Process mining

I process mining kombineres analyseteknikker fra maskinlæring med metodikk fra fagområdet process management. Tilgengelige hendelsesdata brukes for å visualisere og analysere hvordan ulike prosesser fungerer i praksis. Formålet kan være å forbedre produksjonsprosesser, saksbehandlingsprosesser eller andre forretningsprosesser. Process mining vil også gi innspill til hvilke delprosesser som kan automatiseres ved hjelp av RPA (Robotic Process Automation).

Datadrevet prosessforbedring

Dine eksisterende datasystemer og utstyr produserer allerede direkte eller indirekte hendelseslogger. Disse hendelsesloggene sammen med annen relevant data ligger til grunn for datadreven prosessforbedring.

Hendelsesloggene vil typisk inneholde informasjon om aktiviteter som er gjennomført i de ulike systemene, når disse har skjedd, hvor lang tid det har tatt, hvilke ressurser som har blitt brukt og hvilke ansatte/kunder/leverandører/produkter som har vært involvert.

Ved å hente ut eller skape hendelseslogger og sammenstille dem med andre relevante og tilgjengelige data og analysere disse vil man få en unik oversikt som kan brukes til å forbedre eller optimalisere viktige prosesser i virksomheten. En prosess kan gjennomføres på ulike måter og kan inneholde flere aktiviteter som gjennomføres i forskjellige rekkefølge inntil prosessen er ferdigstilt. De ulike måtene å ferdigstille en prosess på kalles varianter.

HVA KAN MAN FÅ UT AV HENDELSESLOGGENE?
Automatisering av repetitive oppgaver ved hjelp av RPA.

Man kan få svar på en rekke interessante spørsmål ved å analysere hendelseslogger til den enkelte prosess ut ifra den eller de KPI man vil fokusere på. Her er noen få eksempler:

Visualisere og analyser den aktuelle prosessen basert på faktiske driftsdata.
- Hvilke aktiviteter gjennomføres i praksis?
- I hvilken rekkefølge gjennomføres de ulike aktivitetene?
- Hvilke avhengigheter finnes?
- Hvor lang tid tar de ulike aktivitetene?
- Gjennomføres prosessen slik den er tenkt/spesifisert?
- Kan prosessen forbedres/effektiviseres?
- Hvilke «friksjonspunkter» finnes i den aktuelle prosess?
- Hva er årsaken eller foranledningen til disse friksjonspunktene?
- Kan noen av friksjonspunktene fjernes?
- Hvilke aktiviteter bruker mest ressurser?
- Kan man unngå å bruke de mest ressurskrevende aktivitetene?
- Kan store forbedringer oppnås ved å automatisere enkelte aktiviteter?
- Blir instrukser og retningslinjer forstått og fulgt på samme måte av alle medarbeidere?
- Hva er den mest effektive varianten målt i de ulike KPI-ene?
- Hvor ofte forekommer den mest effektive varianten?
- Hvor ofte forekommer andre mindre effektive og mindre ønskelige varianter?
- Kan noe gjøres for å sørge for at man oftere benytter den mest effektive varianten?
Eller kan man gjøre noe for å forhindre at de mest ressurskrevende og ineffektive variantene skal forekomme?
Virker prosessen som det er tenkt? Prosess mining utgår fra systemenes faktiske data og kan visualisere hvordan den utføres i virkeligheten.

FASER I PROSESS MINING PROSJEKT
Innsamling av data
- Identifiser data for aktuell prosess
  Sammenstilling og bearbeiding av data
Oppdagelse
- Ved hjelp av process mining teknikker visualiseres hendelsesloggene og fremstiller disse slik at man på en enkel måte får oversikt over hvordan prosessene faktisk har foregått.
Implementering av prosessforbedringer i samarbeid forretningsbrukere for å forbedre de prosessene man har valgt ut.

Monitorering
- Oppdater data i batch eller kontinuerlig
- Verifiser at endringer har ønsket effekt
- Identifiser andre nye forbedringer

HVA SLAGS PROBLEMSTILLINGER PASSER?
- Forretningsprosesser som dere tror har forbedringspotensial?
- Beslutningsprosess som er spesielt viktig?
- Produksjonsprosess eller en del av denne som dere tror har forbedringspotensial?
- Innstilling av parametere på teknisk utstyr slik at de fungerer optimalt.
- Kvaliteten på det som produseres holdes på et høyt og stabilt nivå.
- Produksjonskostnaden holdes lave og under kontroll.
- Er det situasjoner der det er spesielt viktig å forstå sammenhengen mellom ulike størrelser?

KPI

For å kunne skille mellom mer og mindre vellykkede varianter må man definere meningsfulle KPI-er. Disse kan ta utgangspunkt i det man ønsker å forbedre eller effektivisere. Eksempler leveringspunktlighet, kostnadsbruk, kundetilfredshet, risikoreduksjon, grad av automatisering, miljøhensyn.

Ta kontakt