Технология Process Mining ещё не завоевала широкую известность в сравнении с другими способами применения методов искусственного интеллекта, однако по мнению экспертов она обладает большим потенциалом для оптимизации бизнес-процессов.
Запись вебинара о применении технологий анализа процессов
на основе данных системы электронного документооборота
Process Mining — это технология анализа процессов на основе накопленных в информационных системах данных и журналов событий. Этой технологии уже более 10 лет. Изначально её развивала группа учёных под руководством профессора Вил ван дер Аалста из технологического университета Эйндховена.
Задачи Process Mining
Process Discovery – автоматическое восстановление модели бизнес-процессов на основе «сырых» данных, хранящихся в журналах обработки информации в различных приложениях информационной системы.
Conformance Checking – проверка соответствия реальных процессов, протекающих в реальной организации, тем моделям и регламентам, по которым они должны были бы протекать.
Process Enhancement – усовершенствование бизнес-процессов на основании их глубинного анализа.
Таким образом, глобально технология Process Mining позволяет преодолеть пропасть между реальными процессами и их словесным или документальным описанием. По опыту реальные процессы часто не соответствуют своей идеализированной модели.
«Проблема спагетти» – реальные процессы, как правило, существенно более сложные и вариативные, чем мы предполагаем.
Технология может применяться для анализа накопленной информации из любой корпоративной системы, которая агрегирует данные о процессах: BPM, СЭД или узкоспециализированных сервисов.
Изучаем и оптимизируем процессы с помощью Process Mining
Инструменты Process Mining позволяют изучить структуры процессов:
Анализировать длительность процесса каждого отдельного этапа, время задержки между ними, определять вероятность тех или иных ветвлений в процессах, количество циклов.
Давать статистические оценки или определять различные аномалии в реализации процессов: обнаруживать экземпляры процессов или этапов, которые исполняются аномально долго, обнаруживать зависшие процессы и ситуации, когда процесс зацикливается между отдельными его этапами (ситуация пинг-понга) и пр.
Анализировать нарушение регламентов. Например, как часто происходят пропуски обязательных этапов процесса, начало процесса не с первого этапа, нарушение последовательности этапов, выявлять параметры тех процессов, которые идут с нарушением регламентов и пр.
Собираем данные из СЭД для Process Mining
В минимальном варианте требуется журнал, в котором имеется несколько обязательных полей:
Идентификатор типа процесса. В СЭД это может быть процесс обработки какого-то конкретного документа. Например, при согласовании договора идентификатором процесса может служить идентификатор вида обрабатываемого документа. Или более сложный случай, когда в одном процессе обрабатывается несколько документов, как при приёме на работу сотрудника. Тогда необходимо, чтобы при обработке документов и заданий, связанных с этим процессом, в СЭД по тем или иным правилам, формировался и фиксировался в журнале идентификатор его типа.
Идентификатор экземпляра процесса (кейса). В нашем случае это будет уже идентификатор экземпляра документа или набора связанных документов и заданий.
Информация об этапе (исполнителе или его роли) процесса. Проще всего фиксировать имя исполнителя, но на практике лучше фиксировать роли. В СЭД роли могут быть не только статические, но и динамические, если реализовать в СЭД правила её расчёта.
Время обработки. Лучше фиксировать время начала и время окончания работы пользователя на том или ином этапе. В результате вы точно определите не только последовательность этапов, но и время задержек между ними. В идеале приложение СЭД может рассчитывать время автоматически или требовать ручного ввода реальной трудоёмкости каждого этапа процесса.
Подробнее о способах применения Process Mining в СЭД мы рассказывали в материале для портала it•world:
Рассказывают эксперты компаний «ДоксВижн» и «Диджитал Дизайн» — разработчика и интегратора решений автоматизации документооборота и управления процессами на платформе Docsvision.
В статье рассматриваются аспекты организации кадрового архива с учетом требований законодательства РФ по хранению юридически значимых документов.
Этот сайт использует файлы cookies, сервисы сбора и интернет-аналитики технических данных посетителей для обеспечения работоспособности и улучшения качества обслуживания. Продолжая использовать наш сайт, вы соглашаетесь с применением данных технологий. Вы вправе отключить/запретить сохранение файлов cookie в настройках браузера.
