Process mining - doskonałe uzupełnienie Robotic Process Automation (robotyzacji procesów biznesowych)

Kategoria II

Jednym z największych wyzwań robotyzacji procesów biznesowych jest ich właściwy dobór to tej czynności. Bardzo wiele firm ma z tym istotne problemy. Powody tej sytuacji mogą być różne - brak wiedzy o faktycznym przebiegu procesu (i jego wariantach), brak wiedzy o faktycznej (nie deklarowanej) czasochłonności realizacji procesu, bardzo duża liczba wyjątków (a tym samym złożoność), brak optymalizacji procesów.

Część z tych wyzwań adresuje process mining (eksploracja procesów).

Termin ten - zgodnie z definicją utworzonej w 2009 r. grupy "IEEE Task Force on Process Mining" - może być rozumiany jako dziedzina wiedzy, której obszarem zainteresowań są narzędzia (metodyczne jak i informatyczne) pozwalające na budowę modeli procesów, ich weryfikację i rozbudowę na podstawie danych pochodzących z dzienników zdarzeń (logów) powszechnie dostępnych we współczesnych systemach informatycznych, gdzie dane te opisują rzeczywisty (tj. niehipotetyczny) przebieg procesów biznesowych.

Efekt zastosowania narzędzia do process mining przedstawia Rysunek 1.

Rysunek 1. Przykładowa analiza procesu w narzędziu Celonis
Źródło: SAP

Pod koniec 2011 r. "IEEE Task Force on Process Mining" opublikował "Manifest eksploracji procesów". Mniej więcej w tym samym czasie, jeden z ojców tego obszaru nauki, profesor Wil van der Aalst, opublikował pierwszą książkę poświęconą temu zagadnieniu pt. „Process Mining: Data Science in Action”, która została wydana przez wydawnictwo Springer (nowe wydanie tej pozycji ukazało się w 2016 r.).

Warto zauważyć, że eksploracja procesów stanowi ważny pomost między eksploracją danych, a modelowaniem i analizą procesów biznesowych. Coraz częściej zaczyna się wręcz mówić o nowej roli w organizacji (na wzór data scientist) - tj. process scientist.

Elementem kluczowym dla tego podejścia jest sięgnięcie bezpośrednio do dzienników zdarzeń konkretnych aplikacji biznesowych. Oczywiście bardzo często proces realizowany jest w ramach kilku aplikacji, dlatego niezbędne jest sięgnięcie do wszystkim wykorzystywanych w tym procesie narzędzi informatycznych i scalenie rozproszonych danych. Dzięki temu mamy wiedzę o faktycznym przebiegu każdej instancji procesu biznesowego. Co więcej informacje z logów aplikacji biznesowych - takie jak: czas rozpoczęcia, czas zakończenia, zasób, rola pozwalają na pogłębioną analizę danego procesu - np. w ujęciu wydajnościowym lub z perspektywy organizacyjnej.

Generalnie process mining obejmuje trzy obszary zastosowań:

Odkrywanie (Discovery) - w ramach którego następuje pobranie dziennika zdarzeń i wygenerowanie modelu danego procesu bez użycia jakichkolwiek wcześniejszych informacji, tylko za pomocą algorytmów wyszukiwania procesów.
Zapewnienie zgodności (Conformance) - w ramach którego porównywane są logi zdarzeń (rzeczywiste procesy) i odpowiadające im wcześniej opracowane modele referencyjne procesów (np. stworzone BPMN) w celu identyfikacji różnic, zdiagnozowania odchyleń lub nieefektywności między faktycznym procesem a procesem referencyjnym
Ulepszenie (Enhancement) - w ramach którego referencyjne modele procesów są dostosowywane i ulepszane na bazie danych o rzeczywistym sposobie ich realizacji.

Na rynku istnieje szereg dostawców tej klasy rozwiązań. Gartner rozpoczął analizę rynku process mining w roku 2008 r - wówczas ta kategoria oprogramowania była rozpoznawana jako "Automated Business Process Discovery” (ABPD). Obecnie, na rynku istnieje szereg rozwiązań z tego obszaru:

Celonis
Cognitive Technology
Fluxicon
Icaro Tech
Kofax
Lana Labs
Minit
Process Analytics Factory
Process Mining Group
ProcessGold
Puzzle Data
QPR Software
Signavio
Software AG
StereoLOGIC

Według firm analitycznych oczekuje się, że globalny rynek narzędzi do eksploracji procesów wzrośnie z 185,3 mln USD w 2018 r. do 1 mld 421,7 mln USD do 2023 r., przy złożonej rocznej stopie wzrostu (CAGR - Compound Annual Growth Rate) wynoszącej 50,3% w okresie prognozy.

Dodatkowo są dostępne rozwiązania na licencji open source:

Oczywiście podstawowym wyzwaniem praktycznym jest dysponowaniem aplikacjami, które zapewnią dostęp do odpowiedniej jakości logów (może być z tym problem w przypadku aplikacji legacy). Bardzo często okazuje się, że możliwy jest tylko dostęp do logów niepełnych, obarczonych szumem i niedokładnych. Wówczas istotne jest odpowiednie przygotowanie takich danych - oczyszczenie ich i znormalizowanie.

Dodatkowo część czynności podczas realizacji procesu jest dokonywana ręcznie przez operatora (np. przepisywanie danych między systemami) i wówczas nie ma śladu takich działań w logach aplikacji. Oczywiście dostawcy rozwiązań do process miningu pozwalają ręcznie domodelować brakujący przebieg procesu.

Pomimo tych ograniczeń coraz więcej firm zaczyna się zastanawiać nad połączeniem narzędzi do process miningu z narzędziami RPA. Dzięki temu możliwe będzie uzyskanie efektu synergii - z jednej strony będziemy wiedzieć o rzeczywistym przebiegu procesów (zw wszystkimi możliwymi jego wariantami), z drugiej zaś strony logi narzędzi RPA staną się cennym źródłem dla narzędzi process mining.

Dodatkowo obecne narzędzia do process miningu pozwalają analizować procesy w czasie rzeczywistym - więc możliwe jest również monitorowanie realizacji procesu z wykorzystaniem rozwiązań RPA.

Warto zwrócić uwagę, że fundusz inwestycyjny Earlybird Venture Capital, który wsparł jednego z liderów rynku RPA - tj. UiPath zainwestował (razem z OTB Ventures) pod koniec 2018 r. 3.3 mln EURO w Minit - dostawę narzędzi do process mining. Należy się więc spodziewać, że już niedługo pojawi się efekt synergii pomiędzy narzędziami tych dostawców.

Uwaga: Niniejszy artykuł oparłem o następujące publikacje:

Fabisz K., Sokołowska W., Techniki eksploracji procesów biznesowych źródłem uzyskiwania przewagi konkurencyjnej dla dynamicznie rozwijających się przedsiębiorstw, Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach, 2015, nr. 243.
Manifest eksploracji procesów biznesowych, IEEE Task Force on Process Mining.