Process Analytics: Hoe een proces is vastgelegd versus hoe het echt wordt uitgevoerd.
Waarom wordt er in organisaties doorlopend nagedacht over processen? En wat kunnen process analytics hierin betekenen? In deze blog wil ik een tipje van de sluier oplichten van dit onderwerp.
Het belang van processen vastleggen
Er zijn verschillende redenen voor organisaties om met process analytics hun processen vast te leggen, analyseren en te verbeteren. Overheden willen bijvoorbeeld kunnen controleren of organisaties hun processen volgens wettelijke regels hebben ingericht. En als organisaties ISO-gecertificeerd willen zijn, moeten zij ook hun operationele processen vastleggen. Naast het controleren of processen zijn vastgelegd, is het ook nodig om de processen zelf te controleren. Aangezien processen niet altijd zo worden uitgevoerd als dat is afgesproken. Verder zijn beoogde verbeteringen aanleiding voor organisaties om aandacht te besteden aan processen. Procesverbeteringen kunnen nodig zijn wanneer er fouten worden gemaakt, wanneer organisaties willen innoveren, wanneer processen in de loop der tijd worden uitgebreid en steeds trager worden of wanneer er nieuwe technologieën opkomen.
Wat is eigenlijk een proces?
We zijn nu bekend met het belang van het vastleggen, controleren en analyseren van processen. Maar wat wordt er nu eigenlijk bedoel met een proces? Een proces is een terugkerende verzameling van samenhangende gebeurtenissen, activiteiten en beslismomenten, waarbij meerdere mensen zijn betrokken. Tezamen leidt dit tot een uitkomst die waarde heeft voor een klant, zoals een dienst of een product. Bijvoorbeeld het versturen van pakketjes naar een klant die een online bestelling heeft gedaan. Medewerkers van de webshop krijgen de bestelling binnen. Zij pakken het bestelde product uit het magazijn, pakken het in, adresseren het pakketje en bieden het aan bij de pakketbezorger.
Dit zijn meerdere, samenhangende handelingen die waarde opleveren voor de klant. Het is een terugkerend fenomeen wat door meerdere medewerkers gedaan wordt, aangenomen dat meerdere klanten over een langere periode iets kunnen bestellen. Aangezien een proces steeds opnieuw plaatsvindt en er meerdere mensen én een klant bij betrokken zijn, is het belangrijk dat processen goed verlopen om zo bijvoorbeeld geen klanten te verliezen en kosten te besparen.
Process analytics
Ook al zijn processen nog zo mooi of goed ingericht, ze worden niet altijd zo uitgevoerd als dat ze zijn bedoeld. Uit het verleden blijkt dat wanneer een proces op een andere manier kan worden doorlopen, mensen het vroeg of laat ook daadwerkelijk anders zullen uitvoeren. Dit fenomeen wordt ook wel het maken van olifantenpaadjes genoemd.
Het afwijken van het afgesproken proces is niet per definitie slecht. Soms wordt een slimmere, goedkopere manier gevonden om de handelingen uit te voeren. Zoals in de afbeelding waar fietsers een snellere weg hebben uitgevonden. Het is echter inefficiënt, verwarrend of niet toegestaan om het proces op een andere manier uit te voeren. Belangrijk is dat het afwijken van het proces wordt voorkomen. Dit is waar data scientists met behulp van process analytics van meerwaarde kunnen zijn. Door middel van process mining kan het echte gedrag van de werknemers en het afgesproken proces worden vergeleken en kan er worden gekwantificeerd in hoeverre het van elkaar afwijkt.
Proces mining
Process mining bestaat uit vijf stappen: 1. process discovery, 2. conformance checking, 3. performance analysis, 4. process prediction en 5. process improvement. Eerst wordt uitgezocht welke handelingen er daadwerkelijk worden uitgevoerd middels data uit event logs. Event logs uit softwaresystemen geven weer welke handelingen zijn gedaan en in welke volgorde. Deze zijn echter nooit compleet en bevatten alleen een deel van alle mogelijke handelingen. Op basis van deze portie informatie kan een procesmodel worden gemaakt, bijvoorbeeld middels Petrinetten. Dit model kan vervolgens in een alpha, genetic of inductive mining algoritme kan worden gevat. Hiermee kan worden gekwantificeerd in hoeverre men zich conformeert aan het afgesproken proces.
Daarna kan onderzocht worden wat precies de afwijkingen zijn, waarom deze afwijkende handelingen uitgevoerd worden en of dit een verbetering is van het proces. Dit kan bijvoorbeeld worden gedaan door het huidige proces te analyseren, vast te stellen waar de bottlenecks (een knelpunt binnen een project of proces) zitten en welke uitkomsten het genereert. Ook kan het alternatieve proces worden voorspeld. Indien het alternatieve proces een verbetering is, zou dit doorgevoerd kunnen worden door het proces te herontwerpen. Wanneer er echter op een onwenselijke manier wordt afgeweken van het proces, zou het afwijken onmogelijk kunnen worden gemaakt. In het voorbeeld hieronder zou men hekjes langs het fietspad kunnen plaatsen, zodat de fietsers niet meer rechtdoor over het gras kunnen fietsen.
Nu is het fietsen over gras misschien een wat onschuldig voorbeeld, maar je kunt je voorstellen dat process mining andere, meer serieuze afwijkingen zoals fraude, risico’s en inefficiënties kan helpen detecteren en voorkomen. Op die manier kunnen data scientists middels process analytics waken voor efficiënte en gezonde processen.
