Как изменить бизнес с помощью процессной аналитики
И что мешает компаниям стать цифровыми
Необходимость цифровой трансформации понимают все. Но, по оценкам McKinsey, за последние годы только 14% подобных программ повысили эффективность компаний. Почему для многих трансформация превращается в долгий и дорогой проект?
Главные проблемы – непрозрачность бизнес-процессов и их поверхностное понимание. В бизнесе реальность часто не совпадает полностью с регламентом, не хватает данных, на какие этапы делится работа и сколько времени занимает. Возьмем банк, который открывает счета для предпринимателей. По документам он должен тратить на это пять дней, но из-за ошибок и длинного согласования тратит в 3 раза больше времени.
Чтобы ставить машинам задачи, нужно понимать, какую работу они будут выполнять. Крупные компании (Vodafone, Siemens, ABBYY) решают проблему с помощью процессной аналитики, или Process Intelligence (PI). Это метод анализа с помощью интеллектуальных технологий, его цель – автоматически находить, отслеживать и улучшать бизнес-процессы, извлекая данные из журналов событий в информационных системах компаний. Для этого нужны две составляющие: решение для автоматического сбора данных и методология, которая позволит правильно интерпретировать эту информацию. Подобные программы сравнивают эталон с фактическими данными в реальном времени, составляют подробные отчеты-карты, выявляют проблемные участки и дают рекомендации, что улучшить.
Например, процессная аналитика помогла глобальному оператору Vodafone устранить проблемы в системе закупок телекоммуникационного оборудования от поставщиков в 20 странах мира. Vodafone хотела понять, почему задерживаются организация конкурсных процедур, оформление и отправка документов поставщикам и как уменьшить глобальные затраты. Она установила Process Mining платформу, и та в реальном времени собирала информацию об этапах закупок из систем управления ресурсами предприятия (ERP) и электронного документооборота. В начале проекта только 73% процедур проходило без переделки документов и в заданные сроки.
Команда, состоявшая из руководителя по закупкам и специалистов по аналитике данных, определила параметры и этапы, по которым платформа измеряла эффективность. Оказалось, что часть информации из документов (например, налоговые коды) сотрудники вводили вручную и тратили много времени. Это приводило ко второй причине задержек – ошибкам при перепечатке. Третья причина крылась в разных подходах региональных подразделений к организации процесса закупок: в неупорядоченном списке поставщиков, разрозненных категориях товаров и т. д.
Первые две проблемы компания решила с помощью программных роботов: доверила им автоматическое заполнение данных из типовых документов. А третью – за счет оптимизации базы поставщиков и централизованного управления категориями товаров. После этого число «идеальных» закупок выросло до 85%, а стоимость обработки заказа снизилась с $3,22 до $2,85. В масштабах компании подобная экономия превышает несколько сотен тысяч долларов в год.
В зависимости от задачи на анализ, выстраивание карты процесса и решение проблемы уходит порой от нескольких недель до нескольких месяцев. Главное – чтобы компьютеры «видели» ключевые события.
Первый этап – собрать данные о событиях: IT-специалисты подключат PI-платформу к информационным системам, в которых отражаются этапы бизнес-процесса. Потом определяются объекты и действия, которые системе нужно учитывать. Например, при анализе процесса продаж это будут данные о том, когда продавец обработал заявку, ввел данные клиента в систему, создал коммерческое предложение и согласовал его, а затем выставил счет.
Второй этап – анализ и визуализация данных в форме отчетов. Возьмем процесс оформления кредита. Можно найти, в какой день клиент принес документы для получения займа, когда они поступили на обработку в бэк-офис, по ним запустили проверки и приняли решение. Система предоставит ключевую статистику по процессу (количество заявок на кредит в день, рост заявок по неделям и месяцам); средний срок одобрения кредита одному клиенту или большинству клиентов; наличие повторяющихся и специфических действий.
В будущем больше трудностей возникнет с автоматизацией именно специфических действий и исключений из правила. PI поможет выявить такие операции. Например, в медицинской клинике иногда достаточно изменить форму талончика, чтобы он легче проходил в считыватель, и таким образом избавиться от очередей к инфомату. Наиболее продвинутые PI-системы позволяют смотреть на все эти данные в разрезе бизнес-метрик: пропускной способности, частоты ошибок в процессе и т. д.
Третий этап – использование данных, полученных с помощью PI, для оптимизации бизнес-процессов. Часто за трансформацию отвечает директор по инновациям. Это профессионал с техническим образованием, который взаимодействует с руководителями бизнес-подразделений. Вместе они используют процессную аналитику, чтобы найти проблемы и решить их: уволить неэффективных сотрудников, нанять больше людей там, где их не хватает, перестроить согласование, автоматизировать отдельные этапы, научить персонал работать с новыми программами.
Процессная аналитика не трансформирует ваш бизнес за один день. Но поможет управлять изменениями не вслепую, а осознанно. Когда компания оперирует цифрами, удобнее определять приоритеты для инвестиций, находить нужных специалистов, внедрять технологии, которые принесут пользу, и объективно оценивать результаты проектов. А если в ходе анализа удастся настроить повторяющиеся, понятные и прозрачные процессы, то их намного проще будет в дальнейшем доверить роботам, цифровым двойникам или даже искусственному интеллекту.