Il process mining è una tecnica che analizza i dati dei log degli eventi per aiutare le organizzazioni a scoprire, monitorare e migliorare i propri processi aziendali. Si trova all'intersezione tra la scienza dei dati e la gestione dei processi. Utilizzando algoritmi specializzati, il process mining legge le impronte digitali lasciate nei sistemi come la pianificazione delle risorse aziendali (ERP) o gli strumenti di gestione delle relazioni con i clienti (CRM). Prende questi dati non elaborati e li trasforma in una mappa visiva dei tuoi processi aziendali.
Quando gli sviluppatori o i dirigenti aziendali guardano queste mappe, possono vedere esattamente cosa sta succedendo in tempo reale. Va oltre la semplice ipotesi o supposizione di come funziona un processo. Fornisce invece un quadro basato sui fatti e sui dati. Questo aiuta le organizzazioni a identificare i colli di bottiglia, individuare le inefficienze e trovare opportunità per rendere le operazioni più fluide.
La tecnologia di process mining funziona estraendo conoscenza dai dati già esistenti all'interno dei sistemi informativi aziendali. Segue un flusso di lavoro specifico per trasformare i dati sparsi in approfondimenti fruibili.
Esistono tre tecniche principali di process mining che le organizzazioni utilizzano a seconda dei loro obiettivi. Ogni tipo ha uno scopo diverso nella comprensione e nel miglioramento dei flussi di lavoro.
La scoperta è spesso il punto di partenza. In questa tecnica, crei un modello da zero utilizzando solo i dati del log degli eventi. Non si parte da un'ipotesi o da un modello preesistente di come dovrebbe funzionare il processo, poiché gli algoritmi si limitano a esaminare i dati e a produrre un modello che rifletta la realtà. Può essere utile quando vuoi vedere cosa sta succedendo realmente senza preconcetti.
Il controllo di conformità consiste nel confrontare la realtà con uno standard. In questo caso, prendi i dati del mondo reale e li confronti con un modello "ideale" predefinito o con una serie di regole. L'obiettivo è trovare le violazioni. Ad esempio, se un ordine di acquisto deve essere approvato prima che venga pagata una fattura, il controllo di conformità segnalerà ogni caso in cui il pagamento è avvenuto prima. Aiuta a garantire che i team seguano le regole.
Il miglioramento prevede l'utilizzo dei dati per migliorare o estendere un modello di processo esistente. Non si tratta solo di trovare gli errori, ma di aggiungere valore. Ad esempio, potresti prendere una mappa di processo esistente e sovrapporvi i dati dei timestamp per vedere esattamente dove si verificano i ritardi. Questo ti aiuta a riparare il modello o ad adeguare il processo per adattarlo meglio alla realtà dell'ambiente aziendale.
Può essere facile confondere questi termini, ma si riferiscono a discipline diverse. Sebbene tutti si occupino di dati e analisi aziendale, affrontano il problema da angolazioni diverse.
Funzionalità | Modellazione dei processi | Data mining | Process mining |
Origine principale | Interviste, workshop | Set di dati di grandi dimensioni | Log eventi (dati di sistema) |
Evidenzia | Come dovrebbe funzionare un processo | Pattern e correlazioni | Come funziona effettivamente un processo |
Obiettività | Soggettivo (basato su opinioni) | Obiettivo (basato sui fatti) | Obiettivo |
Risultato | Diagrammi statici | Modelli/cluster predittivi | Mappe di processi dinamiche |
Funzionalità
Modellazione dei processi
Data mining
Process mining
Origine principale
Interviste, workshop
Set di dati di grandi dimensioni
Log eventi (dati di sistema)
Evidenzia
Come dovrebbe funzionare un processo
Pattern e correlazioni
Come funziona effettivamente un processo
Obiettività
Soggettivo (basato su opinioni)
Obiettivo (basato sui fatti)
Obiettivo
Risultato
Diagrammi statici
Modelli/cluster predittivi
Mappe di processi dinamiche
Le applicazioni di process mining sono utilizzate in vari settori. Qualsiasi reparto che si affida a flussi di lavoro strutturati può utilizzare queste tecniche per migliorare le prestazioni.
I reparti finanziari sono spesso i primi ad adottare il process mining. Possono utilizzarlo per semplificare la contabilità fornitori e clienti, ad esempio per ridurre i tempi di ciclo per l'elaborazione delle fatture. Aiuta a bloccare i pagamenti duplicati e a impedire l'utilizzo di fornitori non approvati, spesso chiamato "Maverick Buying". Vedendo il flusso esatto di una fattura, i team finanziari possono assicurarsi di sfruttare gli sconti per pagamento anticipato ed evitare le penali per ritardo.
Per le aziende che si occupano di beni fisici, il process mining può aiutare a gestire le complessità della catena di fornitura, ad esempio ottimizzando le linee di produzione identificando le stazioni che causano ritardi.
Nella logistica, aiuta a visualizzare l'esatto movimento delle merci attraverso la catena di fornitura, dal magazzino al cliente. Questa visibilità aiuta i responsabili a prevedere i ritardi, a gestire i passaggi di inventario in modo più fluido e a garantire che i programmi di produzione corrispondano alla domanda dei clienti.
Nel settore sanitario, il process mining può essere utilizzato per migliorare l'esperienza del paziente. Gli ospedali possono utilizzarlo per visualizzare il "percorso del paziente" dal ricovero alla dimissione. Analizzando il tempo che intercorre tra le diverse fasi, come il triage, i test e il trattamento, gli amministratori possono identificare i colli di bottiglia che causano lunghi tempi di attesa. Ciò può migliorare l'efficienza del triage e garantire che le risorse siano allocate dove sono più necessarie per migliorare i risultati dei pazienti.
Le aziende di telecomunicazioni possono utilizzare il process mining per migliorare l'assistenza clienti e l'onboarding. Il processo di attivazione di una nuova linea o di configurazione del servizio internet prevede molti passaggi e coinvolge diversi reparti. Il process mining aiuta a identificare i punti di attrito in cui i clienti abbandonano il percorso. Può rivelare perché i ticket di attivazione si bloccano o rimbalzano tra i reparti tecnico e di assistenza, consentendo all'azienda di risolvere la causa principale e migliorare la soddisfazione del cliente.
L'intelligenza artificiale (AI) sta trasformando il process mining da strumento diagnostico a strumento predittivo. Mentre il process mining tradizionale analizza ciò che è accaduto in passato, il process mining AI utilizza il machine learning per prevedere i risultati futuri. Ad esempio, un modello potrebbe analizzare le richieste aperte attuali e contrassegnare un ordine specifico, prevedendo che "Questo ordine sarà in ritardo" in base ai pattern riscontrati nei dati storici. Ciò consente ai team di intervenire prima che si verifichi un problema.
L'AI generativa sta inoltre rendendo la tecnologia più accessibile. Invece di aver bisogno di un data scientist per scrivere query complesse, gli utenti potrebbero essere in grado di eseguire query sui dati dei processi con il linguaggio naturale. Un responsabile potrebbe semplicemente chiedere "Mostrami i 3 principali colli di bottiglia nello stabilimento di Berlino" e il sistema genererebbe l'analisi. In questo modo, l'accesso agli approfondimenti viene democratizzato, consentendo agli utenti non tecnici di prendere decisioni basate sui dati.
L'implementazione del process mining può portare a miglioramenti significativi nel modo in cui opera un'azienda. Utilizzando i dati per prendere decisioni, le organizzazioni spesso ottengono un chiaro ritorno sull'investimento (ROI).
Trasparenza
Il process mining offre una visibilità quasi al 100% sulle operazioni. Poiché esamina ogni singola transazione registrata nel sistema, nulla viene nascosto. I leader possono vedere la realtà dei loro flussi di lavoro tra diversi reparti e sedi, eliminando la natura di "scatola nera" delle operazioni complesse.
Efficienza
La tecnologia eccelle nell'identificazione e nella rimozione dei colli di bottiglia. Ad esempio, in una catena di fornitura, potrebbe rivelare che gli ordini rimangono in stato "in attesa" per tre giorni a causa di un requisito di firma manuale. Individuando questi ritardi, le aziende possono semplificare le procedure e consegnare i prodotti ai clienti più rapidamente.
Conformità
Aiuta a rilevare comportamenti non conformi, come il "Maverick Buying", in cui i dipendenti aggirano le procedure di approvvigionamento standard. Inoltre, monitora le violazioni dell'accordo sul livello del servizio (SLA), garantendo il rispetto degli obblighi contrattuali e riducendo il rischio di sanzioni.
Automazione
Il process mining è un ottimo precursore dell'automazione. Identifica i passaggi ripetitivi e sufficientemente stabili da poter essere gestiti dalla Robotic Process Automation (RPA). Invece di ipotizzare cosa automatizzare, le aziende utilizzano i dati per scegliere i processi che produrranno i maggiori guadagni in termini di efficienza.
Per uno sviluppatore, il process mining non riguarda solo la visualizzazione di una dashboard, ma anche la creazione della pipeline di dati che rende possibili questi insight. Ecco un esempio pratico di come potresti progettare una soluzione utilizzando Google Cloud per ottimizzare un sistema di ordini di e-commerce.
Scopri di più sui concetti, sulle basi dei dati e sulle tecnologie Google Cloud che alimentano il process mining.
Inizia a creare su Google Cloud con 300 $ di crediti senza costi e oltre 20 prodotti Always Free.