Dolovanie procesov

z Wikipédie, slobodnej encyklopédie
(Presmerované z Process mining)
Skočit na navigaci Skočit na vyhledávání

Dolovanie procesov[1][2] (iné názvy: dolovanie v procesoch[3], vyťažovanie procesov[4], procesná ťažba[5], process mining; angl. process mining) je technika procesného riadenia, ktorá umožňuje analýzu podnikových procesov na základe zaznamenaných udalostí. Základnou myšlienkou je získať poznatky zo zaznamenaných udalostí pomocou informačného systému. Process mining má za cieľ zlepšiť získavanie dát tým, že poskytuje techniky a nástroje pre poznávanie procesu, kontroly, dát, organizačných a sociálnych štruktúr zo zaznamenaných udalostí. V priemysle je tiež známy ako Automated Business Process Discovery (ABPD).[6]

Techniky dolovania procesov sa často používajú, ak neexistuje žiaden oficiálny opis procesu, ktorý môže byť získaný inými spôsobmi, alebo keď kvalita existujúcej dokumentácie je sporná. Napríklad audit smerovania systému riadenia pracovného toku, transakčné záznamy z ERP systému (systém plánovania podnikových zdrojov) a elektronické záznamy pacienta v nemocnici môžu byť použité na získavanie modelov opisujúcich procesy, organizácie a produkty. Okrem toho tieto zaznamenané javy/udalosti môžu byť použité aj na porovnanie s predchádzajúcim modelom či pozorovanou realitou prispôsobenou nejakému perspektívnemu alebo deskriptívnemu modelu.

Dolovanie procesov sa často nesprávne interpretuje ako oblasť súvisiaca s dátovou vedou. Na dolovanie procesov by sa malo pozerať ako na most medzi dátovou vedou a procesnou vedou. Dolovanie procesov sa zameriava na transformáciu denníka udalostí na zmysluplnú reprezentáciu procesu, ktorá môže viesť k vzniku viacerých problémov spojených s dátovou vedou a so strojovým učením.[7]

Dolovanie procesov vs. iné prístupy k analýze procesov[8][upraviť | upraviť zdroj]

Ako sa dolovanie procesov odlišuje od metód:

  1. business process management
  2. Lean Six Sigma
  3. data mining
  4. business intelligence
  5. Simulácia
  6. big data
  7. Excel

Business process management[upraviť | upraviť zdroj]

BPM prebieha niekoľkými fázami: navrhovaním, vykonávaním, analyzovaním a opätovným navrhovaním procesov. Dolovanie procesov zapadá do analytickej fázy životného cyklu BPM. Zatiaľ čo tradičné prístupy BPM sa začínajú modelovaním procesu, dolovanie procesov sa začína pochopením procesov pomocou získavania dát zo skutočných procesov.

Lean Six Sigma[upraviť | upraviť zdroj]

Dolovanie procesov ako technológiu možno využiť v spojitosti so špecifickými metódami zlepšovania procesov. Populárna metóda používaná v praxi je Lean Six Sigma s využívanou metodológiou DMAIC (Define - Definuj, Measure - Meraj, Analyze - Analyzuj, Improve - Zlepšuj, Control - Riaď).

Process mining môže byť použitý v „as-is“ fáze k identifikácii plytvania a príležitostí k zlepšovaniu oveľa rýchlejšie a presnejšie ako by to bolo možné s manuálnym mapovaním procesu. Poskytuje tiež príležitosť k opakovaniu procesnej analýzy a pomáha s controllingom a udržaním prijatých zmien.

Data mining[upraviť | upraviť zdroj]

Data mining (dolovanie v údajoch) je oveľa staršie než dolovanie procesov a zriedkavo sa zameriava na procesy. Dolovanie procesov, tak ako data mining, využíva dáta, ale preskúmava a analyzuje procesné modely, aby sa pochopilo ako „as-is“ procesy vyzerajú. Z vedeckého hľadiska dolovanie procesov vychádza viac z prístupu BPM než data mining.

Business intelligence[upraviť | upraviť zdroj]

Nástroje business intelligence sa musia vysporiadavať s rovnakými výzvami, s akými sa zaoberá dolovanie procesov pri analýze end-to-end procesov. Napríklad je v prípade business intelligence potrebné spojiť dáta z niekoľkých IT systémov, z čoho môže ťažiť dolovanie procesov, ktorý takéto dáta využíva.

BI analyzuje špecifické ukazovatele výkonu procesov (KPI), ktoré však neukazujú ako procesy fungujú. Process mining je komplementárny nástroj, ktorý umožňuje analyzovať procesy a zistiť prečo sú ukazovatele KPI mimo stanovené tolerančné hranice.

Simulácie[upraviť | upraviť zdroj]

Ľudia často zamieňajú animácie vytvorené v softvéroch pre dolovanie procesov so simuláciou, nie je to však správne. Dolovanie procesov sa začína analýzou súčasnej situácie a automaticky odhaľuje to, ako proces skutočne vyzerá. Simulácia sa začína modelom a umožňuje skúmať alternatícne „what-if“ scenáre.

Veľká výzva pre simuláciu procesov je to, že pre začiatok je potrebné mať dobrý model zachycujúci skutočnosť. Simulácia v kombinácii s Process mining poskytuje veľkú príležitosť získať lepšiu východziu pozíciu pre simulácie.

Big data[upraviť | upraviť zdroj]

Hlavným problém metódy big data je to, že z takto získaných dát ťažko ťažíme pridanú hodnotu. Dolovania procesov, ako nová technika analýzy dát, ktorá sa zameriava na procesy, poskytuje jasné výhody pre kohokoľvek kto rozumie významu podnikových procesov v kontexte množstva dát, ktoré sa neustále akumulujú.

Excel[upraviť | upraviť zdroj]

MS Excel, prípadne iné tabuľkové editory, môžu byť dobrým nástrojom na zodpovedanie už známych otázok. Neposkytujú však možnosť skúmať nové veci, na ktoré by sme inak neprišli. A podobne ako data mining (dolovanie v údajoch) alebo nástroje business intelligence, Excel neposkytuje procesnú perspektívu.

Rozdelenie procesov v rámci dolovania procesov[9][upraviť | upraviť zdroj]

Jedna možnosť chápania procesov, ktoré môžu byť analyzované, je použitie Porterovej analýzy hodnotového reťazca. Tu je pár príkladov procesov, ktoré boli zanalyzované metódou dolovania procesov:

Primárne procesy[upraviť | upraviť zdroj]

Existuje niekoľko primárnych procesov, ktoré majú podniky spoločné, napríklad:

  • Procesy predaja (podporované systémom Salesforce)
  • Zákaznícky servis (podporované Sieblovým CRM systémom)
  • Správa materiálu (podporované Skladovým systémom)

Taktiež existujú procesy, ktoré sú špecifické pre daný podnik alebo odvetvie, napríklad:

  • Proces žiadania o úver v banke
  • Nariadenia procesov prekladov v EU
  • Diagnóza a proces liečby v nemocnici
  • Nárok na náhradu škody v poisťovni
  • Spracovávanie žiadostí o dotácie vládou
  • Vývoj softvéru pre softvérového partnera

Podporné procesy[upraviť | upraviť zdroj]

Sekundárne procesy sú napr.:

  • procesy na oddelení ľudských zdrojov (napr. podporované systémom case managementu)
  • procesy na oddelení IT (napr. podporované systémom ITSM)
  • procesy nákupu (napr. podporované ERP systémom)

Procesy používania[upraviť | upraviť zdroj]

Keď spoločnosť predá produkt, je nevyhnutné, aby vedela, ako ho zákazníci využívajú. Napríklad výrobca zdravotníckych zariadení ako Phillips Healthcare chce analyzovať procesy používania röntgenu doktorom, aby sa zlepšila spoľahlivosť a použiteľnosť ich zariadenia. Ďalší druh procesu v tejto kategórii je takzvaná "zákazníkova jazda", ktorá sleduje, ako zákazníci interagujú so spoločnosťou cez viacero možných kanálov. Predstavte si napríklad zákazníka, ktorý používa internet banking cez webovú stránku a potom volá na zákaznícku podporu, pretože nevie nájsť potrebnú informáciu, ktorú hľadá.

Procesy dodávateľa[upraviť | upraviť zdroj]

Pre výrobné spoločnosti, ktoré veľmi spoliehajú na externých dodávateľov, ako napríklad automobilové spoločnosti, je často dôležité spolupracovať s ich dodávateľmi už vo fáze výskumu a vývoja a usporiadať ich procesy, aby boli úspešní.

Outsourcované procesy[upraviť | upraviť zdroj]

Zvyšujúci sa počet podporných procesov je outsourcovaný špeciálnym podnikom, ktoré sú schopné poskytnúť tieto procesy efektívnejšie a za nižšie ceny. Napr. IT je často aspoň z časti riadená externými podnikmi. Iné príklady outsourcingu sú call-centrá, logistické procesy, strážne služby a iné.

Softvér na dolovanie procesov[upraviť | upraviť zdroj]

Komerčné nástroje na dolovanie procesov:

  • minit[10] je moderný Process Mining softvér vytvorený spoločnosťou Minit j. s. a.

Referencie[upraviť | upraviť zdroj]

  1. Cecília Havrilová, Ján Paralič. Dolovanie procesov a jeho vplyv na tvorbu odporúčaní produkto. 2015 [1]
  2. Výskum v oblasti bezpečnosti prenosu rozsiahlych dát mobilných zariadení a príprave automatizovaných nástrojov udržiavania súkromia a privátnosti dát (pilotný projekt)[2]
  3. [3]
  4. [4]
  5. Process Mining usage for potential insider threat identification utilizing PM4Py [5]
  6. http://www.processmining.org/start
  7. Jared Dean. Big Data, Data Mining, and Machine Learning. [s.l.] : Wiley, 2014. Dostupné online.
  8. http://fluxicon.com/blog/2014/02/how-is-process-mining-different-from/
  9. http://www.bptrends.com/the-added-value-of-process-mining/
  10. minit