ll Process mining come strumento di Business intelligence

Process mining: significato e utilizzo

Un approccio alternativo per il monitoraggio dei processi di business viene offerto dalle tecniche di process mining che permettono di ricostruire la sequenza delle attività svolte sulla base delle interazioni con i servizi IT aziendali.

Qualsiasi impresa, anche di piccole dimensioni, deve infatti dotarsi delle strutture idonee a verificare se i prodotti o i servizi che rilascia rispettano i tempi, i costi e la qualità necessarie per continuare a rispondere alla domanda di mercato. A questa continua esigenza le aziende più lungimiranti rispondono continuando a monitorare ed a valutare i propri processi attraverso kpi ed indicatori di efficienza. Uno dei principi cardine della metodologia lean six sigma, ci dice proprio che non è possibile migliorare niente che non si sia in grado di misurare (sia a priori che a posteriori di una revisione).

La progressiva informatizzazione dei dipartimenti aziendali, l’introduzione di strumenti IT a sostegno della gestione di ogni attività, e la digitalizzazione dei documenti e delle procedure, permette di ottenere una ricostruzione particolarmente dettagliata di ciascun processo, senza incorrere in rallentamenti e in condizionamenti.

I sistemi informativi di un’organizzazione (come ad esempio , i WMS ovvero i software di gestione del magazzino, o gli ERP per la pianificazione delle risorse aziendali) mantengono una traccia delle interazioni/richieste che gli operatori o le procedure automatiche hanno avuto proprio con quei sistemi. Questa funzione di memorizzazione delle attività svolte all’interno di registri digitali, è una feature elementare supportata dalla maggior parte degli applicativi IT.

Scarica il white paper sul Process Mining!

Letta e compresa la Privacy Policy, acconsento al trattamento dei miei dati personali per finalità di marketing della Privacy Policy*

Process data mining: come funziona

Il process mining si basa sulla registrazione di eventi da parte dei sistemi informativi: ogni interazione con un software costituisce infatti un evento che da quel sistema IT può essere registrato. Un cliente che attiva la procedura per aprire un nuovo conto corrente, un dipendente che apre una richiesta di acquisto, un contribuente che compila e sottomente una dichiarazione reddituale, sono tutti esempi di attività che producono una traccia sui file log degli applicativi che hanno supportato l’esecuzione di quelle attività. Sfruttare questi dati in modo significativo, permette di fornire suggerimenti su come modificare il flusso di un processo, identificare i colli di bottiglia, registrare violazioni e raccomandare contromisure. Scegliendo opportunamente una o più chiavi identificative comuni sarà infatti possibile ricollegare tra loro le informazioni memorizzate in tutti i registri degli applicativi che hanno supportato l’esecuzione di quelle attività.

Si consideri ad esempio, un processo comune in molte organizzazioni come il procure-to-pay. Con questo termine si indica di solito un processo end-to-end che inizia con la formulazione di una richiesta di acquisto da parte di un dipartimento aziendale, che viene poi gestita dall’ufficio acquisti valutando le diverse offerte dei fornitori fino all’emissione dell’ordine ed al pagamento per il corrispondente prodotto/servizio richiesto.

Sebbene le funzioni aziendali e le figure coinvolte siano molteplici, ed altrettanti gli applicativi utilizzati, sarebbe possibile ricostruire l’intero processo di approvvigionamento scegliendo come chiavi di riconoscimento, un insieme di codici ad esempio formato da numero di richiesta di acquisto, n° di ordine, n° di fattura. Questi tre elementi sarebbero probabilmente sufficienti per riconoscere ed aggregare tutte le tracce contenute nei registri, ed inerenti a quella singola esecuzione del processo, e ricostruire la sequenza cronologica delle attività. Ripetendo automaticamente l’operazione su tutte le altre istanze in un dato periodo storico, si deriva una rappresentazione completa di come viene gestito l’intero processo, dei tempi di attesa necessari tra due attività consecutive e delle interazioni tra i collaboratori interni ed esterni all’organizzazione.

Approfondisci con il white paper sul Process Mining!

Letta e compresa la Privacy Policy, acconsento al trattamento dei miei dati personali per finalità di marketing della Privacy Policy*

Process mining tool per la Business Intellingence

Per la sua natura il process data mining è quindi uno strumento ideale per sostenere le scelte di un’organizzazione nel ridefinire i propri processi interni per raggiungere obiettivi di business.

In questo senso si configura quindi come uno strumento di Business Intelligence, che può essere utilizzato come piattaforma tecnologica su cui costruire meccanismi di gestione dei processi come il Continuous Process Improvement (CPI), il Business Process Improvement (BPI), il Total Quality management (TQM) o il Six Sigma.

Nella pratica, sulla base delle azioni permesse, il process mining può essere utilizzato principalmente per tre finalità:

• Discovery: porta all’estrazione del modello, detto digital twin, che ricostruisce il processo a partire dai log
• Conformance Checking: verifica della conformità del processo estratto con quello teorico. Questa funzionalità è utile sia nella fase iniziale per verificare che ci sia aderenza tra quanto previsto in fase di progettazione del processo e quanto accade nella realtà, sia nella fase successiva di monitoraggio, affinché tutte le istanze siano eseguite secondo il flusso identificato.
• Enhancement: revisione, estensione o miglioramento del modello di processo esistente, sulla base di simulazioni eseguite sul digital twin

Gli ambiti di applicazione delle tecniche di process mining più interessanti e frequenti:

• Performance Management: legando i processi ai risultati, produce spesso una revisione dei KPI al fine di renderli più rappresentativi dello scostamento tra valori rivelati e valori attesi
• Verifica di compliance e auditing: evidenziando tutte e sole le attività svolte, risulta uno strumento particolarmente utile per verificare la conformità o meno dei processi rispetto a normative, policy aziendali, o livelli di servizio contrattualizzati
• Miglioramento dei processi di business: sfruttando anche le informazioni dei timestamp collegati con i log degli eventi, è possibile individuare i colli di bottiglia, i tempi di attesa non necessari, o le ragioni del moltiplicarsi di cicli alternativi a quello definito in fase di progettazione del processo. In questo senso il process mining diventa lo strumento principale di monitoraggio delle performance (anche real-time), di guida dei cambiamenti mirati e di valutazione degli impatti delle revisioni. Molto spesso il processo di revisione coinvolge l’introduzione di tool di automazione, come sequenze di RPA, di cui è comunque possibile prevedere l’impatto sul digital twin (e quindi poi sul processo reale)
• Valutazione della permeabilità dei sistemi informativi: come si è ampiamente discusso, evidenzia tutte le sequenze di attività alternative a quella/e definita/e in fase di progettazione. Il fatto che sia stato possibile adottare cicli concorrenti, può essere il segnale di una permeabilità degli applicativi ad utilizzi non previsti. In questo senso questa tecnologia diventa anche una leva per il rifacimento di applicativi legacy e la modernizzazione di software da aggiornare rispetto alle cresciute esigenze aziendali.
• Riorganizzazione aziendale/inserimento di nuovi collaboratori: nel caso di insediamento di nuove figure manageriali in azienda offre loro una rappresentazione aderente e immediata dei processi in corso. Questo è molto utile anche per la tutela del know-how dell’organizzazione, e per rendere più rapida la formazione e l’inserimento di nuovi collaboratori.
• Trasformazione digitale: digitalizza le operazioni di monitoraggio dei processi aziendali. Basa quindi le sue performance sul livello di informatizzazione delle aziende, e diventa spesso un incentivo all’adozione di tecnologie digitali, proprio per la semplificazione e la riduzione di costi che si ottengono dal loro monitoraggio. Ad esempio, nelle fasi di introduzione di nuovi sistemi informativi, è sempre prevista una fase iniziale di tipo consulenziale, finalizzata a conoscere i dettagli delle regole a cui tali nuovi applicativi sono chiamati ad aderire per inserirsi nei flussi di lavoro aziendali. Il process mining permette di contrarre notevolmente i tempi necessari a questa fase consulenziale, fornendo una vista completa e dettagliata dei processi, dei flussi di informazioni, e dei permessi richiesti per ciascun gruppo di utenti. Per lo stesso motivo, tutti i progetti di integrazione di sistemi, sia tra applicativi interni, che verso servizi IT di clienti e fornitori  beneficerebbero di questa conoscenza profonda dei processi coinvolti.

Approfondisci

Scarica il White Paper sul Process Mining

Letta e compresa la Privacy Policy, acconsento al trattamento dei miei dati personali per finalità di marketing della Privacy Policy*

Quanto sono utilizzati i process mining software? 

Secondo i dati dello studio condotto da ABBYY, circa il 65% delle organizzazioni sta attualmente utilizzando o è in procinto di utilizzare tecniche di process mining per il monitoraggio dei processi. I settori trainanti risultano quelli più legati al mondo dei servizi bancari ed assicurativi, mentre la Francia, dove la percentuale di utilizzo sale al 78% delle imprese, guida la classifica dei Paesi per diffusione di questa tecnologia, seguita da USA, UK e Germania.

Anche in Italia queste tecniche stanno progressivamente permeando le aziende manifatturiere oltre che a quelle di servizio.

In particolare, un fattore trainante per la loro adozione, risulta essere l’abilitazione dei tool di robotic process automation (RPA). Quest’ultimi sono infatti strumenti che permettono di automatizzare procedure ripetitive, meccaniche, che richiedono molto tempo ai collaboratori senza apportare loro altrettanta gratificazione.

Ne sono un esempio l’estrapolazione di informazioni da siti web, o da documenti, la selezione di campi ed il popolamento di dati all’interno di fogli di calcolo. Il ritorno sull’investimento dei robot automatici può raggiungere anche percentuali del 300% se si individuano correttamente quali siano le attività su cui intervenire. Il process mining risponde esattamente a questa necessità permettendo di simulare sul digital twin l’impatto che l’automatizzazione avrebbe sul processo. In questo modo si individuano con precisione i task su cui conviene attivare una procedura di RPA, senza sprechi da parte dell’organizzazione.

Per tutte le informazioni, scarica il nostro white paper sul Process Mining

Letta e compresa la Privacy Policy, acconsento al trattamento dei miei dati personali per finalità di marketing della Privacy Policy*