Process mining: как к новой технологии относятся российские управленцы
Про будущее технологии Process mining и какие проблемы отечественного бизнеса она поможет решить, рассказывает Светлана Гацакова, директор Департамента корпоративных информационных систем ALP Group.
Process mining – зрелая и в то же время быстро развивающаяся технология, позволяющая организации раз за разом проводить глубокий анализ существующих бизнес-процессов, оценивать их реальную эффективность по различным критериям, выявлять отклонения от регламентов, а затем, опираясь на собранную информацию, — вносить в процессы улучшения и проводить замеры влияния этих изменений на выбранные организацией критерии эффективности. То есть проводить непрерывное улучшение системы бизнес-процессов на уровне подразделения, территориальной единицы, организации в целом, а также партнерского кластера.
Для современных российских предприятий эта технология исключительно актуальна, ведь, с одной стороны, они входят в период цифровой трансформации и сталкиваются с беспрецедентной «плотностью изменений», а, с другой, — начинают по-настоящему переходить от свободного использования термина «бизнес-процессы» к настоящему процессному управлению, менеджменту на основе данных (data-driven management, или ddm), внутреннему и внешнему аутсорсингу.
Большая проблема связана с тем, что регламенты процессов и вообще регламентация деятельности в бизнесе всё чаще не успевают за изменениями в реальной жизни. Ведь циклы согласования нормативных документов в крупных компаниях весьма растянуты во времени, рынок же диктует свои условия и требует гораздо более оперативного реагирования, а зачастую и упреждающих изменений. И каждый раз менеджерам требуется сделать выбор из многих возможных вариантов реагирования, учитывая сценарии развития рынков, особенности организации, ее стратегию, корпоративную культуру, ресурсную базу и состояние бизнеса. Правильный выбор требует серьезного анализа данных, применения сценарного подхода, прогнозирования, управленческих экспериментов и моделирования. И, конечно, мониторинга того, как все процессы (до и после улучшений) происходят в жизни.
Делать всё это вручную очень тяжело, а оперативность такого анализа совершенно не достаточна. Решения класса process mining созданы именно для преодоления этих недостатков. Они позволяют взять информационную систему предприятия, провести на ней анализ того, что происходит в реальности, получив четкую и ясную картину того, как бизнес-процессы выстроены на самом деле. И понять, насколько они соответствуют тому, что заложено в локально-нормативных документах, а также вИдению, которое имеют руководители в компании, владельцы бизнеса, топ-менеджмент и тд.
Располагая такой информацией, гораздо проще находить узкие и проблемные места в системе управления, обнаруживать шаги процессов, которые либо не соответствуют нормативной документации и другим ограничениям, либо выявляют махинации хитрых сотрудников, использующих недостатки информационной системы (например, случайно расширенные права или отсутствие каких-то ограничений), чтобы облегчить себе жизнь. В лучшем случае, это приводит к тому, что процессы идут не так, как требуют нормативные документы, а как проще, удобнее и привычнее таким сотрудникам, или как они считают более правильным. В худшем — выявленные отклонения могут вскрывать спланированные злоупотребления. Развитые современные системы process mining позволяют очень легко и наглядно выявлять такие аномалии и бороться с ними. Это большая задача, которую process mining успешно решает.
Другая большая задача для систем класса process mining — это моделирование процессов. Когда можно «поиграть» шагами процесса, по-разному перестраивая его регламент, чтобы заранее, еще на этапе проектирования, оценить эффективность в разных ситуациях — как в трудозатратах, так и в общей длительности процесса. Можно убирать какие-то избыточные шаги. Или, наоборот, добавлять их, понимая, что на каких-то этапах процесс недостаточно контролируется. При моделировании менеджер может «на бумаге» проанализировать ситуацию по принципу «что если…». Если мы изменим здесь, что у нас получится на выходе, каким образом поменяется процесс, его временнЫе и иные характеристики? Насколько работа станет менее трудоемкой и более эффективной? На каких шагах мы можем сэкономить существенную долю времени? Каким образом уменьшить необходимое рабочее время сотрудников и, в конечном итоге, сохранить деньги компании?
Третья очень важная задача — это совместное применение технологий process mining и роботизации процессов (RPA), чтобы переложить рутинные процессы и операции на программных роботов. Это резко ускоряет и удешевляет такие процессы, снимает ограничения по их масштабированию. А также устраняет разнообразные проявления человеческого фактора: ошибки, нестабильность результатов, склонность к нарушению регламентов, неспособность человека качественно и без подготовки отрабатывать процессы, возникающие лишь изредка, и др. В то же время, высвобождая значительные объемы рабочего времени, роботизация требует перекраивания должностных обязанностей, что может отражаться на других процессах.
Всё вышеперечисленное — это первостепенные вопросы для современных менеджеров, привыкших принимать решения на основе или хотя бы с учетом точных данных. Такие управленцы легко схватывают идею process mining и поддерживают внедрение соответствующих ИТ-решений. Оценив перспективы применения process mining в масштабах всей организации и партнерского кластера, эти менеджеры без труда приходят к пониманию выгод применения готовых импортонезависимых технологических платформ process mining, интегрированных с решениями 1С и с другим российским ПО. Крупные организации понимают: управление системой бизнес-процессов — слишком важная задача, чтобы подвергать ее санкционным и иным рискам.
Технология не стоит на месте. На мой взгляд, будущее — в тесном слиянии систем process mining и существующих информационных систем (особенно, систем ERP и i-ERP), чтобы мониторинг, который эти системы позволяют организовать, производился автоматически. Т.е. в систему process mining закладывается библиотека шаблонов процессов, и система автоматически, практически в режиме онлайн, анализирует происходящее изменения и сравнивает их с эталонами. При выявлении отклонений — тут же формирует уведомления ответственным сотрудникам, призванным следить за качеством процессов и за тем, чтобы ситуация не заходила в тупик. Такие интегрированные системы будущего будут легче и полнее вскрывать ситуации, когда что-то уже давным-давно плохо работают, а мы и не догадываемся об этом пока не произойдет ЧП.
И, конечно, моделирование будет развиваться, выходя на новые горизонты. Например, будет систематически применяться для прогнозирования того, как на предполагаемые изменения бизнес-процессов отреагирует сама организация, ее клиенты, партнеры, конкуренты. Удобно, заранее проиграв на модели варианты технических или организационных изменений, спрогнозировать, что будет происходить в тех или иных ситуациях. В таком моделировании будут активно использоваться данные, накопленные в ходе прошлых улучшений изменяемых процессов. Здесь process mining смыкается с технологией цифровых двойников (в несколько расширенном понимании этой концепции), с управлением жизненным циклом процессов и их совокупностей. И когда организация накопит достаточно представительную библиотеку двойников, она сможет в системе process mining проводить очень глубокие управленческие эксперименты, которые нельзя поставить в реальности. Но это довольно отдаленная перспектива.
Отмечу, что менеджеры проявляют интерес не только к отработанным инструментам process mining, о чем я говорила выше, но и к перспективным возможностям этой технологии. Разумеется, это более осторожный интерес, что понятно и правильно. Прогнозирование и эксперименты с цифровыми двойниками — слишком новые технологии для большинства отраслей. Даже роботизация процессов — это новое. Но они эти концепции достаточно ясно очерчивают путь, по которому организации смогут двигаться, когда современный вариант process mining станет применяться практически повсеместно. Process mining будет помогать бизнесу совершенствовать процессы и сегодня, и завтра, и в отдаленной перспективе.
Светлана Гацакова
Директор Департамента корпоративных информационных систем ALP Group
Добавить комментарий