SAP Process Mining или как разобраться в своих бизнес-процессах
Посмотрите на эту картинку. В бизнес-процессах многих компаний такая же ситуация — очень много обходных путей, которые могут упростить действия сотрудников, не нарушая при этом принятые правила. Но как руководителям увидеть эту реальность внутри компании?
Самый простой путь — обратиться к консультантам. Что сегодня предлагает рынок консалтинга для решения этой задачи? Провести интервью с сотрудниками и узнать, как они субъективно видят свои процессы. А видеть они его могут как левую тропинку на картинке. Или вообще могут не знать, какой должна быть эта тропинка. Появляется проблема: как увидеть объективную реальность, а не интерпретацию чей-то точки зрения? Это касается любых бизнес-процессов — закупки, продажи, логистика и т.д.
В линейке продуктов SAP есть отдельное решение SAP Process Mining, которое позволяет видеть «цифровые шаги» сотрудников компании. Фактически, можно увидеть любой процесс из любой информационной системы, прослеживать соответствие действий сотрудников корпоративным политикам и стандартам, различным референсным моделям. Масштаб компании тут не имеет значения — главное, чтобы сам процесс был оцифрован, а не вёлся на бумаге.
Например, на рисунке выше пользователь запускает транзакции в процессе создания сбытового заказа. Он создает заказ на поставку, оформляет отгрузку со склада, далее отправляет клиенту, отдает ему счет-фактуру, получает оплату. Обратите внимание, что в момент, когда пользователь проводит транзакции в системе — в ней появляется транзакционный лог. В нем отображается, что определенный пользователь в определенный момент времени создал заказ №, изменил цену и адрес доставки, поменял такие-то документы и прочее.
И такие логи можно собирать из любых систем, в том числе и самописных, вплоть до текстовых файлов и excel. У решения SAP Process Mining есть свои внутренние алгоритмы, которые умеют собирать логи и превращать их в графы. Это наглядные картинки (см. рисунок 3), которые показывают, как реально выглядит процесс без чьей-либо интерпретации.
Рис. 3
В итоге можно видеть узкие места на каждом проекте. Например, где-то скопились заказы. Менеджер не может их быстро обработать. Появляется вопрос — почему? Либо ресурсов не хватает, либо сам процесс методологически выстроен так, что приходится тратить много времени.
На рисунке 4 мы видим граф процесса «Обработка заявки на кредит». Каждый шарик красного цвета — это кредитная заявка. Размер шарика определяется стоимостью кредитной заявки (на какую сумму претендует заявитель). Посмотрев на граф, мы видим, что между некоторыми активностями образовываются очереди из шариков — линии красного цвета. Это говорит о том, что в указанный момент времени заявки скапливаются между этапами или долго проходят обработку. Причины могут быть разные: нехватка ресурсов, персонала, особенности регламента процессы, квалификация сотрудников и другие причины.
Рис. 4
Кстати, узкие места отлично иллюстрируются в закупках. Особенно в многофилиальном холдинге, где этот процесс может быть разным в каждом подразделении. Такие процессы складываются исторически — могут быть разные информационные системы, выполняются процессы по различным методологиям. В подобной ситуации рано или поздно головная компания захочет их привести к единому шаблону для того, чтобы было проще контролировать. Задача Process Mining — как раз показать разницу между филиальным процессом и эталоном, а также — что необходимо сделать, чтобы привести процессы в филиалах к единому стандарту. На рисунке 5 приведен пример сравнения двух филиалов: справа — эталонный, слева — требующий изменения.
Рис. 5
Process Mining применим и для задач по роботизации. При помощи этого метода управления процессами можно увидеть, где существует много рутинных задач и подумать, как их можно роботизировать.
Например, в компании часто происходит корректировка цен на заказы от определённых поставщиков и на некоторые группы материалов. А сколько времени тратят сотрудники для корректировки цен для 145 тыс. заказов в год, на каждый из которых уходит по 40 минут? Сколько времени и ресурсов можно сэкономить, если сократить данный объем работ хотя бы на 30%? На сколько при этом сократится длительность цикла закупок, если роботизировать этот процесс? В итоге люди высвободятся на решение аналитических и управленческих задач. На рисунке 6 приведена таблица с перечнем поставщиков, по которым происходит большое количество ручных корректировок.
Рис. 6
Process Mining позволяет «отлавливать» и сценарии с мошенничеством (fraud). Допустим, в компании за каждым менеджером закреплена определенная территория продаж с магазинами, в которые нужно продать товар. На уровне системы НСИ данная связь закреплена и затем транслируется в CRM-систему и систему отчетности.
Что происходит в конце года? Продавец заходит в эту систему и открепляет несколько магазинов, в которые он не сумел продать товар. И получается, что его план продаж выполнен теперь не на 80%, а на 100%. Ему выплачивают премию, ведь он же сделал свой план. Проходит время, начинается новый год, и он заново добавляет себе эти два магазина. Проведя внутреннее расследование при помощи Process Mining, выясняется, что у менеджеров и их коллег были права доступа в систему, возможность менять данные и вносить корректировки. Пример отчета по управлению правами и полномочиями приведен на рисунке ниже.
Рис. 7
В следующих статьях про Process Mining мы расскажем про сценарии сбыта и дебиторской задолженности, разберем примеры применения при процессах закупок и оплаты, а также с одним из наших партнеров сделаем подробный обзор про интеграцию и выгрузку данных.
Авторы статьи: Екатерина Тюленева, архитектор бизнес-решений SAP, и Фёдор Павлов, эксперт по платформенным решениям SAP.
