用流程挖掘发现自动化机会

如何通过流程挖掘发现流程自动化机会

流程自动化不只是把任务交给机器人，更要判断哪些工作值得改变。流程挖掘能帮助您看清实际流程、量化自动化候选步骤，并评估自动化是否适用；分析也可能表明，某些步骤更适合重新设计或维持现状。

较适合自动化的步骤通常发生频繁、路径一致，且处理耗时足以产生影响。发生频率、标准化程度、业务量和处理时间可以帮助您整理候选清单。异常率则有助于判断其中有多少工作可以沿自动化路径完成。

自动化热潮与现实检验

搜索“流程挖掘和RPA”，会看到不少供应商将流程挖掘描述为自动化的必经第一步。其说法很简单：绘制流程、找出重复性任务，再交给机器人处理。

这种说法忽略了一个重要事实：许多显而易见的自动化候选任务，团队早已心中有数。财务团队可能知道自己需要在系统间复制发票数据，支持团队也可能知道自己一直在手动分派相同类型的工单。要确认一线员工已经发现的问题，并不需要开展完整的流程挖掘项目。

当情况不那么明朗时，流程挖掘才更有价值：例如工作跨越多个团队或系统、异常难以预测，或者您需要证据比较变更前后的流程。它可以帮助您决定自动化哪些工作，但不应把每个流程问题都变成自动化项目。

快速了解：RPA、智能体自动化与流程挖掘

RPA是一种数字化自动化方式，可在不同界面间传递数据。能够驱动完整工作流的流程自动化工具则是另一种方式。看清流程后，您更容易选择合适的工具。

这些术语分别描述工作的不同方面。

如需全面了解，请阅读什么是流程挖掘。如果您刚开始了解RPA，请参阅我们的RPA入门指南。

智能体自动化提供了另一种方式。RPA机器人按照预先设定的步骤执行；智能体则接收目标并自行选择操作。因此，清晰描述流程变得更加重要。在将工作交给智能体之前，您需要了解流程变体、异常情况，以及怎样才算正确完成任务。这些信息同样有助于判断某个步骤是否适合自动化。

流程挖掘真正能发挥作用的场景

当您需要获取难以通过研讨会或单个团队视角获得的证据时，流程挖掘可以为业务流程自动化提供支持。

• **发现团队和系统间的重复工作。**相同数据可能需要在多个地方重复录入，交接也可能反复引发返工。端到端流程数据能够揭示这些模式，而只关注各自任务的团队往往难以发现。
• **量化涉及的工作量。**衡量某个步骤发生的频率和耗时。与笼统声称流程具有自动化潜力相比，这些数据能帮助您更切实地估算可纳入范围的工作量。
• **了解例外情况。**某项任务看似一致，但比较不同变体后可能会发现差异。例外率能帮助您了解有多少工作遵循常见路径，又有多少需要采用不同方式处理。
• **检查部署后的变化。**比较变更前后的流程表现，查看流程是否按预期变化，以及是否出现新的瓶颈或偏差。
• **找出不适合自动化的工作。**流程挖掘可能显示，某项任务例外情况过多、依赖判断，或发生频率太低，不值得投入自动化成本。即使最终不开发机器人，这也是有价值的发现。

频率×标准化程度×业务量：筛选候选任务的标准

先从四个因素入手。频率、标准化程度和业务量有助于判断任务是否适合重复执行。处理时间则反映所涉及的工作量。请将这些因素用于初步筛选，而不要把它们视为节省成本的保证。

标准	问题	重要性	检查内容
频率	该步骤发生的频率如何？	低频任务可能不值得投入自动化成本	活动次数和每月案例数
标准化程度	存在多少种变体？	机器人需要明确的路径和规则	变体数量，以及遵循常见路径的案例占比
业务量	有多少案例遵循这条常见路径？	总次数很高，也可能掩盖可重复处理的案例占比很低	最常见变体的案例数
处理时间	每个实例需要人工处理多久？	反映可能纳入自动化范围的工作量	每项活动的持续时间，并结合运营经验核实

根据团队认可的定义，为每个因素打1至5分。您可以将分数相乘，为候选任务排序，但不要把结果当作商业论证。某个因素得分高，无法弥补其他方面的不适合。频繁发生但例外很多的任务可能需要重新设计；标准化程度高但很少发生的任务，可能不值得自动化。

还可以用例外率进一步核查。它反映案例偏离所评估路径的频率。例外率高意味着需要调查原因，并不代表应自动排除该候选任务。

计算自动化潜力

估算可能遵循常见路径的业务量和处理时间。可以使用以下简单方法进行初步筛选：

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

例如，假设每月进行4,200次信用审核，每次需要6分钟，总处理时间为420小时。如果18%的案例采用不同路径，那么常见路径的估算工作量约为每月344小时。

这只是对可纳入范围的工作量估算，并非节省成本的预测。它没有计入处理例外、监控自动化，以及开发和维护自动化所需的时间。提出商业论证前，请与流程团队核实估算，并考虑这些成本和职责。

如需了解流程数据如何支持这项分析，请查看ProcessMind的流程挖掘功能。

坦诚来说：您并非总是需要流程挖掘

如果您只需要一份待自动化任务清单，流程挖掘可能并非必要。

流程挖掘需要事件数据、数据准备工作，以及能够解读发现结果的人员。对于简单且已充分了解的任务，与实际执行工作的团队沟通，可能就足以明确步骤和例外情况。之后，您可以决定是否开发机器人。

例如，如果应付账款团队已经知道自己需要花时间将邮件中的发票数据复制到ERP系统，您可能不需要通过事件日志分析来确认这项任务确实存在。自动化之前，仍需核查相关规则、例外情况和风险。

当流程涉及多个团队或系统、实际流程与文档记录不符，或您需要基准来评估变更时，流程挖掘更有用。它应当帮助您回答实际问题，而不应成为每个自动化项目的前置条件。

流程挖掘很适合发现自动化候选任务，但流程建模往往是更好的起点：实际执行工作的人员无需分析，就能指出痛点。先把沟通做好，自动化就更像是沟通问题，而非数据问题。

流程挖掘不止于寻找自动化目标

将流程挖掘局限于RPA的说法，容易让人以为它只是寻找自动化机会的工具。实际上，它也能帮助您了解并改进更广泛的流程。

• **监控流程绩效。**跟踪周期时间、偏差和流程顺序变化。了解持续流程监控的运作方式。
• **检查一致性。**将实际流程路径与预期流程进行比较。这有助于开展合规和治理工作，但无法修复运行不佳的流程。
• **调查根本原因。**如果订单延迟，可按供应商、地区、团队或流程变体比较案例，找出延迟发生的位置。
• **先重新设计，再考虑自动化。**流程分析可以帮助您找出可删减的步骤、可减少的交接或可简化的审批。与其自动化现有流程，不如先从更精简的流程入手。
• **对变更建模并进行模拟。**借助ProcessMind，您可以对流程变更建模，并在实施前模拟其潜在影响。

自动化只是一种选择。先了解问题，再决定是重新设计、自动化，还是维持流程现状。

切实可行的分步方法

按以下顺序，将流程分析与自动化决策联系起来：

1. **了解流程。**查看流程变体、瓶颈、返工和例外情况。
2. **先改进流程。**开发自动化之前，先考虑能否删除不必要的步骤或交接。
3. **筛选合适的任务。**比较频率、标准化程度、业务量、处理时间和例外率。
4. **评估工作量和风险。**核查涉及的系统、任务遵循的规则，以及例外情况的处理方式。
5. **监控结果。**将变更后的流程与基准进行比较，并调查意外影响。
6. **随工作变化重新评估。**新政策、新系统和流程变体都可能改变自动化是否仍然适用。

监控环节请参阅持续流程监控指南。如需在自动化前记录目标流程，请了解BPMN建模。

整理一份便于审核的候选清单

使用此模板比较候选步骤。先填写数据证据，再为选项排序。字段为空或信息不确定，意味着需要进一步调查，而不是可以假定该任务适合自动化。

步骤	每月实例数	变体数	最常见变体的业务量占比	处理时间	例外率	可纳入范围的工时	开发工作量	涉及的系统	初步结论
信用审核	4,200	6	82%	6分钟	18%	约344小时	中等，涉及一个系统和一套规则	ERP、信用征信机构	列入候选清单以供审核
手动匹配发票	1,100	14	41%	11分钟	59%	约83小时	高，变体多、数据质量差	ERP、银行数据流	进一步调查并重新设计
月末报告汇总	12	3	90%	3小时	10%	约32小时	低	报告工具	检查自动化数据来源是否更合适

这些示例展示了如何组织审核，并非节省成本的预测。请使用自己的数据，并与实际处理这些工作的人员核实相关假设。

以下三种做法能让候选清单更有用：

• 排序前填写所有列。仅看频率，可能会让任务显得比实际更适合自动化。
• 记录涉及的系统数量。每个系统边界都可能影响实施和支持工作量。
• 将“先重新设计”和“不自动化”保留为有效选项。最佳决策可能是删除该任务，或改变其执行方式。

供应商选择：一体化平台还是专业工具组合？

一些供应商在同一平台上提供RPA和流程挖掘。UiPath起步于RPA，之后增加了流程挖掘。Celonis则源于流程挖掘，并与自动化供应商合作。两种方式各有取舍。

如需深入了解某项供应商对比，请阅读我们的UiPath与ProcessMind对比分析。合适的选择取决于您现有的系统、团队和需求。请分别比较流程挖掘和自动化功能，并确认平台能否支持您需要做出的决策。

ProcessMind的适用场景

ProcessMind将流程挖掘、流程建模和模拟整合在一起。您可以用它来：

• 发现流程如何运行，使用事件数据进行分析。
• 分析流程变体、瓶颈和偏差。
• 记录流程，并使用BPMN建模。
• 模拟拟议变更在实施前的影响。
• 监控流程表现随时间的变化。

ProcessMind帮助您了解流程并评估改进方案，但不会替您决定要自动化什么，也不会替您执行自动化。您可以根据分析结果提出自动化方案、重新设计流程，或决定不进行自动化。

如果您正在评估流程挖掘的整体商业论证，请参阅如何构建流程挖掘商业论证。如需了解所需数据，请阅读如何创建流程挖掘事件日志。

澄清常见误解

误解一：“流程挖掘会生成自动化方案”

流程挖掘会根据数据展示流程的运行情况，并揭示低效环节、瓶颈和偏差。您的团队仍需解读这些发现，并决定哪些内容要自动化、重新设计或维持现状。对于“一键生成自动化方案”之类的说法，请谨慎看待。

误解二：“流程挖掘主要用于分析RPA机器人”

流程挖掘可以帮助您评估机器人所在的整体流程，但无法解释机器人的每个操作细节。如果机器人按预设脚本运行，请查看脚本和日志以了解其行为。当您需要了解自动化步骤如何融入端到端流程时，再使用流程挖掘。

误解三：“每个自动化项目之前都需要流程挖掘”

并非如此。如果任务简单、情况明确，且例外情况清楚，您可能无需流程挖掘就能推进。流程复杂，或任何单个团队都无法掌握全貌时，流程挖掘会更有用。

误解四：“自动化和流程挖掘需要相同的数据访问权限”

并非如此。RPA通过用户界面运行，可能需要访问屏幕和应用程序。流程挖掘则需要来自业务系统的结构化事件数据。两者涉及的数据、访问权限和技能可能各不相同。

同时规划两者，意味着需要协调这些差异：关注的问题不同（“我们可以编写哪些脚本？”和“整个流程正在发生什么？”）、负责人不同，数据访问权限也不同。

从数据证据入手，而非预设自动化目标

流程挖掘可以帮助您为自动化候选任务排序、估算可纳入范围的工作量，并检查整体流程如何变化。它也可能告诉您，自动化并非下一步的合适选择。这同样是有价值的结果：目标是做出合理决策，而不是自动化更多任务。

了解如何评估流程健康度，比较变更前后的情况。

在自动化前设计目标状态，以便评审计划构建的流程。