalne czynności w różnych zespołach i systemach. Te same dane mogą być wprowadzane w kilku miejscach, a przekazanie sprawy między zespołami może wielokrotnie powodować poprawki. Dane o całym procesie ujawniają wzorce, które łatwo przeoczyć, gdy każdy zespół widzi tylko własne zadania.
• Zmierz nakład pracy. Sprawdź, jak często występuje dana czynność i ile trwa. Dzięki temu oszacowanie nakładu pracy objętego automatyzacją będzie oparte na danych, a nie na ogólnych deklaracjach o jej potencjale.
• Poznaj wyjątki. Zadanie może wydawać się powtarzalne, dopóki nie porówna się jego wariantów. Odsetek wyjątków pokazuje, jaka część pracy przebiega typową ścieżką, a jaka wymaga innego podejścia.
• Sprawdź, co zmieniło się po wdrożeniu. Porównaj wyniki procesu przed zmianą i po niej. Zobacz, czy przebieg zmienił się zgodnie z oczekiwaniami i czy pojawiły się nowe wąskie gardła lub odchylenia.
• Wskaż czynności, których nie warto automatyzować. Process mining może pokazać, że zadanie wiąże się ze zbyt wieloma wyjątkami, wymaga oceny sytuacji albo występuje zbyt rzadko, by uzasadnić nakład pracy. To przydatny wniosek, nawet jeśli oznacza rezygnację z budowy bota.

Częstotliwość × standaryzacja × wolumen: kryteria krótkiej listy

Zacznij od czterech czynników. Częstotliwość, standaryzacja i wolumen pomagają ocenić, czy zadanie nadaje się do powtarzalnej automatyzacji. Czas obsługi pokazuje wymagany nakład pracy. Traktuj te czynniki jako metodę wstępnej oceny, a nie obietnicę oszczędności.

Oceń każdy czynnik w skali od 1 do 5, stosując definicje uzgodnione przez zespół. Można pomnożyć oceny, aby uszeregować kandydatów, ale nie należy traktować wyniku jako uzasadnienia biznesowego. Wysoka ocena jednego czynnika nie zrekompensuje słabego dopasowania w innym obszarze. Częste zadanie z wieloma wyjątkami może wymagać przeprojektowania, a rzadko wykonywane, standaryzowane zadanie może nie uzasadniać automatyzacji.

Sprawdź także odsetek wyjątków. Pokazuje on, jak często sprawa opuszcza analizowaną ścieżkę. Wysoki odsetek wyjątków to sygnał, by zbadać ich przyczyny, a nie automatyczny powód do odrzucenia danego zadania.

Szacowanie potencjału automatyzacji

Oszacuj wolumen i czas obsługi spraw, które mogą przebiegać typową ścieżką. Do wstępnej oceny można użyć prostego wzoru:

addressable hours = instances per month × handling time × (1 − exception rate)

Załóżmy, że kontrola zdolności kredytowej odbywa się 4 200 razy w miesiącu i trwa sześć minut. Łączny czas obsługi wynosi 420 godzin. Jeśli 18% spraw przebiega inną ścieżką, szacowany czas obsługi spraw na typowej ścieżce to około 344 godziny miesięcznie.

To szacunek nakładu pracy objętego automatyzacją, a nie prognoza oszczędności. Nie uwzględnia czasu potrzebnego na obsługę wyjątków, monitorowanie automatyzacji ani jej budowę i utrzymanie. Przed przygotowaniem uzasadnienia biznesowego zweryfikuj szacunek z zespołem odpowiedzialnym za proces i uwzględnij te koszty oraz obowiązki.

Aby sprawdzić, jak dane o procesie wspierają taką analizę, zapoznaj się z możliwościami process mining w ProcessMind.

Uczciwie mówiąc: process mining nie zawsze jest potrzebny

Jeśli potrzebna jest tylko lista zadań do automatyzacji, process mining może być zbędny.

Process mining wymaga danych o zdarzeniach, ich przygotowania oraz osób, które potrafią zinterpretować wyniki. W przypadku prostego, dobrze znanego zadania rozmowa z zespołem wykonującym tę pracę może wystarczyć, aby ustalić kroki i wyjątki. Następnie można zdecydować, czy zbudować bota.

Jeśli na przykład zespół ds. zobowiązań wie już, że poświęca czas na przepisywanie danych z faktur z wiadomości e-mail do systemu ERP, analiza dziennika zdarzeń nie jest konieczna, by potwierdzić istnienie tego zadania. Przed automatyzacją nadal trzeba sprawdzić reguły, wyjątki i ryzyko.

Process mining jest bardziej przydatny, gdy proces obejmuje kilka zespołów lub systemów, rzeczywisty przebieg różni się od udokumentowanego albo potrzebny jest pomiar bazowy do oceny zmian. Powinien pomagać odpowiadać na konkretne pytania, a nie stawać się warunkiem każdego projektu automatyzacji.

Process mining służy nie tylko do znajdowania zadań do automatyzacji

Ujęcie „process mining na potrzeby RPA” może sprawiać wrażenie, że process mining służy wyłącznie do wyszukiwania zadań do automatyzacji. Pomaga również zrozumieć i ulepszać cały proces.

• Monitoruj wyniki procesu. Śledź czasy realizacji, odchylenia i zmiany przebiegu. Zobacz, jak działa ciągłe monitorowanie procesów.
• Sprawdzaj zgodność. Porównuj rzeczywiste ścieżki procesu z oczekiwanym przebiegiem. Może to wspierać działania związane ze zgodnością i nadzorem, ale nie naprawi źle działającego procesu.
• Badaj przyczyny źródłowe. Jeśli zamówienia są opóźnione, porównaj sprawy według dostawcy, regionu, zespołu lub wariantu procesu, aby ustalić, gdzie występują opóźnienia.
• Przeprojektuj proces przed automatyzacją. Analiza procesu może wskazać, które kroki usunąć, jak ograniczyć przekazywanie spraw między zespołami lub uprościć zatwierdzanie. Uproszczony proces może być lepszym punktem wyjścia niż automatyzacja obecnego przebiegu.
• Modeluj i symuluj zmiany. W ProcessMind można modelować zmiany procesu i symulować ich potencjalny wpływ przed wdrożeniem.

Automatyzacja to jedna z możliwości. Najpierw trzeba zrozumieć problem, a potem zdecydować, czy przeprojektować proces, zautomatyzować go, czy pozostawić bez zmian.

Praktyczne podejście krok po kroku

Schemat kolejnych kroków: od danych o zdarzeniach do krótkiej listy zadań do automatyzacji

Wykorzystaj poniższe kroki, aby połączyć analizę procesu z decyzjami o automatyzacji:

1. Poznaj proces. Sprawdź jego warianty, wąskie gardła, poprawki i wyjątki.
2. Najpierw ulepsz proces. Zastanów się, czy przed wdrożeniem automatyzacji można usunąć zbędne kroki lub przekazywanie spraw między zespołami.
3. Wybierz odpowiednie zadania. Porównaj częstotliwość, standaryzację, wolumen, czas obsługi i odsetek wyjątków.
4. Oceń nakład pracy i ryzyko. Sprawdź, jakie systemy obejmuje zadanie, jakich reguł przestrzega i jak będą obsługiwane wyjątki.
5. Monitoruj wyniki. Porównaj proces po zmianie z pomiarem bazowym i zbadaj nieoczekiwane skutki.
6. Ponownie oceniaj rozwiązanie wraz ze zmianami w pracy. Nowe zasady, systemy i warianty procesu mogą zmienić ocenę przydatności automatyzacji.

Informacje o monitorowaniu zawiera nasz przewodnik po ciągłym monitorowaniu procesów. Aby udokumentować docelowy proces przed automatyzacją, zapoznaj się z modelowaniem BPMN.

Przygotuj krótką listę do weryfikacji

Użyj tego szablonu, aby porównać zadania nadające się do automatyzacji. Zbierz dane przed ustaleniem kolejności. Puste lub niepewne pole wskazuje kwestię do zbadania, a nie powód, by uznać zadanie za odpowiednie.

Przykłady pokazują, jak uporządkować ocenę. Nie są prognozą oszczędności. Korzystaj z własnych danych i potwierdź założenia z osobami wykonującymi tę pracę.

Trzy zasady pomogą przygotować bardziej użyteczną krótką listę:

• Uzupełnij wszystkie kolumny przed ustaleniem kolejności. Sama częstotliwość może sprawić, że zadanie będzie wyglądać na bardziej atrakcyjne, niż jest w rzeczywistości.
• Zapisz liczbę używanych systemów. Każda granica między systemami może wpływać na nakład pracy związany z wdrożeniem i wsparciem.
• Uwzględnij możliwość „najpierw przeprojektować” i „nie automatyzować”. Najlepszym rozwiązaniem może być usunięcie zadania albo zmiana sposobu jego wykonywania.

Dostawcy: platforma do wszystkiego czy wyspecjalizowane narzędzia?

Niektórzy dostawcy oferują RPA i process mining na jednej platformie. UiPath zaczynał od RPA, a później dodał process mining. Celonis wywodzi się z process mining i współpracuje z dostawcami rozwiązań do automatyzacji. Każde z tych podejść wiąże się z innymi kompromisami.

Więcej informacji o porównaniu dwóch dostawców zawiera nasza analiza UiPath i ProcessMind. Właściwy wybór zależy od używanych systemów, zespołu i wymagań. Oceń osobno funkcje process mining i automatyzacji. Sprawdź też, czy platforma wspiera decyzje, które trzeba podjąć.

Rola ProcessMind

ProcessMind łączy process mining, modelowanie procesów i symulację. Można go używać do:

• Odkrywania przebiegu procesów na podstawie danych o zdarzeniach.
• Analizowania wariantów, wąskich gardeł i odchyleń.
• Dokumentowania procesów za pomocą modelowania BPMN.
• Symulowania proponowanych zmian przed wdrożeniem.
• Monitorowania wyników procesu w czasie.

ProcessMind pomaga zrozumieć proces i ocenić możliwości jego ulepszenia. Nie decyduje o tym, co należy zautomatyzować, ani nie wykonuje automatyzacji. Zebrane informacje mogą pomóc uzasadnić automatyzację, przeprojektować proces lub podjąć decyzję o rezygnacji z automatyzacji.

Jeśli rozważają Państwo szersze uzasadnienie biznesowe dla process mining, warto przeczytać jak przygotować uzasadnienie biznesowe dla process mining. Informacje o potrzebnych danych zawiera artykuł jak utworzyć dziennik zdarzeń na potrzeby process mining.

Obalamy mity

Mit 1: „Process mining przygotuje plan automatyzacji”

Process mining pokazuje na podstawie danych, jak przebiega proces. Może ujawnić nieefektywności, wąskie gardła i odstępstwa. Zespół nadal musi zinterpretować wyniki i zdecydować, co zautomatyzować, przeprojektować, a co pozostawić bez zmian. Do obietnic przygotowania planu automatyzacji jednym kliknięciem warto podchodzić ostrożnie.

Mit 2: „Process mining służy głównie do analizy botów RPA”

Process mining może pomóc ocenić szerszy proces, w którym działa bot, ale nie wyjaśnia każdego szczegółu jego działania. Jeśli bot wykonuje z góry określony skrypt, warto przejrzeć skrypt i jego logi, aby zrozumieć jego zachowanie. Process mining przydaje się, gdy trzeba sprawdzić, jak zautomatyzowany etap wpisuje się w cały proces.

Mit 3: „Przed każdym projektem automatyzacji trzeba wdrożyć process mining”

Nie trzeba. Jeśli zadanie jest proste, dobrze znane, a wyjątki są jasno określone, można przystąpić do pracy bez process mining. Ta metoda jest bardziej przydatna, gdy proces jest złożony lub żaden zespół nie widzi go w całości.

Mit 4: „Automatyzacja i process mining wymagają dostępu do tych samych danych”

To nieprawda. RPA działa za pośrednictwem interfejsów użytkownika i może wymagać dostępu do ekranów oraz aplikacji. Process mining potrzebuje uporządkowanych danych o zdarzeniach z systemów biznesowych. Wymagane dane, uprawnienia i kompetencje mogą się różnić.

Planowanie obu działań równocześnie wymaga koordynacji na styku różnych obszarów: innych pytań („Co można zaprogramować?” i „Co dzieje się w całym procesie?”), różnych właścicieli oraz dostępu do różnych danych.

Zacznij od danych, nie od celu automatyzacji

Process mining pomaga ustalić kolejność kandydatów do automatyzacji, oszacować zakres prac i sprawdzić, jak zmieni się cały proces. Może też pokazać, że automatyzacja nie jest najlepszym następnym krokiem. To cenna informacja: celem jest podjęcie dobrej decyzji, a nie automatyzowanie jak największej liczby zadań.

Dowiedz się, jak oceniać kondycję procesu przed zmianą i po niej.

Zaprojektuj stan docelowy przed automatyzacją, aby ocenić proces, który ma powstać.