Как Process Mining и Task Mining повышают эффективность и прибыльность бизнеса

Зачем бизнесу анализировать свои процессы

Аналитика бизнес-процессов помогает принимать решения на основе фактов и данных, выявлять слабые и сильные стороны бизнеса, определять пути оптимизации и модернизации компании. Без этого бизнесу трудно развиваться, а руководителям — эффективно управлять компанией. Аналитика помогает снижать издержки, предупреждать кризисные ситуации, повышать рентабельность и эффективность работы. Глобально бизнес‑аналитика в компании представляет собой сбор, обработку и консолидацию данных.

Еще десять лет назад аудит был основным способом анализа рабочих процессов. Развитие цифровых технологий, роботизация, искусственный интеллект, машинное обучение, интернет вещей дали основу для качественно нового этапа исследования и оптимизации бизнес-процессов. Одним из инструментов AI-трансформации является Process Mining (PM) — автоматизированная визуализация реально протекающих бизнес-процессов компании, которая дает фактическую картину происходящего. 

Анализируя данные из журналов событий (логов), технология позволяет обнаруживать и исследовать даже неизвестные процессы, находить точки для оптимизации, которые дадут максимальный эффект. Она особенно полезна для крупных компаний со множеством филиалов, сложными процессами и большим количеством клиентов (розничные сети, банки, промышленные предприятия).

Как работает Process Mining

Процесс производства стали на металлургическом комбинате начинается с добычи сырья и заканчивается отгрузкой готовой продукции заказчикам. Все это можно назвать сквозным процессом (end-to-end processes): от первой точки, с момента которой идет фиксация (starting end), до последней — дистрибуции (finishing end). Между ними можно выделить десятки подпроцессов и задач. Весь акцент технологии Process Mining сконцентрирован именно на end-to-end-процессах: обнаружение, анализ, мониторинг сквозных процессов и их подпроцессов.

Сквозной процесс производства стали включает в себя такие этапы, как добыча и обработка сырья, плавка и литье стали, прокатка и обработка готовой продукции, сертификация продукции, упаковка и отгрузка. Между этими основными этапами также существует множество подпроцессов и задач, вроде обслуживания оборудования, контроля качества продукции, управления персоналом и т. п. Process Mining фиксирует, как фактически протекает процесс, визуализируя это на карте: детальный путь любого элемента процесса, со всеми его случаями, ответвлениями и вариантами.

PM черпает информацию из логов (журналов событий) — файлов с системными записями о работе компьютера. Лог представляет собой текстовый документ, в который записываются данные из различных источников. Каждая строка в таком журнале равна отдельному событию, где событие — это любое действие, зарегистрированное в информационной системе в хронологическом порядке. Простейший пример, когда пользователь входит в информационную систему, в логе фиксируется событие «Пользователь успешно авторизовался в системе». Или когда пользователь вносит изменение в файл, в логе записывается «Пользователь сохранил изменения в документе». Основная задача логов — протоколировать все операции, чтобы в дальнейшем можно было в любое время выгрузить их и проанализировать.

Журналы событий также содержат временные метки начала и конца, уникальный идентификационный номер и прочие атрибуты: исполнители операций, текст переписки, решение по сделке, территориальные признаки и так далее. Благодаря такой детализации все полученные результаты будут исключительно достоверными и прозрачными. По сути, Process Mining делает «рентген» протекающих в компании процессов, предоставляя исчерпывающую картину всей цепочки событий, и позволяя исследовать процесс на любом отрезке.

Какие бенефиты бизнесу от процессной аналитики?

Реконструируя схемы бизнес-процессов в том виде, как они протекают на самом деле, Process Mining выявляет скрытые недостатки и проблемы, нежелательные изменения и отклонения, неэффективные и попросту ненужные действия, узкие места и другие риски в процессах, показывая тем самым, где именно в системе имеются уязвимости и как они влияют на общую производительность. Самое ценное — что эти вещи основываются на реальных фактах. Погрешности или намеренные искажения данных, вызванные человеческим фактором, исключены. Помимо этого, Process Mining позволяет увидеть процесс в динамике, а значит, дает возможность отследить изменения при введении тех или иных мер по усовершенствованию.

Особенно заметен эффект от внедрения инструментов Process Mining в двух случаях:

• Когда идет анализ массовых простейших процессов, которые ежедневно многократно повторяются (например — обслуживание клиентов крупного банка, имеющего множество филиалов в стране). Существует вертикаль действий, все последовательности выверены, поэтому акцент будет не на изменении самой «механики» процесса, а нахождении операций, автоматизация которых позволит сэкономить денежные, временные и человеческие ресурсы.
• При анализе большого процесса, который затрагивает работу нескольких отделов/служб/департаментов. В данном случае процессная аналитика, визуализируя процесс, позволит отказаться от вовлечения в него лишних участников, оптимизирует количество шагов, даст возможность избежать лишних циклов и согласований.

Например, в 2022 году на Магнитогорском металлургическом комбинате реализовали проект «Цифровой двойник и моделирование процесса закупок на основе технологии Process Mining». Это было первое в металлургической отрасли России комплексное решение для сквозного управления, мониторинга и оптимизации процесса снабжения на базе Process Mining, использующее имитационное моделирование и NLP-анализ. В результате удалось оптимизировать использование складских запасов, снизить продолжительность цикла снабжения и сократить трудозатраты на обеспечение заявок. А сам проект стал победителем конкурса «Проект года» профессионального сообщества Global CIO.

Что такое Task Mining?

Согласно исследованию Harvard Business Review, менеджеры понимают, на что именно расходуется лишь 20% рабочего времени сотрудников. Технология Task Mining помогает заглянуть в оставшиеся 80% и выявить конкретные шаги для улучшения, оптимизации или автоматизации. В отличие от Process Mining, Task Mining фокусируется на детальном анализе действий сотрудников и трудозатрат. Модуль (агент, установленный на ПК сотрудника) отслеживает, фиксирует и анализирует 100% действий, которые пользователь выполняет на своем компьютере в рамках каждого этапа процесса.

Например, в процессе регистрации нового клиента в системе сотрудник получает заполненную анкету, открывает систему учета клиентов, создает новую запись о клиенте в системе, вводит информацию из анкеты в соответствующие поля (ФИО, адрес, контактные данные и пр.), проверяет на наличие дублирующих записей в системе, присваивает уникальный идентификатор клиенту, сохраняет информацию и закрывает запись, отправляет уведомление клиенту об успешной регистрации.

Подобных данных собирается огромное количество: миллионы событий, на основе которых алгоритмы выделяют повторяющиеся цепочки действий, — именно те операции, которые сотрудники выполняют на регулярной основе. Можно посчитать, сколько раз выполняется каждая операция, среднее время выполнения, и рассчитать общие трудозатраты на эту операцию. Таким образом, можно отсортировать и выбрать наиболее трудоемкие для выполнения или самые затратные по времени операции и уже на них сфокусировать усилия по оптимизации.

Алгоритм работы Task Mining

• Фиксация взаимодействия пользователя и ПО. В отличие от Process Mining, где в качестве источников данных выступают логи, основой данных для Task Mining являются журналы пользовательского интерфейса. Они фиксируют взаимодействие пользователя с интерфейсами рабочих станций, например, записывают клики мышью, прокрутки, нажатия клавиш, используемые в разные моменты сервисы и программы и т. д. Как правило, для этого используется так называемый агент мониторинга.
• Добавление контекста. Важно не только знать, что работник печатал какой-то текст в течение часа, но и в чем суть документа. Распознать контекст записей помогает технология оптического распознавания символов (OCR). Ее смысл в переводе изображений с рукописным или печатным текстом в распознаваемые цепочки символов (например, в привычный текст стандартного редактора). 
• Распределение зафиксированных активностей. При помощи обработки естественного языка (NLP) и искусственного интеллекта происходят сортировка и кластеризация каждого действия по теме и направлению. Например, «Разработка скрипта для сотрудников call-центра на основе обратной связи клиентов» или «Согласование заказа на покупку».
• Сопоставление. Благодаря идентификаторам пользователей и идентификаторам активностей Task Mining сопоставляет работу сотрудника с данными, полученными из информационных систем. Тем самым достигается понимание влияния каждого произведенного действия на результат бизнеса в целом.

Можно ли использовать обе технологии сразу?

Как правило, обе технологии используются в связке и при правильном применении помогают определить самые перспективные точки для автоматизации, а также добиться повышения прозрачности операций в компании на всех уровнях. Общий принцип действия такой связки следующий: система Process Mining устанавливается на уже существующую ИТ-инфраструктуру компании и «подтягивает» данные из логов и агентов мониторинга Task Mining, чтобы систематизировать, визуализировать и проанализировать все события. Сразу становятся очевидны все отклонения от изначальной модели: перебросы задач, зацикливания документов, отмены действий, переназначения исполнителей, работа с устаревшим ПО и другие «узкие места».

В качестве примера можно привести кейс наших партнеров, ИТ-компании «Инфомаксимум», которая в прошлом году помогла МТС с анализом процесса массового подбора персонала. Перед ними стояла задача оцифровать весь процесс, проанализировать действия, которые сотрудники совершают в рамках процесса, и понять, какие из этих действий можно автоматизировать либо роботизировать. Потенциал экономии трудозатрат на выполнение процесса для 105 сотрудников составил более 16 тыс. часов. Ключевая неэффективность, которую удалось выявить, заключалась в том, что сотрудники тратят ⅕ своего рабочего дня на то, что вручную переносят анкеты кандидатов с работных сайтов в систему кадрового учета. На такую активность у них уходит около 13 тыс. человеко-часов в год. В итоге эту задачу автоматизировали: подключились к работным сайтам через API, что позволило забирать информацию о кандидатах и складывать ее в базу данных системы кадрового учета.

Почему проект может провалиться

Процессный анализ, как и любое другое интеллектуальное программное обеспечение, может не оправдать ожидания. Почему?

• Для успешного проведения Process Mining требуются точные и полные данные из исходных систем компании. Если данные низкого качества или недоступны, результаты могут быть неправильными или неполными. Это особенно актуально для компаний, не имеющих внедренных ERP-систем.
• Отсутствие четких целей и границ может привести к тому, что проект не будет сфокусирован и не принесет значимых результатов. Многие Process Mining инициативы начинаются с проверки концепции в четко очерченном бизнес-сценарии, например, при анализе процессов P2P или конкретных процессов в закупках. Несмотря на то, что эти проекты приносят быстрые результаты, менеджменту компаний порой сложно расширить сферу анализа на другие ключевые рабочие процессы и функции. 
• Процессный анализ требует значительного времени и ресурсов для внедрения. В крупных организациях внедрение может занять год, а то и все два. Топ-менеджмент не всегда это учитывает, отсюда формируются нереалистичные ожидания относительно скорости получения результатов.
• Ну, и самая главная проблема — отсутствие заинтересованности в реализации проекта со стороны топ-менеджмента компании. Масштабность проектов по внедрению Process Mining и Task Mining предполагает под собой участие и заинтересованность руководства компании в проекте, поскольку требует принятия управленческих решений различного уровня, что, в свою очередь, оказывает существенное влияние на итоговый результат проекта.

Сегодня технологии Process Mining и Task Mining являются самыми передовыми. Их применение позволяет добиваться таких результатов, о которых раньше нельзя было даже мечтать. Они дают огромные возможности для расширения потенциала и повышения экономической эффективности бизнеса. Не использовать их равносильно деградации, особенно для крупных предприятий, поскольку есть риск сильно отстать и от прогресса, и от конкурентов.