Optimalizace procesů - tentokrát pořádně, s využitím big dat

Ať se analýza procesů používá s cílem optimalizovat běžící procesy ve firmě, testovat nové procesy nebo pro jakýkoli jiný účel, vždy je pro takovouto úlohu nutné perfektní porozumění procesu a jeho přesný záznam.

Snaha popsat proces end-to-end tradičními přístupy ale naráží na fragmentovanou znalost procesů a nemožnost získat konzistentní řadu procesních metrik. Je to přirozené, každý zná zejména svou část procesu a v různých částech firmy se proces měří různě.

Tradičním přístupem se snažíme poskládat proces ze znalostí lidí, kteří se pohybují na úrovni jednotlivých procesních instancí. To je první krok. Provést abstrakci a získat popis procesu jako celku je krok druhý. Přitom není snadné najít dostatečně jednoduchý a srozumitelný popis procesu tak, aby byl věcně správný, přehledný a porozuměl mu rychle kdokoli, komu ho chceme vysvětlit. Pokud se prokoušeme až sem, není vyhráno - narazíme na ještě složitější problém:

Jak objektivně proces změřit?

Na sběr metrik v ukázkovém období stačil dříve konzultant se stopkami a excelem, několik workshopů a všichni se nakonec shodli, že proces „takto nějak“ funguje a změřené údaje zřejmě odráží obvyklý průchod procesem. Snaha popsat touto metodou detailně procesní model firmy je časově náročná a tím pádem drahá. Navíc není objektivní, protože poskytuje prostor pro subjektivní interpretaci sledovaných dějů, zaměstnanci se ve sledovaném období chovají jinak, mají snahu pracovat více a usilovněji než v reálném provozu.

Posun od tradičních metod k big datům

Tyto nevýhody odstraňuje automatizovaná analýza procesů. Často se píše o ní píše jako o business process discovery a je založená na analýze velkého množství produkčních dat.

V rámci automatizované analýzy procesů se soustředíme na analýzu měřitelných stop, které zanechávají v informačních systémech a aplikacích jednotliví uživatelé při řešení konkrétních obchodních případů. Získaný obrázek procesu proto obsahuje detailní popis jednotlivých variant průchodu procesem, jak v praxi nastávají. Pokud těchto variant budeme analyzovat stovky nebo tisíce, můžeme nakreslit idealizovaný model, který lze analyzovat libovolně do hloubky, včetně všech parametrů jako je trvání zpracování procesních kroků, lidí, týmů a zdrojů zapojených v každém okamžiku do řešení prípadu.

Kde se vezmou stovky nebo tisíce variant průchodu zdánlivě přímočatým procesem? Například u klienta z oblasti pojišťovnictví jsme detekovali 670 variant průchodu procesem likvidace pojistných událostí. Většina variant řešení byla v pořádku, tedy byla v mezích metodikou předpokládaného průchodu procesem, i procesní KPI byla v toleranci. Co nebylo v pořádku byly desítky variant zpracování případů, které vázaly značný díl času přípravářek a likvidátorek – dokázali jsme vizualizovat úzká místa a zjistit případy a konkrétní role a lidi, kteří se na zpracování těchto problematických případů podíleli – odsud je již blízko k nápravě, např. posílení týmu na kritickém místě, doškolení stávajících lidí, změna metodiky zpracování určitých případů apod.

Pro srovnání, tradičními metodami nakreslené idealizované modely procesů neumožňují dostat se do detailu typu kdo, kdy a jak dlouho případ řešil, neposkytují konzistentní výkonnostní metriky ani informace o případu.

Jak dlouho na analýzu potřebujeme? Obvykle je jedno, zda systém zpracovává tisíc nebo sto tisíc případů. Čím více dat, tím lépe. Pokud obchodní případy prochází například jedním středně složitým systémem, pohybujeme s analýzou procesu v řádu jednotek dní. Pokud prochází případ dvěma systémy, se základní analýzou budeme hotovi do týdne, od získání logů. Ty lze předat na datovém nosiči nebo nasdílet v rámci sítě u klienta. Není nutné se napojovat na žádné informační systémy.

Čteme „nečitelné“ logy

Automatizovaná analýza i výstupy jsou založeny na skutečné interakci uživatelů s aplikacemi, které běžně používají pro splnění svých pracovních úkolů. Tuto analýzu provádíme „neinvazivně“, uživatelé dělají to co vždy, aplikace zaznamenávají do activity logů nebo systémových logů to, co vždy zaznamenávaly. Tato data (logy) vezmeme, přečteme a vyhodnotíme.

Výhodou metody je, že pracovníci pracují jako obvykle, systémy zaznamenávají jejich chování zcela objektivně. Ze systémových a aktivity logů poté zjistíme jejich chování. Proces popíšeme a s pomocí procesních konzultantů případně najdeme nejvhodnější cestu, kterou by se případy měly ubírat. Navržený proces, jak je nyní zachycen je snadno pochopitelný a stává se cennou pomůckou pro produkční analýzy nebo třeba pro školení dalších zaměstnanců.

Jde zároveň o vynikající způsob využití běžně dostupných „technických“ logů – mnohdy firmy tato data pouze evidují a nijak je doposud obchodně nevyužívaly.

Big datová analytika mění přístup k řízení procesů ve firmách

Automatizovaná analýza obchodních procesů dává uživateli nový náhled na vlastní business, který by jinak nezískal. S pomocí pokročilé vizualizace procesů lze odhalit skutečné cesty, které uživatelé využívají při řešení reálných obchodních případů. V těchto oblastech lze najít neefektivnosti a slabá místa, indikovat výpadky a chyby a vystopovat jejich příčinu a to za zlomek času, v porovnání s tradičními metodami. Zjištění jsou založena na datech, jsou transparentní jsou dobře a obhajitelná.

Zvyšování kvality procesů: metoda je založená na reálných datech a je objektivní. Dává plný vhled do procesu a umožňuje určit best practice postupy, na základě vlastní zkušenosti firmy.

Rychlé zjištění úzkých míst procesu: odhalí místa podceněná z pohledu kapacity nebo vlastního návrhu procesu. Po zavedení nové verze procesu lze provést nové měření a zjistit, jak byla náprava účinná. „Přeměření“ procesu proběhne pouhým nahrátím aktuálních logů a „stiknutím tlačítka“. Není třeba organizovat workshopy nebo chodit po firmě se stopkami a vyptávat se lidí jak nové postupy fungují.

Management nemusí znát všechna úzká místa v procesu, místa, kde dochází k tzv. „ping-pongu“, kdy se případ opakovaně bez výsledku předává mezi rolemi. A i pokud management tato místa zná, získá data pro kvantifikaci ztráty na daném místě a přehled o trendu, uvidí zda problém narůstá nebo odeznívá.

Řízení kvality a bezpečnosti: zde metoda slouží k odhalení netypických, podezřelých postupů a transakcí, umí zjistit kroky vykonávané „mimo pořadí“ nebo výskyt a četnost výskytu nepředpokládaných výjimek ve zpracování obchodních případů. Audit kvality nebo bezpečnosti často pracuje jen se vzorkem případů, zvládnutelným „tradičními přístupy“, náš přístup zpracovává data za celou produkci, a je pro daný časový úsek vyčerpávající.

Měření nákladů: procesy umíme precizne změřit, a tak zjistíme, kolik ve skutečnosti spálil obchodní případ času a kolik práce kterých lidí vyžadoval. Cena zakázky nebo zpracování smlouvy se pak snadno dopočte po obohacení modelu o cenu těchto zdrojů – cenný vstup pro firemní controlling.

Plánování a preskriptivní analytika: protože umíme na základě detailních dat modelovat trendy, lze lépe plánovat využití dražších seniorních lidí - nemá smysl je mít k dispozici v časech, kdy lze předpokládat jejich malé vytížení a naopak je nemít v časech, kdy klienti s komplikovanými žádostmi telefonují a kdy je potřeba složité případy rychle odbavovat. Včas lze přizvat brigádníky na pokrytí špičky nebo indikovat nutnost přesčasů, pokud se nárůst neuzavřených případů.

Transparentnost v odměňování: protože dokážeme zjišťovat a objektivně měřit výkonnost týmů i jednotlivců a výkonnost lze sledovat stejnou optikou za libovolné období, může manažer týmu zjistit a obhájit, komu vyplatit odměnu a koho poslat na školení. Tím mimochodem dále šetří peníze, na školení posílá pouze pracovníky, kteří to potřebují a to pouze na vybraná témata, případně zařídí doškolení zkušeným pracovníkem z týmu.

Nevýhody jsou spíše teoretické

Slabinou přístupu k analýze logů je závislost na kvalitních a úplných datech, pokud jsou data nekompletní, nebo z nich nelze odvodit potřebnou informaci, nemá automatizovaná analýza naději na úspěch. Ve firmách však ve většině případů jsou dostupná kvalitní data a to v dlouhých časových řadách, takže lze sledovat i časové trendy.

Kontaktujte nás

Na váš byznys se dokážeme podívat z jiné perspektivy. Proto můžeme přijít i na nová řešení, která dokážeme jasně popsat, rozpracovat a navrhnout jejich technickou realizaci. Originální nápad je totiž na začátku každého dobrého byznysu. Díky zkušenostem rychle poznáme, v čem chcete a potřebujete pomoci.

Domníváte se, že jsme porušili etická pravidla?
Dejte nám vědět.