Как процессная аналитика помогает перестроить модель управления бизнесом
Мария Гуртученко, начальник управления аналитики по расходам и Process Mining Сбербанка — о том, какое значение для бизнеса приобретает анализ цифровых следов его деятельности
В условиях нестабильности и кризисных событий компании острее ощущают необходимость оптимизации своих затрат и повышения эффективности. При этом традиционных методов управления ресурсами, таких как лимитное планирование, учет рабочего времени, сокращение бюджетов, уже недостаточно для адаптации к новым обстоятельствам. Одним из новых способов помочь бизнесу может стать process mining или процессная аналитика.
Термин объединяет понятия data mining (сбор данных) и process management (управление процессами) и описывает суть технологии. Сегодня у большинства рабочих процессов есть цифровой след в виде логов — данных, фиксируемых в журналах событий. Извлечение и автоматизированный анализ этих данных для выявления и устранения узких мест называется process mining. При этом обилие цифровых следов и возможности современных аналитических решений делают процессную аналитику доступной практически любой компании.
Системы process mining превращают цифровые следы в наглядные схемы процессов, показывают источники неэффективности. Так, с помощью process mining снабженцы могут оперативно выявлять повторные платежи и управлять незапланированными покупками, логисты — сравнивать эффективность различных каналов доставки грузов, а операционные руководители — ежедневно мониторить производительность своих сотрудников.
Например, за счет комплексного внедрения решения process mining компания PepsiCo смогла сэкономить более 1000 человеко-часов на обработке счетов, на 86% снизить процент отказов при размещении заказов клиентов, выявив и устранив наиболее частые проблемы, такие как превышение лимитов, аннулирование со стороны клиента, а также технические и интеграционные ошибки. Как показывает наша практика, использование технологии process mining позволяет удешевить процесс в среднем на 10%.
Еще несколько лет назад основными лидерами в России в сфере процессной аналитики были зарубежные компании. Однако после ухода их с нашего рынка на первый план выдвинулись отечественные разработки. «Сбер» в этом году также вывел на рынок свое решение в этой области. Sber Process Mining — платформа для интеллектуального анализа и повышения эффективности процессов, которая более трех лет используется внутри «Сбера». С помощью Sber Process Mining мы смогли в пять раз сократить время на актуализацию персональных данных клиентов, на 25% сократить длительность обследования места установки банкоматов и оптимизировать еще множество других вещей. Теперь Sber Process Mining успешно используется в других компаниях, например во внутреннем аудите X5 Group.
В 2021 году, по данным исследования, проведенного PwC и ABBYY, около 20% российских компаний могли регулярно собирать и анализировать оцифрованные данные о своих процессах. А уже в 2024-м, согласно исследованию, доля компаний, использующих process mining, может вырасти до 50%. В чем секрет такого роста? Дело в том, что современные системы process mining позволяют приступить к анализу на простом наборе данных, что максимально сокращает время между началом использования такой системы и принятием решения о конкретных улучшениях процессов по результатам исследования. Достаточно иметь всего три сущности в данных из информационной системы, в которой протекает интересующий процесс. Это идентификатор экземпляра процесса (например, номер кредитной заявки, запроса на обслуживание или договора), информация о произведенных действиях (заполнение анкеты, звонок клиенту, печать договора и т.д.) и, наконец, дата и время этих действий.
На основе этих данных можно построить базовую схему процесса и обнаружить классические проблемы — простои, повторы, возвраты, отмены. В дальнейшем возможно расширение набора признаков, за счет которых можно проводить более глубокий анализ, например по подразделениям, продуктам, регионам.
Даже в случае отсутствия модели логирования в информационных системах, платформы process mining могут обеспечить сбор необходимых данных при помощи технологии Task Mining. Она помогает записывать действия пользователя с помощью модуля, устанавливаемого на рабочий компьютер сотрудника. И хотя изначально технология использовалась в основном для контроля действий пользователей, ее применение в исследованиях process mining позволяет закрыть пробелы в логировании процессов или полностью заменить журнал событий.
Еще одним фактором, способствующим росту популярности процессной аналитики, стала возможность оперативного разворачивания полнофункциональных систем process mining с помощью облачных технологий. Благодаря этому подобные системы стали доступными и для организаций среднего и малого бизнеса. Но, конечно, компании могут принять решение о размещении инструмента на собственной технологической инфраструктуре — отличия в функционале между этой и облачной версиями платформ, как правило, отсутствуют.
Наконец, современные платформы process mining позволяют пользователям самостоятельно настраивать аналитические дэшборды благодаря интуитивно понятным пользовательским интерфейсам. Аналитики могут вводить собственные метрики процессов и настраивать правила их расчета, а могут пользоваться преднастроенным справочником показателей, экономя свое время.
Интересно, что внедрение в компаниях процессной аналитики не только способствует повышению эффективности исследуемых процессов, но и помогает общему росту проникновения цифровых технологий в компании. Переход от отдельных, разовых исследований процессов к их регулярному мониторингу в режиме, близком к реальному времени, требует перестройки системы управления данными в организации. Исследование компании Experian выявило, что 68% компаний испытывают проблемы в ходе проекта цифровой трансформации в силу низкого качества данных, поэтому внедрение process mining позволяет в предупреждающей манере выявить приоритетные области повышения уровня зрелости управления данными в организации.
Помимо работы с фактически наблюдаемыми отклонениями в текущих процессах, инструменты процессной аналитики позволяют пользователям предпринимать превентивные меры на основе алгоритмов прогнозирования. Располагая большим объемом исторических данных и контекстом протекания процессов, платформы могут прогнозировать будущие отклонения процессов.
Перспективным направлением также становится создание цифровых двойников процессов на основе аналитических выводов, полученных с помощью инструментов process mining. Их появление позволяет осуществлять многоуровневую процессную аналитику, охватывая исследованиями деятельность организации в целом.
В целом же использование process mining дает в руки конечного пользователя эффективный инструмент, который перестраивает всю модель управления компанией, создает условия для развития культуры непрерывных улучшений и в конечном счете способствует долгосрочной устойчивости компаний.
