Tantangan transformasi digital
Ribuan perusahaan besar di seluruh dunia telah memulai proses transformasi digital, namun hanya sedikit yang berhasil melaksanakannya. Anggaran besar disiapkan untuk ini, tetapi, sayangnya, tidak selalu mungkin untuk mencapai hasil yang diinginkan karena kurangnya strategi.
Untuk mencapai transformasi proses bisnis yang sukses, perlu ditetapkan dua tujuan besar: meningkatkan efisiensi proses bisnis dan mengurangi risiko. Ini membutuhkan:
- Deteksi masalahnya
- Terapkan perubahan
- Lacak Solusi
- Bereaksi terhadap penyimpangan
Saat ini, solusi populer untuk menerapkan perubahan adalah alat RPA, yang memungkinkan Anda mengotomatiskan tindakan pengguna rutin. Adapun tiga poin lainnya, ini akan membutuhkan penambangan proses atau analisis intelektual proses bisnis.
Process Mining berfokus pada penemuan, analisis, dan pengoptimalan proses bisnis berdasarkan data dari log peristiwa, menyajikan tautan yang hilang antara analisis proses bisnis klasik menggunakan model dan data mining mereka.
Alat penambangan proses memungkinkan Anda untuk menangkap data dunia nyata dari ERP populer, sistem CRM, dan database proses bisnis ujung ke ujung dalam pengadaan, keuangan, manajemen klaim, pusat kontak, dll. (SAP, Oracle, Salesforce, ServiceNow), memvisualisasikannya untuk mendeteksi kemacetan, inefisiensi sumber daya, dan pengecualian; dan, terakhir, pantau perubahan dalam proses setelah pengoptimalannya, termasuk melalui otomatisasi.
Anda mungkin berkata, "Proses di perusahaan saya dijelaskan dengan baik dan karyawan mengikuti instruksinya dengan jelas." Dan idealnya memang demikian, tetapi dalam praktiknya kita dapat mengamati gambar yang berlawanan. Saya akan memberikan contoh sederhana, omong-omong, itu dijelaskan dengan baik dalam artikel di Habré "Jalan kotor dan simulasi lalu lintas pejalan kaki": halaman Anda mungkin memiliki jalan setapak yang terbuat dari ubin atau aspal yang dirancang oleh otoritas setempat dan jalan yang nyaman dilalui oleh tetangga Anda yang memungkinkan Anda untuk mendapatkannya ke tempat yang diinginkan di sepanjang jalur terpendek.
Foto dari sumber: https://habr.com/ru/post/257563/
Situasi serupa terjadi dalam proses bisnis perusahaan. Orang cenderung tidak mengikuti algoritme yang diberikan jika mereka merasakan ketidakefisienannya dan "menginjak-injak" perubahan dalam bentuk sistem tambahan, tindakan dan permintaan yang tidak perlu.
Menyelesaikan analogi saya, saya ingin mencatat bahwa penambangan proses memungkinkan Anda untuk mendeteksi "jalur" ini secara terpusat dalam proses bisnis dan membuat keputusan tentang perubahan atau otomatisasi berdasarkan fakta, bukan intuisi.
Proses penambangan dan kasus otomatisasi
Mengaudit dan meningkatkan metrik yang ada
Sebuah perusahaan pensiun, asuransi, dan manajemen besar di Belanda membutuhkan pemahaman yang lebih dalam tentang otomatisasi pusat kontak mereka untuk memahami dampaknya pada proses bisnis mereka. Perusahaan menerapkan UiPath Process Mining, melakukan analitik pusat kontak ujung ke ujung, dan mengidentifikasi masalah yang mengakibatkan pekerjaan tambahan dan waktu tunggu pelanggan yang lama.
Berdasarkan wawasan dari UiPath Process Mining, perusahaan telah menyesuaikan otomatisasi pusat kontak. Hal ini meningkatkan kualitas dan kecepatan komunikasi dengan klien, dan juga sangat mengurangi waktu tunggu operator. Secara umum, ternyata 80% dari semua pekerjaan dapat distandarisasi, dan karena itu, biaya pusat kontak berkurang 568 ribu euro.
Dukungan keputusan operasional
Salah satu pemasok otomotif terbesar di dunia sedang mencari cara untuk meningkatkan proses internal. Setelah berkonsultasi dengan UiPath, perusahaan memutuskan untuk menggunakan UiPath Process Mining untuk merampingkan proses pengadaan perusahaan guna mengidentifikasi risiko pengendalian, duplikasi pemasok, dan penundaan pabrik di wilayah di seluruh dunia.
Setelah menerapkan UiPath Process Mining, pabrikan berhasil mencapai transparansi pengadaan yang lengkap: mendapatkan pemahaman baru tentang akar penyebab keterlambatan, ketidakefisienan, dan potensi risiko audit. Dia menemukan cara baru untuk meningkatkan hasil pengadaan di beberapa pabrik dan mengidentifikasi biaya sebenarnya dari keputusan manajemen tertentu. Hal ini mendorong manajemen puncak untuk memikirkan dan mengevaluasi kemungkinan efek reorganisasi dan optimalisasi produksi.
Penambangan data dan pemahaman proses yang mendalam
Dengan menggunakan data mining, Anda dapat mengekstrak informasi berguna tentang produk dan konsumen: konsumen segmen. Tetapi jika Anda memahami bahwa setiap transaksi adalah hasil dari proses interaksi antara konsumen dan perusahaan dan, setelah mempelajari proses ini sendiri, Anda dapat memperoleh pemahaman yang lebih dalam tentang apa yang terjadi: informasi tentang bagaimana pelanggan muncul, bagaimana mereka membuat keputusan tentang bekerja dengan perusahaan, apa yang mempengaruhi inilah keputusannya, dan akhirnya mengapa pelanggan pergi.
Perusahaan telekomunikasi besar dari Belanda perlu meningkatkan transparansi pembelian perusahaannya. Dengan 6,3 juta pelanggan telepon tetap, lebih dari 33 juta pelanggan seluler, dan lebih dari 2 juta pelanggan internet di lima negara, mereka ingin menemukan solusi untuk mengendalikan risiko dan mengidentifikasi cara untuk mengurangi biaya.
Operator menerapkan UiPath Process Mining untuk mendapatkan wawasan
dan menghilangkan evaluasi proses intuitif serta transfer data manual. Dia menggunakan UiPath Process Mining untuk mengevaluasi lebih dari 200.000 item berbeda, termasuk pesanan pembelian dan faktur.
Hasilnya adalah pengurangan 20% biaya tenaga kerja, pengurangan 29% dalam waktu pemrosesan faktur, serta peningkatan prediktabilitas biaya dan hubungan pemasok yang lebih baik.
Pengalaman pelanggan
Penambangan proses adalah alat yang efektif dan kuat yang dapat digunakan untuk menganalisis proses bisnis perusahaan dan kemudian mengubah pengalamannya untuk menghilangkan kemacetan dan meminimalkan biaya. Namun, untuk transformasi yang nyata, tidak cukup hanya dengan memahami detail dari semua proses; sejumlah syarat harus tetap dipenuhi.
Ekaterina Sabelnikova, Konsultan Inovasi Philips, berbicara di blog LinkedIn-nya tentang pelajaran utama yang diperoleh dari penambangan proses di perusahaan.
Fokus pada hal-hal penting
Ada banyak proses pengoptimalan dalam organisasi menengah dan besar, jadi penting untuk memilih proses yang signifikan secara strategis yang akan mengarah pada tujuan yang diinginkan. Peningkatan proses secara simultan di semua lini akan membutuhkan konsumsi sumber daya yang berlebihan, dan kualitas pekerjaan semacam itu secara alami akan menurun. Fokus pada dua bidang utama yang paling menjanjikan dan lacak kinerjanya.
Identifikasi Pemangku Kepentingan
Hanya karyawan yang benar-benar tertarik dengan solusi dan ingin menyelesaikan masalah yang benar-benar bersedia mengeluarkan upaya tambahan untuk meningkatkan kemacetan dalam proses. Ini adalah orang-orang yang pekerjaannya secara langsung dipengaruhi oleh implementasi yang tidak optimal dari proses tertentu.
Philips melakukan pendekatan top-down, dimulai dengan mempelajari prosesnya tanpa menyebutkan masalah atau masalah bisnis secara jelas. Setelah masalah dalam proses diidentifikasi, kelompok yang bertanggung jawab mulai berkomunikasi dengan staf yang melaksanakan proses. Kebetulan orang yang mengerjakan proses ini setiap hari tidak merasa tidak nyaman karenanya dan tidak cenderung berubah. Oleh karena itu, Anda perlu mencari karyawan yang benar-benar merasakan "sakit" ini dan dapat memengaruhi rekan kerja tersebut.
Mengamankan dukungan dan persetujuan manajemen senior
Pertama, beberapa perbaikan memerlukan transformasi struktural dalam organisasi. Dalam hal ini, manajemen senior dapat membantu membentuk proyek ad hoc dan mengalokasikan sumber daya untuk pelaksanaannya.
Kedua, manajemen senior dapat membuat keputusan strategis yang mempengaruhi operasi perusahaan. Peningkatan proses sering kali sejalan dengan trade-off.
Terakhir, manajemen dapat memposisikan penambangan proses sebagai alat untuk membantu memenuhi target KPI. Mempromosikan keterlibatan semua tingkat organisasi dalam perubahan dan penggunaan penambangan proses sebagai alat manajemen sehari-hari.
Penting untuk dipahami bahwa penambangan proses bukanlah "peluru perak" yang akan menyelesaikan semua masalah Anda, mengoptimalkan proses, dan membuat operasi Anda efisien dan produktif. Ingat, mengidentifikasi masalah dan area potensial untuk perbaikan hanyalah awal dari transformasi digital di sebuah perusahaan .
Seperti halnya sistem apa pun, penambangan proses memiliki sejumlah batasan:
- Kecukupan menampilkan kemajuan proses bisnis nyata dengan data dari log sistem informasi;
- Kebutuhan untuk menafsirkan hasil analisis.
Kami akan menghadapi batasan ini dalam praktiknya, ketika selanjutnya, menggunakan contoh UiPath Process Mining, kami akan menganalisis seluruh proses untuk memperkenalkan analitik proses bisnis ke dalam sebuah organisasi.
Penambangan proses UiPath membantu Anda membuat rekomendasi berbasis bukti untuk meningkatkan proses kritis
Panduan Penerapan Penambangan Proses UiPath
Membentuk log peristiwa
Untuk membuat log peristiwa, Anda perlu menentukan sumber datanya, biasanya tidak lebih dari 2-3. Bahkan jika sebuah perusahaan memiliki SAP di UiPath dan ETL-nya sendiri, di dunia nyata hal ini tidak akan dimanfaatkan oleh strategi integrasi perusahaan dan kehadiran QCD / KShD / DataLake atau solusi lain yang mengontrol aliran data.
Kami memperoleh data awal dari gudang data atau replika database dan menggunakan alat ETL yang diadopsi di perusahaan, kemudian mengumpulkan / menyederhanakannya dan menempatkannya di area pementasan untuk UiPath. UIPath dapat mengambil data dari database relasional apa pun yang memiliki driver ODBC. Kemudian, dari tabel pementasan, kami mengumpulkan log peristiwa, yang dengannya algoritme UiPath itu sendiri akan bekerja.
Setelah log peristiwa dibuat, logika strukturnya perlu dikerjakan dan semua data dikumpulkan di satu tempat.
Merakit event log
Secara teknis, merakit event log tinggal memilih / menyisipkan dari sekumpulan tabel menjadi satu atau dua (dua, bila ada atribut yang tidak berubah dari tahap ke tahap proses). Bagian yang tidak jelas terkait dengan desain struktur log semacam itu: bagaimana mengubah perubahan status objek atau fakta mengubah nilai atribut menjadi langkah tertentu. Ini adalah tugas seorang analis bisnis, tidak ada metodologi universal, ada templat vendor dan pengetahuan integrator.
Penting untuk dipahami bahwa komposisi langkah-langkah yang dipilih secara tidak tepat dan tingkat perincian proses tidak akan memungkinkan penyelesaian masalah analisis atau dukungan keputusan. Namun demikian, tidak ada digitalisasi proses 100% di mana pun. Artinya, Anda tidak akan merefleksikan beberapa langkah yang sedang dalam proses di jurnal. Jika Anda ingat bahwa Anda sedang memecahkan masalah peningkatan indikator, dan tidak mendapatkan gambaran yang indah, ini tidak menakutkan. Dan jika Anda tidak ingat, maka Anda dapat memutuskan bahwa penambangan proses adalah implementasi yang tidak berguna.
Setelah Anda menyelesaikan struktur log, Anda perlu mengonfigurasi proses penambangan UiPath itu sendiri, di mana Anda perlu menghubungkan tabel dan bidangnya dengan atribut kejadian dan rangkaian kejadian.
Konfigurasi Proses Penambangan UiPath
Untuk melakukan ini, Anda perlu mengisi file konfigurasi, biasanya ada semua dokumentasi untuk ini. Karena setiap orang akan memiliki langkahnya sendiri dalam prosesnya, tidak masuk akal untuk menulis contoh.
Penting untuk dicatat bahwa UiPath memiliki fitur anonimisasi yang sangat berguna. Yang, misalnya, mengubah rekanan "Perusahaan terbaik" di semua tempat menjadi "Pihak rekanan 1." Ini tentu saja dapat dilakukan dengan membuat tabel referensi sementara atau dengan menulis kueri yang sangat rumit, tetapi fitur ini menghemat banyak waktu. Secara umum, depersonalisasi hasil adalah hal yang sangat penting jika Anda menganalisis proses yang bertanggung jawab atas arus keuangan. Mungkin analis bisnis tidak dapat melihat rahasia dagang, tetapi untuk analisis itu penting. Di sinilah anonimisasi masuk.
Setelah semua data ada di tempatnya, Anda perlu menyelesaikan masalah teknis - tulis rumus penghitungan KPI.
Kami menghabiskan pelaporan analytics
Menganalisis laporan secara teknis mudah, tetapi untuk menafsirkan hasil mereka tidak mudah - itu adalah bidang tanggung jawab analis. Metode UiPath seret dan lepas sangat menyederhanakan pekerjaannya: mengeluarkan widget, menyiapkannya, dan melihat datanya. Apa sebenarnya dan bagaimana menganalisis tergantung pada tujuan analisis. Dari segi teknis, penting bahwa visualisasi untuk analis disiapkan oleh perancang laporan, dan kemudian pekerjaannya dimulai.
Kami membuat dasborBerdasarkan apa
yang ditemukan analis, penting untuk merancang dasbor untuk pekerjaan rutin sesuai dengan persyaratan analitik, menulis hak akses dan melakukan seluruh rangkaian pekerjaan rutin, termasuk penataan gaya sesuai dengan standar pelanggan.
Setelah analisis awal dilakukan, persyaratan pengendalian operasional dapat dirumuskan.
Menyiapkan kontrol operasional
Di UiPath, dimungkinkan untuk menulis aturan kontrol (misalnya, lebih dari 5 suntingan tanggal pengiriman saat menyetujui tanggal buruk) sebagai fungsi yang digunakan saat memuat bagian informasi baru. UiPath dapat melakukan pemuatan data tambahan, yang berarti ETL dari batas sebelumnya dapat ditulis sehingga hanya dapat memuat data baru.
Hasil dari fungsi tersebut dapat digunakan di dasbor untuk menandai kasus yang mencurigakan atau mengirimkannya ke Pusat Tindakan UiPath untuk mencatat prosedur penghapusannya. Ngomong-ngomong, integrasi dengan ML juga berfungsi - Anda dapat memanggil program dalam R atau Python, meneruskan data kepada mereka sebagai masukan dan merekam hasil pekerjaan.
Seperti yang Anda lihat, pekerjaan di sini selalu berulang. Ini buruk ketika merencanakan dan memperkirakan ruang lingkup pekerjaan, karena tidak mungkin untuk memperkirakan secara akurat apakah iterasi lain akan diperlukan atau tidak. Tapi ini bukan milik UiPath, ini adalah milik semua produk semacam itu. Ini bagus karena menjadi mungkin untuk melakukan apa yang benar-benar dibutuhkan dan apa yang akan digunakan, dan bukan apa yang ditetapkan dalam persyaratan sebelum mulai bekerja.
Ada masalah teknis di sini - bagaimana mengatur kontrol tata letak. Sejak awal, semuanya sudah benar untuk UiPath: konfigurasi pengaturan dan dasbor ada di git. Anda dapat melakukannya secara lokal, Anda dapat melakukannya di perusahaan, Anda bahkan dapat pergi ke gituhub. Dalam solusi lain, di suatu tempat tidak ada versi sama sekali (misalnya, konfigurasi model data), tetapi di suatu tempat hal itu dicapai dengan cara lama yang baik "tambahkan tanggal atau nomor versi ke nama file". Secara teknis, banyak sakit kepala hilang dengan kontrol verbal dan durasi sprint berkurang.
Solusi produk UiPath membuatnya mudah dan nyaman untuk mengimplementasikan penambangan proses di perusahaan. Kriteria keberhasilan proyek adalah metodologi yang memungkinkan Anda untuk mulai dari menentukan tujuan dan batasan analisis hingga mengidentifikasi alasan tren negatif dalam karakteristik proses dan menciptakan alat untuk mendukung keputusan operasional.
Setiap pengguna akhir dengan keterampilan pengembang dasar dapat menggunakan alat platform UiPath. Kriteria kedua untuk keberhasilan proyek penambangan proses adalah keahlian yang kuat dari analis proses. Efek maksimum dari optimalisasi proses diperoleh bukan dari pembentukan rekomendasi, tetapi dari kepatuhan sistematis kepada mereka, dan alat UiPath akan membantu di sini dengan implementasi teknis penambangan proses di perusahaan.
Grup Everest setiap tahun mengevaluasi vendor teknologi penambangan proses berdasarkan dampak pasar, visi, dan kapabilitas produk mereka. Dalam penelitian terbaru dari tahun 2020, UiPath diakui sebagai pemimpin di bidang penambangan proses di antara vendor besar lainnya.
kesimpulan
Kebutuhan dan pentingnya transformasi digital saat ini disadari oleh banyak perusahaan, namun tidak semua orang memahami bagaimana menerapkannya dengan benar, dan tidak hanya membuang-buang anggaran. Dasar dari transformasi digital suatu organisasi adalah kombinasi solusi robotisasi dan otomatisasi (RPA) dengan alat untuk analisis mendalam dari proses bisnis (penambangan proses). Yang terakhir memungkinkan untuk menilai secara objektif bagaimana proses di perusahaan sebenarnya terjadi, untuk mengidentifikasi kemacetan dan untuk menentukan poin untuk transformasi masa depan.
Implementasi process mining membutuhkan pendekatan yang kompeten, dan keberhasilan implementasi bergantung pada berbagai faktor, termasuk visi transformasi manajemen dan efektivitas komunikasi internal di perusahaan. Selain alat penambangan proses itu sendiri dan spesialis yang dapat mengkonfigurasinya, pendekatan sistematis juga diperlukan untuk mengimplementasikan rekomendasi yang diterima oleh analis. Sederhananya, alat penambangan proses itu sendiri hanya sepertiga dari kesuksesan, keahlian yang kuat dari analis proses adalah komponen penting kedua, dan, terakhir, keputusan manajemen yang kompeten dan bekerja dengan tim adalah komponen lain yang diperlukan.