Process Mining (PM, восстановление процессов, глубинный анализ процессов) — это мостик между программой по созданию цифрового предприятия и инициативой по непрерывному совершенствованию процессов предприятия. Технология позволяет работать с любыми бизнес-процессами от производственных до финансовых, но наиболее эффективна для сквозных процессов или даже метапроцессов, например всей цепочки управления поставками (Supply Chain Management). Появляется возможность объективно оценить влияние внешних процессов на производство и взять человеческий фактор под контроль. В открытых источниках фигурирует описание технологии как общее название ряда методов и подходов, предназначенных для анализа и усовершенствования процессов в информационных системах или бизнес-процессов на основании изучения журналов событий. Но это достаточно абстрактное описание. Попробуем разобраться на практике, какие реальные возможности открывает PM для повышения эффективности труда в любой компании или организации.

Если вы руководитель крупной корпорации, то ваш традиционный подход к повышению эффективности бизнеса — привлечение аудиторской фирмы и проведение исследования среди сотрудников для выяснения качества выполнения тех или иных задач. Затем, исходя из лучшей мировой практики, собственного понимания индустрии и других параметров, аудиторы рекомендуют внесение ряда корректив в работу компании, данные рекомендации применяются к сведению и в идеале рано или поздно приносят определенную выгоду.

Этот подход используется давно, хорошо себя зарекомендовал, но у него есть одно ключевое ограничение, которое резко снижает его эффективность при применении в крупных холдингах или предприятиях, работающих на федеральном уровне, — невозможность масштабирования. Будь то собственные или нанятые специалисты, в крупной компании они физически не в состоянии провести интервью со всеми сотрудниками. Если компания действительно большая, вы не можете гарантировать, что узнали все особенности прохождения конкретного процесса, просто потому что кто-то не вспомнил, а кто-то скрыл информацию, не захотел рассказывать о том, что у него не всегда и не все получается как надо. Кто-то осознанно не захотел отвечать (или правдиво отвечать) на все вопросы. Кто-то работает «в полях» или на дому и не смог попасть на опрос, кто-то в отпуске, кто-то заболел. Даже в тех случаях, когда внутри компании есть утвержденные инструкции и созданные ранее формальные документы, детально описывающие процесс, нет никакой гарантии, что этот процесс: а) актуален; б) отражает все возможные варианты его воспроизведения (есть варианты течения процесса, которые встречаются редко, например, раз в квартал, но про них все забывают до того момента, пока они не случатся, а когда вы делаете ручное исследование, то не узнаете об этом).

Проблема известна, во всех методиках управления эффективностью процессов есть действия, направленные на то, чтобы компенсировать такие ограничения, но именно компенсировать, а не избавиться. По сути дела в традиционной методологии мы «закладываем резерв» на то, что все не так, как нам кажется, и таким образом снижаем эффективность вносимых изменений.

Исходя из вышесказанного, становится очевидной идея необходимости автоматического или непрерывного восстановления модели бизнес-процессов. Мы же умеем распознавать текст, искать людей на фотографиях и предсказывать результаты выборов. Но сделать это не так легко — шаги в процессе не идут линейно, их последовательность может быть разной, а не только в порядке A, B, C, D, E и т. д. Процессы ветвятся, и внутри них также бывают циклы. Самый простой пример цикла — это цикл согласования, когда с первого раза документ «не прошел», его необходимо переделывать и перенаправлять и второй, и третий, и четвертый, и пятый раз. Эти циклы бывают вложенными друг в друга, а могут включать параллельные действия. До недавнего времени алгоритмов для непрерывного восстановления хоть сколько-то сложных (то есть, действительно важных для оптимизации) процессов попросту не было. Поэтому и используется ручной труд аналитика — человека, который, проводя интервью, восстанавливает процесс вручную.

Если настроить работу системы таким образом, чтобы все действия сотрудников автоматически в ней отражались (а в этом и заключается работа Process Mining), получающиеся автоматические отчеты в режиме онлайн позволяют значительно повысить эффективность консультанта/методолога. Как следствие, по итогам восстановления бизнес-процесса в компании у менеджмента появляется возможность его анализировать на любом уровне с высокой точностью, используя специальный набор способов анализа.

С ростов уровня цифровизации предприятия растет объем «следов», которые возникают в информационных системах. В дополнении к финансовому и управленческому учету в ERP теперь есть (скоро появится) возможность получать данные о ходе производства в привязке к конкретному экземпляру товара, отправляющегося покупателю. В результате появляется возможность работы со сквозным метапроцессом, соединяя в единую цепочку этапы привлечения клиента, продажи, формирования заказа, закупки сырья и комплектующих, производства конкретного изделия (изделий), их доставки покупателю и оплаты. Традиционные методы позволяют описать и проанализировать процесс такого масштаба только на максимально высоком уровне, а Process Mining позволяет работать (анализировать) его на любом уровне детализации.

И такой анализ полезен не только для методологов группы повышения эффективности процессов. В цифровом предприятии это дает возможность выявить взаимосвязи, которые превращаются в правила для работы модели производственной цепочки, что в свою очередь позволяет оптимизировать использование производственных ресурсов, снизить потребность в складских площадях, уменьшить сроки оборачиваемости капитала, принося количественный и видимый экономический эффект.

И, что немаловажно, делать это можно непрерывно, а не раз в полгода/год/пятилетку, как это происходит в случае «ручного» аудита. Можно не только отслеживать состояния «было» и «стало», но и контролировать сам процесс хода изменений, снижая сроки их внедрения, сравнивать между собой работу разных бизнес-подразделений внутри холдинга и многое другое.

Что включает в себя понятие Process Mining

В нашей трактовке технология Process Mining состоит из двух неотъемлемых частей: инструмент и методология.

1. Инструмент, который физически выполнит работу, заберет данные из информационных систем, нарисует процесс в понятной для человека форме и даст возможность его анализировать.

2. Методология, которая позволяет:

а) понять, на что надо смотреть и что нужно искать в этом процессе;

б) перейти к реальным организационным изменениям.

Первая составляющая конечна важна. Если говорить о наличии таких инструментов на рынке, то пригодными для коммерческого (а не академического) использования можно считать порядка 6-8 решений. Из них большинство адаптировано под потребности консультанта, проводящего разовый проект по оптимизации процессов; для использования внутри корпорации, желающей заниматься непрерывным совершенствованием своих процессов, подойдут одно или два решения.

Но более важным является второй компонент. Как и в случае с Big Data, помимо создания ИТ-инфраструктуры, необходимой для работы системы, для внедрения и успешного завершения проекта потребуются квалифицированные специалисты, способные найти пути использования новой технологии и оптимизации бизнес-процессов (Process Scientists). Компаниям вместе с поставщиками решений в области больших данных понадобилось не менее пяти лет, чтобы понять: просто покупка лицензии на программное обеспечение не позволит достичь успешного, экономически оправданного внедрения. Результатом явился спрос на Data Scientists, который остается не полностью удовлетворенным до сих пор. Чтобы не повторять ошибок, мы и говорим о том, что методология внедрения и обучение Process Scientists являются неотъемлемыми частями технологии. Задача Process Scientists — не просто предоставить, внедрить инструмент. Совместно с сотрудниками заказчика в рамках рабочей группы они ищут пути его использования, учитывающие бизнес-модель и ограничения конкретной компании с тем, чтобы максимально оптимизировать с помощью Process Mining бизнес-процессы и получить экономический эффект.

Примеры применения Process Mining

С помощью Process Mining можно выявить ошибки в работе систем и звеньев компании, которые очень сложно найти традиционными методами анализа. Например, это редко используемые сценарии выполнения процесса. Почему? По своей природе люди оптимистичны. Участники любого бизнес-процесса понимают, что реализация проекта может двигаться по идеальному маршруту, а может и уклониться от запланированного сценария, когда нужно принимать дополнительные меры для исправления ситуации. Но когда перед сотрудниками ставится задача дать экспертную оценку процессу, они (по причине общечеловеческой оптимистичности) выдают прогноз вероятности неудачных сценариев не более 1-2%, при том, что на самом деле это10-15%. Это не саботаж и не компетентность, просто свойство человека, о котором пишут во всем мире. Тут Process Mining позволяет перейти от качественной к количественной оценке и принять сохраненное решение о дальнейших действиях, сравнивая потенциальные трудозатраты на внесение изменений с ожидаемым экономическим эффектом.

Другое применение. Process Mining — это автоматизация анализа соответствия процессов тем стандартам и тем регламентам, которые приняты в компании, и насколько такие несоответствия негативны для бизнеса. Process Mining позволяет проанализировать эффект от отклонения, то есть разобраться, что плохого в том, что у нас часто возникает потребность в пересогласовании какого либо документа, которое возникает гораздо чаще чем мы думали, насколько в реальности один сценарий исполнения процесса отличается от другого с точки зрения конечного результата для бизнеса и т. п. Система не только покажет отклонение от стандартного процесса, который, скажем, не предполагает, что после того, как закупка согласована, ее могут изменять, но и то, во что это выливается в терминах либо времени, либо ресурсов, либо трудозатрат. Делается это автоматически, без ручного вмешательства: система «подсвечивает», что в 10% случаев для некоторых видов закупаемых материалов мы отклоняемся от регламента. Задача бизнеса, увидев эту информацию, — проверить, находится ли это отклонение в пределах нормы, и при необходимости принять меры.

Еще один пример — это анализ бизнес-процесса в крупной компании, имеющей много подразделений и филиалов. Часто разные крупные подразделения могут выполнять один и тот же процесс по-разному. Process Mining позволяет понять, соответствуют ли мои процессы тем стандартам и тем регламентам, которые я принял у себя в компании, и насколько такие несоответствия негативны для бизнеса.

Реальный срок внедрения Process Mining для России — 3-4 месяца. Это нормальный срок для большой компании с учетом того, что никто из них не использует стандартную конфигурацию учетных информационных систем и интеграция занимает больше времени, равно как и административные процессы запуска проекта, информационной безопасности и т. п.

Process Mining и другие информационные системы

Сейчас у читателя должен возникнуть вопрос — а чем Process Mining лучше того, что уже внедрено в компании: средств корпоративной отчетности и BI? Тем, что он позволяет искать проблемы/зоны оптимизации, а не только контролировать уже известные. Правильный вопрос можно задать, только зная большую часть ответа. Традиционные средства корпоративной отчетности, BI и т. д. не обладают инструментами анализа хода процесса, а только считают агрегированные показатели. Это означает, что мы заведомо должны знать, что существует проблема, понимать ее суть и т. п. В случае с Process Mining вы работаете с неагрегированной информацией, произвольно ее «вертя», строя гипотезы и тут же проверяя их, затрачивая на это минуты и часы, а не недели и месяцы, которые потребовались бы на изменение структуры хранения данных и списка рассчитываемых агрегатов в традиционных системах отчетности.

Для кого предназначена технология Process Mining

Прежде всего Process Mining нужен тем компаниям, которые хотят и могут изменяться, становиться лучше, эффективнее. Помимо выявления зон потенциальной оптимизации он также позволяет непрерывно контролировать вносимые организационные изменения и при необходимости на месте исправлять проблемы. Это важно, так как легко сказать «О’кей, мы с завтрашнего дня работаем по-новому», но сделать это крупной компании гораздо сложнее. Более того, начав по-новому с завтрашнего дня, можно сразу сравнить результат со вчерашним и при необходимости сразу внести дополнительные коррективы. Не всегда то, что планировал, работает так, как ожидали, и чем раньше мы определим это, тем мы сможем эффективнее решать задачу.

Тем, кто способен меняться, технология помогает меняться. Это важно и для финансового департамента, и для коммерческих подразделений, и для производства. В большинстве крупных производственных компаний существуют различные инициативы, например, Lean Management, Шесть сигм, которые служат для непрерывного улучшения эффективности путем анализа. В этом случае Process Mining становится источником информации и средством анализа и отслеживания ситуации для таких программ или инициатив, потому что дает им новые данные, дополнительные возможности, чтобы думать, как и что дальше улучшить, дополняет их необходимыми, ранее недоступными данными.

Если же таких подразделений нет, то самое время начать их создавать на базе центров обслуживания бизнеса, финансовой функции или иных подразделений, которые так или иначе заняты работой с бизнес-процессами компании.

Таким образом, фокус внимания Process Mining — это взаимодействие не между системами, а между сотрудниками и подразделениями. Его потребители — на департамент ИТ, а бизнес-пользователи, которые, видя картину реальных процессов, в состоянии проанализировать и понять, что и как может быть быстро изменено, почему изменение не приводит к результату и т. п.

Конечно, эффект от внедрения технологии зависит от размера компании. Наибольший эффект будет достигнут в крупных корпорациях, имеющих много филиалов и обслуживающих большое количество клиентов, используя многоступенчатые процессы взаимодействия с ними: розничных сетей, банков, крупных отраслевых дистрибьюторов, сервисных предприятий. Process Mining поможет тем компаниям, в которых идут массовые процессы продажи и обслуживания, у которых есть большие обороты и большое количество контрагентов, в которых организованы длинные процессы, затрагивающие большое число функциональных подразделений. В структурах небольшого и среднего размера достаточно хорошо работают традиционные способы контроля, а вот в масштабе корпораций «рук» и «глаз» для обеспечения порядка уже не хватает.

В каких процессах нужен Process Mining

PM необходим во всех случаях, где присутствует отражение деятельности сотрудников в информационных системах и где выполняется оно из двух условий:

· это простые массовые процессы, которые производятся несколько тысяч (десятков тысяч, сотен тысяч) раз в день (например, банковское обслуживание клиентов). Последовательность шагов выверена до мелочей, и мы следим за эффективностью конкретного сотрудника, отделения. Вряд ли удастся поменять механику процесса, но можно будет сэкономить на отладке работы каждого звена, что в совокупности даст ощутимый эффект;

· это сложные, длинные индивидуальные процессы, затрагивающие работу множества департаментов. В данном случае Process Mining ищет уже не способ ускорить, а способ упростить процесс, оптимизировать количество шагов, избежать дефектов процесса, лишних циклов, вовлечения лишних участников и т. д.

В обоих случаях использование Process Mining дает ощутимый экономический эффект.

Автор статьи — директор по развитию продуктов «РАМАКС Интернейшнл».

Версия для печати