Бизнес все глубже погружается в «цифру». Следствием этого стало то, что у аналитиков появились данные, для того чтобы едва ли не в режиме real-time анализировать реальные бизнес-процессы, пренебрегая анализом самих данных. Этим, по мнению экспертов Технического университета Эйндховена, Process Mining (PM) отличается от Data Mining, который интересуется низкоуровневыми закономерностями в исходных данных и не пытается принимать решения на их основе. PM ставит задачей оптимизацию бизнес-процессов (в особенности сквозных), вытекающих из исходных данных.

Таким образом, Process Mining фокусируется на обнаружении, анализе и оптимизации бизнес-процессов на основе данных из журналов событий (логов), представляя недостающее звено между классическим анализом бизнес-процессов (BPM) с использованием их моделей и интеллектуальным анализом данных (Data Mining). Налицо некоторое сходство этой технологии с SIEM-системами, которые также черпают информацию из логов, но делают они это в целях обнаружения признаков нарушения режима информационной безопасности. 

«Умный» комплаенс

Развитие PM привело к появлению Process Intelligence по аналогии с Business Intelligence, корпоративно-ориентированной аналитикой. Process Intelligence подходит любой компании, бизнес которой зависит от грамотно выстроенных бизнес-процессов и которая управляет большим потоком документов, например банкам и страховщикам. В основе технологии лежат углубленные методы анализа процессов, которые дают полную и объективную картину того, что происходит внутри компании.

Кейсы компании ABBYY подтверждают это: «Ведущая инвестиционная управляющая компания из рейтинга Fortune 100 с более чем 5 млн клиентов использовала Process Intelligence, чтобы усилить контроль над соблюдением регламентов. Компании было важно отслеживать, что покупка активов не нарушает требований законодательства, а выбранные ей инвестиции соответствуют финансовой политике клиента, учитывают все экономические, административные и PR-риски. Отслеживать все транзакции только силами сотрудников трудно. Внедренное решение позволило вовремя контролировать возможные риски. Такая организация процесса позволила сэкономить 2 млн долларов в год, так как с задачей справляются всего три специалиста».

Приведем еще пару кейсов из копилки ABBYY. Первый — со ссылкой на данные аналитиков Forrester: «Три из десяти клиентов, которые столкнулись с трудностями при получении страховых выплат, в течение года сменили страховую компанию. Неэффективное управление и низкое качество обслуживания, связанные с плохой организацией процессов, напрямую влияют на лояльность клиентов и как следствие на доходность. Традиционные попытки найти корень проблемы (опросы сотрудников) и мониторинг событий в режиме реального времени оказались несостоятельными.

В США Process Intelligence также применила крупнейшая компания по страхованию жизни и здоровья с 8 млн клиентов, которая хотела ускорить работу службы технической поддержки. В зависимости от темы запроса звонки, письма и заявки через сайт разделялись на более чем 300 различных типов. С помощью Process Intelligence компания смогла настроить обмен данными между разрозненными системами. Это позволило увидеть общий путь клиента и существенно перестроить процесс. Руководство компании осознало, что все работает не так, как было задумано. К примеру, среднее количество обращений клиентов в поддержку было в 2,6 раза больше нормы. Используя продвинутые методы оптимизации процессов, они смогли выявить нарушения, включая ошибки в системе маршрутизации, и определить участки, работу которых можно улучшить за счет небольших инвестиций в обучение сотрудников. Это привело к сокращению затрат и повышению качества обслуживания.

Process Mining фокусируется на обнаружении, анализе и оптимизации бизнес-процессов на основе данных из журналов событий (логов)

Сами аналитики оказались в числе первых пользователей PM и Process Intelligence. Под давлением быстрого роста объема данных и постоянного изменения регуляторных правил ряд консалтинговых фирм, в частности EY, вынуждены определять приоритеты действий на основе учета рисков и корректирующих мер для улучшения операционной деятельности. Это, к слову, крайне сложные задачи, требующие полной прозрачности бизнес-процессов.

Стюарт Уоллес (Stewart Wallace), директор по анализу рисков EY UK, так прокомментировал итоги данного кейса: «Именно поэтому понимание ваших процессов абсолютно важно, и именно здесь происходит Process Mining. Раньше вы смотрели документацию процесса и разговаривали с людьми, чтобы сформировать мнение о том, что происходит. И мы все знаем, что это даст вам, возможно, 40% правды. Но PM использует все доступные данные, чтобы рассказать вам, что происходит на самом деле, давая 100%-ное покрытие. Интеллектуальный анализ процессов дает целостное представление обо всех бизнес-процессах, показывая, что происходит правильно или неправильно. Мы также получаем полное представление о первопричинах и о том, как предпринять корректирующие действия для улучшения работы».

Зачем россиянам Process Mining?

В отечественных финансовых институтах уже накоплен некоторый опыт использования Process Mining, основанный на применении решения Celonis от SAP.

Зачем, например, банку ВТБ понадобился Process Mining? В своем блоге на «Хабре» банкиры все подробно описали сами: «Наводить порядок в закупках крупного банка непросто, особенно когда они разведены по двум независимым комплексным системам ERP и СЭД. При объединении ВТБ и ВТБ24 у нас также произошло объединение информационных систем, и теперь единый процесс закупок проходит через них. Что делать? На помощь пришел Process Mining — одна из самых интересных технологий исследования, анализа и мониторинга бизнес-процессов. Но при этом и весьма непростая в применении».

Используются все доступные данные, чтобы рассказать, что происходит на самом деле, давая 100%-ное покрытие

На сайте Уральского банка реконструкции и развития (УБРиР) описна другая история: «Предпосылкой для внедрения Celonis в УБРиР стало желание Банка использовать принципиально новый подход к управлению бизнес-процессами в дополнение к уже существующим инструментам. В ходе проекта было выделено несколько направлений для анализа и оптимизации, включая наиболее приоритетное — выдача кредитов физическим лицам. В этом процессе выявлены негативные факторы, влияющие на клиентские впечатления, конверсию продаж, производительность труда и качество принятия решений. Помимо этого планируется снизить нагрузку на сотрудников розничного блока за счет анализа нестандартных ситуаций в обслуживании клиентов и разработки мер по их сокращению».

Итак, Process Mining позволяет избежать нудных интервью с персоналом и «аналогового» моделирования бизнес-процессов, которое неизбежно содержит фактические ошибки или неверные трактовки из-за некорректных данных. Процессы в динамике и изменения по их совершенствованию также можно отследить и предложить. Хотя процессная аналитика использует «исторические» данные, результаты анализа можно применять к бизнес-процессам, протекающим в организации в данный момент.

Однако в каждой бочке с медом бывает ложка дегтя. Применительно к Process Mining пропорция иная: в 80% случаях внедрение заканчивается провалом из-за неготовности бизнеса к революционным нововведениям. Но при этом никто не ставит под сомнение «суперсилу» самой технологии.