Toegevoegde waarde van process mining

Toegevoegde waarde van process mining
Process mining maakt procesmodellen uit ruwe data. Maar wat heb je er precies aan? Een overzicht en concrete voorbeelden.
Dat alles om te bepalen of process mining inderdaad zinvol is.
Process mining is, net zoals data mining, een generieke technologie en kan op verschillende manieren worden toegepast. Dit is een voordeel, maar tegelijkertijd maakt dit het moeilijk om te begrijpen wat precies de toegevoegde waarde zou kunnen zijn voor uw situatie. Zou u process mining kunnen gebruiken? Welke soorten processen kunnen worden geanalyseerd met process mining? Welke voordelen zou dit opleveren? Dit artikel schetst een kader voor de meest voorkomende process mining use cases. Op basis hiervan is eenvoudig te bepalen of process mining zinvol is in een specifieke situatie.
Processen
Porter’s Value Chain Analysis biedt een raamwerk om te kijken naar de processen die kunnen worden geanalyseerd (Porter, 1985). Figuur 1 toont een overzicht van de processoorten die er binnen en buiten een organisatie te vinden zijn. Bijna alle processen die worden ondersteund door een IT-systeem kunnen worden geanalyseerd met behulp van process-miningtechnieken.
Figuur 1. Processen binnen en buiten een organisatie
 
Het IT-systeem moet daarvoor de volgende informatie vastleggen voor elke activiteit die wordt uitgevoerd: (1) een zogenaamde case-ID die verwijst naar de bijhorende casus, (2) de naam van de uitgevoerde activiteit, en (3) het tijdstip van uitvoering. In het afgelopen decennium is process mining toegepast op een grote variëteit aan bedrijfsprocessen. Deze kunnen als volgt geclassificeerd worden:
A) Primaire processen
Er zijn primaire processen die we in veel sectoren tegenkomen. Denk aan verkoopprocessen (bijvoorbeeld ondersteund door een Salesforce-systeem), klantenservice-processen (bijvoorbeeld ondersteund door een Siebel CRM-systeem), en materiaalbeheer-processen (ondersteund door een Warehouse Management System). Er zijn ook primaire processen die zeer specifiek zijn voor een bedrijf of industrie, zoals bijvoorbeeld de verwerking van een hypotheekaanvraag door een bank; het vertaalproces van een nieuwe wet bij de EU; de diagnose en het behandelproces in een ziekenhuis; de verwerking van een aangifte bij een verzekeringsmaatschappij; de afhandeling van een subsidie-aanvraag bij de overheid; en het ontwikkelingsproces bij een softwareleverancier.
B) Ondersteunende processen
Ondersteunende processen zijn onder andere HR (Human Resources)-processen (bijvoorbeeld verwerkt door een casemanagementsysteem), servicedeskprocessen (bijvoorbeeld ondersteund door een ITSM-systeem), en inkoopprocessen (bijvoorbeeld ondersteund door een ERP-systeem).
C) Gebruiksprocessen
Als het bedrijf een product verkoopt of een dienst verleent, is het essentieel om te begrijpen hoe klanten het product of de dienst gebruiken. Bijvoorbeeld, een fabrikant van medische apparaten zoals Philips Healthcare wil een goed beeld hebben hoe artsen hun röntgenapparaten nu echt gebruiken, bijvoorbeeld om de betrouwbaarheid en bruikbaarheid van deze machines te kunnen verbeteren.
D) Leveranciersprocessen
Voor verwerkende bedrijven die in hoge mate afhankelijk zijn van externe leveranciers, zoals bijvoorbeeld autofabrikanten, is het vaak belangrijk om al in de onderzoeks- en ontwikkelingsfase met de leveranciers samen te werken om de processen succesvol op elkaar af te stemmen.
E) Uitbestede processen
Een toenemend aantal niet-kernactiviteiten wordt uitbesteed aan gespecialiseerde dienstverleners, die deze diensten efficiënter en tegen lagere kosten kunnen aanbieden. Voorbeelden hiervan zijn servicedeskprocessen, callcenters, veiligheidsdiensten en logistieke taken. Deze worden vaak geheel of gedeeltelijk uitbesteed aan externe dienstverleners.
 
Use cases
Om de toegevoegde waarde van process mining voor elk van deze processen te begrijpen moeten we naar de concrete use cases kijken. Wíe precies gebruikt process mining voor wélk doel? Hoe werken deze mensen nu? En welke voordelen heeft het gebruik van process mining ten opzichte van de oude manier van werken? Figuur 2 toont een aantal typische organisatorische rollen die betrokken kunnen zijn bij process-miningactiviteiten.
Figuur 2. Organisatorische rollen die kunnen worden betrokken bij process mining
 
Neem bijvoorbeeld de use case van een zogenoemde ‘Process Excellence Groep’ (rol 2 in figuur 2). Een ‘Process Excellence Groep’ telt procesdeskundigen en interne consultants die mogelijk verschillende afdelingen binnen een organisatie helpen om bedrijfsprocessen te herstructureren en te optimaliseren. De voorgestelde procesverbeteringen hebben als doel om duurzame kostenbesparingen en hogere inkomsten voor het bedrijf te realiseren. Het startpunt voor een procesverbeterproject is de ‘ist’-procesanalyse, waarbij de huidige toestand met de tekortkomingen van het proces in kaart worden gebracht en waar mogelijke verbeteringen worden benoemd. In de traditionele aanpak wordt het ‘ist’-proces handmatig geconstrueerd. Dit op basis van interviews en workshops (vaak ‘brown paper-sessies’ genoemd). De uitdaging hierbij is dat deze handmatige aanpak tijdrovend, subjectief en onvolledig is, en dat men na een verbetertraject de handmatige analyse door de grote inspanning niet zo eenvoudig kan herhalen. Het grote voordeel van process mining is de objectieve en snelle diagnose van procesgerelateerde problemen. Process mining verlaagt de kosten van het begrijpen van het huidige ‘ist’proces, doordat het automatisch de feitelijke processen afleidt op basis van bestaande gegevens in de IT-systemen. Met process mining kunnen de mensen in een procesverbeterworkshop meteen aan de slag om te begrijpen waarom processen zo worden uitgevoerd (in plaats van langdurige discussies te voeren over hóe het proces überhaupt loopt). Bovendien loopt u minder risico om belangrijke zwaktes in het proces over het hoofd te zien en kunt u na een procesverbetering de ‘ist’-procesanalyse zonder grote inspanningen herhalen, om te zien of de verbetering effectief is geweest. Al deze uitdagingen en voordelen gelden ook voor externe consultants (rol 3 in figuur 2) die voor procesverbeterprojecten bij hun klanten zijn ingehuurd. Als een ander voorbeeld nemen we de use case van een procesmanager (rol 1 in figuur 2). De manager en zijn team hebben meestal de mogelijkheid om individuele cases in hun IT-systeem op te zoeken, bijvoorbeeld om de geschiedenis van een specifiek incident in een ITSM-systeem te bekijken. Meestal hebben zij ook een dashboard waarmee ze bepaalde ‘key performance indicators’ (KPI’s) voor het proces kunnen meten. Maar ze hebben geen echt overzicht van wat er werkelijk gebeurt in het proces en waar de knelpunten zijn. Niemand weet hoe de echte processen eruit zien, omdat iedereen een subjectief en incompleet beeld van het proces heeft, bijvoorbeeld omdat er meerdere mensen of zelfs meerdere teams, afdelingen of bedrijven betrokken zijn bij de uitvoering van het proces, en omdat de processen veranderen (bijvoorbeeld door nieuwe wetgeving of door herstructureringen binnen het bedrijf). Process mining kan worden gebruikt om de feitelijke processen zichtbaar te maken, dit om ze periodiek te verbeteren en beter te bewaken en aan te sturen.
 
Aan de slag

Om de toegevoegde waarde van uw eigen use case te kwantificeren, kunt u het best zelf met een process-miningtool zoals Disco aan de slag. Afhankelijk van het proces en doelstellingen is het vaak mogelijk proceskosten te besparen of nieuwe opbrengsten te realiseren. De voordelen van de aanpak ten opzichte van de handmatige ‘ist’-procesanalyse zijn evident: het is sneller en de resulterende inzichten en modellen zijn van hogere kwaliteit. Process mining is een nieuwe technologie met veel spannende toepassingen. De meeste bedrijfsprocessen worden tegenwoordig ondersteund door IT-systemen, en dat maakt process mining direct toepasbaar omdat de benodigde gegevens al bestaan. Vaak wordt er handmatig geprobeerd deze gegevens te analyseren, bijvoorbeeld met behulp van statistische tools zoals Excel. Process mining maakt het nu mogelijk om deze gegevens vanuit een procesperspectief in kaart te brengen. De resultaten zijn gebaseerd op feiten, visueel, en maken het mogelijk de werkelijke processen te verkennen op een geheel nieuw niveau van transparantie.

 
 
Voorbeelden
Hier een aantal voorbeelden van process mining om het spectrum van mogelijkheden te illustreren.
Knelpunten oplossen en wachttijden verminderen: In een terugbetalingsproces van een consumenten-elektronicafabrikant klaagden klanten dat het proces te langzaam was (Rozinat & Aalst, 2013). De procesmanager wist niet waar in het proces de hoofdoorzaak van het probleem lag. Process mining kan gebruikt worden om automatisch te detecteren in welk deel van het proces zich de grootste vertragingen voordoen. Vertragingen worden berekend over alle procesuitvoeringen. In het terugbetalingsproces werd onder andere een knelpunt bij een van de expeditiebedrijven gedetecteerd (figuur 3) . In een ander proces bij een verzekeringsmaatschappij was de bottleneck het afdelingshoofd, dat alle vorderingen moest goedkeuren. Hij deed dat slechts één keer per week, waardoor een aanzienlijke vertraging van het proces werd veroorzaakt. Zodra het knelpunt is geïdentificeerd, kan een procesverbeteringstraject worden ingeslagen. Na het implementeren van de verandering kan de process-mininganalyse worden herhaald om een effectieve oplossing te garanderen en om in het kader van voortdurende verbetering het volgende procesdeel te vinden wat vertragingen veroorzaakt.
Figuur 3. Process-miningsoftware Disco in actie: de performanceanalyseview laat zien dat de zending via het expeditiebedrijf een knelpunt oplevert
 
Verspilling reduceren: Er zijn vaak extra activiteiten die worden uitgevoerd, maar die eigenlijk niet (of niet zo vaak) zouden moeten voorkomen. In het bovengenoemd terugbetalingsproces bleek bijvoorbeeld dat er vaak ontbrekende informatie moest worden opgevraagd bij de klant als het proces was gestart via een bepaald kanaal. Dergelijke ‘verborgen’ activiteiten worden soms ook wel ‘verborgen fabrieken’ genoemd, omdat ze van schaarse middelen (bijvoorbeeld de tijd van werknemers) gebruikmaken maar niemand zich ervan bewust is dat ze bestaan (Rozinat, 2011). Een ander voorbeeld van verspilling is rework, waar bepaalde processtappen één of meerdere keren worden herhaald. Het verminderen van verspilling in een proces biedt mogelijkheden tot aanzienlijke kostenbesparingen. Process mining maakt het feitelijke proces – waaronder ook alle herbewerkingen en pingponggedrag – zichtbaar. Figuur 4 wijst bijvoorbeeld op een dominante herbewerkingslus in een inkoopproces, waarbij bestaande offerteaanvragen nog erg vaak worden gewijzigd.
Figuur 4. Een inkoopproces met vele aanpassingen (verspilling die moet worden voorkomen)
 
Effectiviteit van procesveranderingen verifiëren: Om te zien of veranderingen in het proces daadwerkelijk effectief zijn geweest, kan de processmininganalyse worden herhaald en eventueel zelfs periodiek worden uitgevoerd. Figuur 5 toont bijvoorbeeld een fragment van een incidentmanagementproces vóór (links) en ná (rechts) een procesverbetering. Om de wachttijden in het proces te verminderen werd er een gerichte training gegeven aan een geselecteerde groep medewerkers. De latere process-mininganalyses bevestigden dat de tijd tussen de stappen ‘diagnose’ en ‘resolutie’ inderdaad gemiddeld met bijna vijf dagen verminderd was. Men kan echter ook zien dat de wachttijden tussen andere stappen in het proces niet zijn verminderd. De mogelijkheid om de effectiviteit van wijzigingen in het proces te kunnen controleren, biedt een krachtig instrument voor elke procesmanager die controle wil hebben over het proces waar hij/ zij verantwoordelijk voor is.
Figuur 5. Incidentmanagementproces voor (links) en na (rechts) de uitvoering van de procesverandering
 
Naleving van procedures garanderen: Het is normaal gesproken moeilijk om te controleren of voorgeschreven procedures, in werkelijkheid ook echt worden nageleefd. Soms dwingen de IT-systemen bepaalde processtromen af. De meeste informatiesystemen zijn uitermate flexibel en gaan niet uit van een precies vastgelegde volgorde. Hoe kunt u weten of uw proces toch voldoet aan de richtlijnen? Met process mining is het mogelijk om afwijkingen van het voorgeschreven proces zichtbaar te maken en te kwantificeren. In diverse ziekenhuizen is met behulp van process mining inzichtelijk gemaakt waar veelvuldig afwijkingen van medische richtlijnen plaatsvinden. Figuur 6 toont een ander voorbeeld, waar tijdens de process-mininganalyse van een changemanagementproces binnen een luchthavenbedrijf een frequente overtreding van het algemeen geaccepteerde ITIL-reglement werd ontdekt: wijzigingsverzoeken gingen rechtstreeks naar de uitvoering, hoewel het een vereiste is dat elk verzoek eerst zorgvuldig wordt geanalyseerd en expliciet goedgekeurd om ongewenste bijwerkingen te voorkomen. Uiteindelijk bleek dat de afwijking het gevolg was van misbruik van het ITSM-systeem, wat minder ernstig was maar nog steeds gevolgen had voor de KPI’s en rapportages. Die klopten namelijk niet.
 
 
Figuur 6. In een changemanagementproces werden change requests direct geïmplementeerd. Volgens de officiële procedure is dit niet toegestaan
 
Onderhoudskosten verminderen: De instandhouding van de IT-systemen zelf is ook vaak een uitdaging. Bijvoorbeeld, sterk aangepaste SAP-systemen zijn lastig om te upgraden naar de nieuwste versie. IT-managers willen graag weten welke van de aanpassingen daadwerkelijk in de praktijk worden gebruikt en welke niet echt nodig zijn.
Process mining kan het feitelijk gebruik van het systeem in kaart brengen en helpen om tot meer gestandaardiseerde processen te komen, die weer makkelijker zijn te upgraden. Verder kan niet-gebruikte functionaliteit worden verwijderd om onderhoudskosten te verminderen. Zo laat figuur 7 bijvoorbeeld het processchema van een changemanagementproces zien, waar op dringend verzoek van enkele medewerkers een specifiek pad aan het systeem was toegevoegd. De systeemwijziging heeft geld gekost en blijft geld kosten omdat voor elke nieuwe release van het systeem dit pad opnieuw moet worden getest en onderhouden. Door een achteraf uitgevoerde process-mininganalyse bleek dat het pad echter bijna nooit wordt gebruikt. Dit inzicht kan gebuikt worden om onnodige systeemaanpassingen te voorkomen.
Figuur 7. Bij een grote IT-dienstverlener was op aanvraag een specifiek pad aan het systeem toegevoegd. Achteraf bleek deze mogelijkheid zelden gebruikt te worden
 
 
Nog meer cases
Er zijn nog veel meer use cases. Hier zijn een paar andere scenario’s die interessant kunnen zijn ook voor uw organisatie:
Best practices bevorderen: Vaak wordt hetzelfde proces in verschillende delen van de organisatie anders uitgevoerd. Dit geldt met name na een fusie of overname. Deze processen zoveel mogelijk harmoniseren is belangrijk om overheadkosten te verminderen en consistente kwaliteit te leveren. Bijvoorbeeld, binnen het chemiebedrijf Akzo Nobel werd het inkoopproces in zestien verschillende landen op verschillende manieren uitgevoerd. Process mining hielp om deze verschillen op basis van SAP-gegevens te analyseren en in detail te vergelijken. Het zou heel veel werk zijn geweest om dit in elk van deze landen via klassieke workshops en interviewsessies te doen. Door gebruik te maken van process mining was het echter mogelijk om het ‘ist’-proces feitelijk zichtbaar te maken en daarna met specifieke vragen naar de individuele teams te gaan om te begrijpen waarom ze op een ander manier werkten.
 
KPI’s definiëren: Voor een meer volwassen procesmanagementbenadering is het zaak eerst de relevante KPI’s te bepalen en te meten. Process mining helpt bij een eerste evaluatie van het proces en laat zien hoe het proces in detail verloopt. Na de process-mininganalyse is duidelijk welke KPI’s moeten worden gemeten en ook waar precies de meetpunten voor deze KPI’s in de data moeten worden geplaatst om het proces op lange termijn te monitoren.
 
Uitbestede processen controleren: Process mining kan helpen om processen zoveel mogelijk te standaardiseren, zodat ze makkelijker kunnen worden uitbesteed. Het blijft echter een uitdaging om alle uitbestede processen te overzien. Bijvoorbeeld in het bovengenoemde terugbetalingsproces waren het nog steeds de klanten van de consumenten-elektronicafabrikant, die last hadden van de slechte dienstverlening (en zich dus ook negatief uitlaten over het merk via bijvoorbeeld sociale netwerken). Problemen in uitbestede processen zijn dus vaak nog steeds ‘eigen’ problemen. Process mining is dus ook een instrument om deze processen te overzien en de afgesproken service level agreements (SLA’s) te volgen.
Legacy-systemen vervangen:
Oude systemen zijn een grote uitdaging voor veel organisaties, omdat de oorspronkelijke ontwikkelaars er vaak niet meer werken maar er nog steeds wijzigingen op deze systemen moeten worden uitgevoerd. Process mining kan worden gebruikt om het werkelijke systeemgedrag te begrijpen en biedt daarmee een alternatief ten opzichte van handmatige code-analysetechnieken (Kilner, 2013). Bijvoorbeeld, in een process-miningproject bij een Australische overheidsinstantie konden vier keer zoveel processtromen van een in-house legacy-systeem in kaart worden gebracht met een grotere nauwkeurigheid. En ook nog in de helft van de tijd die was geschat voor handmatige herdocumentatie.
Auditing verbeteren: Interne en externe accountants (zie rol 4 en rol 5 in figuur 2) moeten processen op onafhankelijke wijze beoordelen. Dit om risico’s te identificeren en fraude te voorkomen. Traditionele audittools analyseren gegevens echter niet op een procesgeoriënteerde manier en de analyses zijn meestal beperkt tot steekproeven. Process mining is een aanvullend instrument voor auditors dat hen in staat stelt om de processen met al hun variaties te analyseren (Jans, Alles & Vasarhelyi, 2013). Op deze manier kunnen ze erachter komen of de interne controles werken. Zo kan bijvoorbeeld worden gecontroleerd of de functiescheiding (het vier-ogen-principe) werd aangehouden op basis van een grondige analyse van alle IT-logs.
 
 
Dr. Anne Rozinat Rozinat heeft al meer dan tien jaar ervaring met process mining en promoveerde cum laude in de process-mininggroep van prof. dr. Wil van der Aalst aan de Technische Universiteit Eindhoven. Ze is medeoprichter van het process-miningsoftwarebedrijf Fluxicon en bestuurslid van de SIG Process Mining bij de Ngi-NGN. E-mail: anne@fluxicon.com
 
Dr. Christian W. Günther Günther is gepromoveerd bij prof. dr. Wil van der Aalst en medeoprichter van Fluxicon. In zijn promotiewerk heeft hij voor het eerst process mining voor echte en complexe processen, zoals ze in de werkelijkheid bestaan, toegankelijk gemaakt. Als hoofdontwikkelaar van Disco stelt hij nu business users in staat om zelf met process mining aan de slag te gaan. E-mail: christian@fluxicon.com
 
Literatuur Porter, M.E. (1985). Competitive Advantage: Creating and Sustaining Superior Performance. NY: Free Press. (ISBN 0684841460) Rozinat, A. & Aalst, W.M.P. van der (2013). Process Mining: The Objectification of Gut Instinct. BPM.com, URL: http://bpm.com/process-mining-the-objectification-of-gut-instinct.html Rozinat, A. (2011). How to Reduce Waste with Process
Mining? BPTrends, www.bptrends.com Kilner, S. (2013). Reinvent Your Business With Business Process Mining. IBM Systems Magazine, URL: http:// www.ibmsystemsmag.com/power/Systems-Management/ Performance/process_mining/ Jans, M., Alles, M. & Vasarhelyi, M. (2013). The case for process mining in auditing: Sources of value added and areas of application. International Journal of Accounting Information Systems 14, 201, 1–20

Tag

Onderwerp



Niet gevonden? Vraag het de redactie!

Heeft u het antwoord op uw vraag niet gevonden, of bent u op zoek naar specifieke informatie? Laat het ons weten! Dan zorgen we ervoor dat deze content zo snel mogelijk wordt toegevoegd, of persoonlijk aan u wordt geleverd!

Stel uw vraag