Met process mining kunnen grote hoeveelheden gegevens worden gebruikt om processen te analyseren en te optimaliseren. Zijn die tools een sleutel om waarde te creëren?
CFO’s willen de bedrijfsprocessen optimaliseren om de prestaties te verbeteren en de risico’s te beheersen. Tegen die achtergrond is de explosie van beschikbare datavolumes misschien een kans om te grijpen.
Het is bijna een cliché geworden, maar gegevens zijn het nieuwe goud, de motor van de vierde industriële revolutie. Toch hebben ze pas waarde als ze kunnen worden omgezet in informatie, in kennis die als richtsnoer dient voor beslissingen. Voor een onderneming zijn de meest toegankelijke en (theoretisch) meest vertrouwde gegevens die welke in de eigen IT-systemen worden verzameld en opgeslagen. Toch blijven die vaak moeilijk te gebruiken. Kijk maar hoeveel moeite het kost om regelmatig te rapporteren over prestatie-indicatoren. De rapportage verloopt moeizaam en soms is de verzamelde informatie vόόr de publicatie al achterhaald.
Vele ondernemingen zoeken dan ook hun heil in process mining, in een poging om de interne gegevens te gebruiken en zo de bedrijfsprocessen beter te begrijpen. De verscheidenheid aan gebruiksdoeleinden toont aan dat deze technologie in de digitale transformatie van de onderneming kan worden geïntegreerd om met behulp van gegevens de bedrijfsprocessen en -prestaties te verbeteren.
Process mining: een manier om de goudmijn aan gegevens in onze systemen te ontginnen?
De waardeketen van de onderneming wordt beheerst door processen: opnemen van bestellingen, verzending, retourzendingen, facturatie, productie, innovatie, …
De afdelingen die ze moeten uitvoeren, gebruiken talrijke indicatoren om de prestaties en de cyclustijden voor de hen toevertrouwde opdrachten te meten. Vandaag zijn heel wat stappen gedigitaliseerd en in de diverse IT-systemen opgeslagen. Elke handeling laat sporen na in deze systemen. Het zijn digitale sporen of ‘logs’ die we dankzij proces mining (process science + data mining) kunnen gebruiken.
Process mining, letterlijk ‘procesexploratie’, behelst diverse technieken voor gegevens- en procesanalyse.
Sinds de jaren 2000 kennen de procesanalyse, met de technieken voor Business Process Management (BPM), en de gegevensanalyse los van elkaar een steile opmars. Belangrijk was daarbij de opkomst van de data science, waarbij statistische modellen worden gebruikt om de analyse van grote hoeveelheden digitale gegevens te vergemakkelijken. Helaas ‘praatten’ die twee vakgebieden nauwelijks met elkaar. Will Van der Aalst, een van de wegbereiders van deze techniek, noemt process mining de ‘ontbrekende schakel’ tussen de twee disciplines. Process mining gebruikt immers gespecialiseerde algoritmes die het mogelijk maken om trends, modellen of correlaties tussen gegevens te herkennen, en zo meer inzicht te verwerven in de processen en vooral in hun doeltreffendheid.
Wat zijn de toepassingsgebieden van process mining?
Process mining biedt vele mogelijkheden die kunnen worden opgesplitst in drie grote categorieën:
1 Via gegevens de eigen processen begrijpen en modelleren
In een klassieke benadering zoals Lean Six Sigma gaat men eerst gegevens verzamelen om de te verbeteren problematiek te omschrijven en te meten. Het gegeven is namelijk het noodzakelijke toegangspunt voor elke aanpak die voortdurende verbetering beoogt.
In de huidige context is het bijna onmogelijk om de beste deskundigen samen te brengen in fysieke workshops. Het manueel verzamelen van betrouwbare gegevens om de beste praktijken te bepalen, blijft dan weer een complexe oefening. De gegevens zijn moeilijk te vergelijken, systemen en praktijken verschillen. En toch gaat het om hetzelfde proces!
Bij een modelleringsoefening komt veel presentatie- en validatiewerk kijken. Dankzij de gegevens van onze systemen kunnen de process-miningalgoritmes de stap van de procesmodellering automatiseren.
‘Process mining’ berust op een brede benadering van het gegeven. Door een rechtstreekse verbinding tot stand te brengen met de te analyseren systemen, kunnen alle ‘logs’ worden gebruikt om het werkelijk uitgevoerde proces te modelleren. Dat is een grote stap vooruit! Niet alleen wordt deze fase versneld, door het gebruik van werkelijke gegevens vormen de resultaten een onbetwistbaar uitgangspunt voor discussies om beste praktijken en een target te bepalen. Dankzij process mining kunnen gegevens aan het proces worden gekoppeld. Door de diverse uitvoeringsindicatoren bijeen te brengen, verwerft men het nodige inzicht om de harmonisatie- of optimalisatieaanpak te structureren. Het proces wordt duidelijker en de beslissing wordt gestuurd door gegevens.
2 Door de transparantie van gegevens worden mogelijkheden zichtbaar om de prestaties te verbeteren
Process mining is een facilitator die het eenvoudiger maakt om gegevens te produceren en te analyseren, en verbeterpunten in de sleutelprocessen van de onderneming op te sporen.
Deze hulpmiddelen genereren automatisch prestatie-indicatoren. Dit levert een aanzienlijke tijdwinst op in alle fasen. De extractie, de aanpassing, de consolidatie en de presentatie van de gegevens gebeuren namelijk automatisch. De analyse van het proces wordt dynamisch, visueel en intuïtief, met de mogelijkheid om alle gegevens of een deel ervan te selecteren, de prestaties van verschillende perimeters te vergelijken, trends te bepalen en causaalanalyses uit te voeren.
Naargelang het niveau in de onderneming – operationeel of strategisch – kunnen operators, analisten en beslissers dezelfde tool delen. De evaluaties van activiteiten worden efficiënter. Door de visualisering van gegevens kunnen vragen in real time worden beantwoord. Met de van de processen afkomstige gegevens kan process mining de aandacht vestigen op verbeterpunten en op mogelijkheden om de productiviteit te verhogen. Knelpunten zijn duidelijk zichtbaar en worden mogelijkheden voor de teams die verantwoordelijk zijn voor automatiseringsprojecten.
3 Gegevens ten dienste van de interne controle
Zoals we hebben gezien, schuilt de kracht van process mining in de snelle toegang tot alle gebeurtenissen in een proces. Dat is een belangrijke verandering voor de aanpak van de interne controles. De controles moeten niet langer worden beperkt tot een representatieve gegevenssteekproef, maar kunnen in bepaalde gevallen worden uitgebreid tot de volledige databanken. Door het doelproces te modelleren, identificeren de process-miningtools verschillen en kunnen ze alarmen activeren telkens wanneer een significante afwijking wordt vastgesteld. Dit beperkt het risico.
Met process mining kan de organisatie leren en vooruitgang boeken, door fouten uit het verleden niet te herhalen en de effecten van een verandering te beoordelen met behulp van gegevens uit het verleden.
Dankzij de kracht van de process-miningalgoritmes kunnen CFO’s dus vooruitgang boeken voor drie grote prioriteiten:
- aansturing van de prestaties;
- procesoptimalisatie;
- risicobeheersing.
Bij welk proces beginnen we en welke competenties moeten we inzetten om met process mining aan de slag te gaan?
Er zijn vele toepassingsgebieden en gebruiksmogelijkheden:
- finance: betalingstermijnen van klanten of leveranciers;
- supplychain: voorraadbeheer;
- klantenservice: verbetering van de cyclus van bestelling tot levering.
De prestatie-indicatoren kunnen worden aangepast aan het beoogde proces (klanttraject, relatie met de leveranciers, producttracering enzovoort). Om het (de) te analyseren sleutelproces(sen) te identificeren, moet uiteraard de link worden gelegd met de doelstellingen en prioriteiten. De steun van de directie en een sterke betrokkenheid van de procesverantwoordelijken zijn dus nodig om daadwerkelijk voordeel te halen uit de uitgevoerde analyses.
Door uit te gaan van de verwachte voordelen, wordt het probleem omgekeerd: welke indicatoren wijken af zonder dat ik de onderliggende oorzaak begrijp? Welke winst voor mijn automatiseringsprojecten? Welke fase vereist een betere risicobeheersing? Als de antwoorden op al die vragen op een specifiek probleem duiden, is dat waarschijnlijk een goed uitgangspunt om de gegevens van uw onderneming voor u te laten werken.
Tijdens de startfase wordt vaak een op agility gestoelde methode vastgesteld. Een beperking van de perimeter maakt een betere afbakening van de te analyseren gebeurtenissen mogelijk. De efficiëntie kan dan worden verhoogd door dezelfde aanpak opnieuw toe te passen op nieuwe perimeters. Een duidelijke perimeter is evenwel niet voldoende om met process mining aan de slag te gaan. Projecten zijn vaak op gegevens gebaseerd. Daarom zal de complexiteit snel toenemen als die gegevens niet gestructureerd zijn of niet aan duidelijk vastgelegde beheerregels beantwoorden. Er kunnen zich ook technische problemen voordoen, bijvoorbeeld wanneer het beoogde systeem de sporen van de gebeurtenissen niet met het juiste detailniveau bijhoudt. Voor talrijke beheerindicatoren is het gebruik van deze technieken trouwens niet nodig! Het is de dynamische visie op de gegevens en de processen die process mining bijzonder relevant maakt.
De sleutel tot het succes zijn echter bovenal de teams die worden ingezet. Een process-miningproject vereist niet dat vooraf een team van data scientists wordt samengesteld, maar kennis van het proces en van de bijbehorende systemen is essentieel om het project tot een succes te maken en de link tussen gebeurtenissen en gegevens te leggen.
Conclusie
Gezien de explosie van de hoeveelheid gegevens die door onze systemen worden aangemaakt, kan de datastrategie voortaan een operationele prestatiecomponent omvatten die gebaseerd is op process mining. De grotere kracht en de toenemende precisie van de algoritmes bieden ondernemingen de mogelijkheid om hun eigen gegevens te benutten. Ze veranderen dan ook de manier waarop de optimalisatie en de controle van de bedrijfsprocessen worden aangepakt. Process mining maakt gegevens zinvol en maakt het mogelijk om waarde te creëren rond de processen van de onderneming. Zoals voor elk project rond gegevensverwerking moeten een duidelijk doel worden bepaald en een geschikte methode worden gevolgd om de weg niet kwijt te raken. Eerst moet echter een team worden samengesteld rond degenen die het proces en de bijbehorende systemen beheersen. Zij zijn de echte alchemisten, de enigen die in staat zijn om de gegevens van de systemen in goud of op zijn minst in zilver om te zetten!
Guillaume Siccat is auteur voor het RPA/Intelligent Automation commité van de DFCG, onder voorzitterschap van Armand Angeli. Eerder gepubliceerd in Finance & Gestion, het magazine van DFCG, de Franse CFO-vereniging.
