Il Process Mining è una tecnica di analisi dei processi che parte dai dati. Consiste nell’analizzare nel minimo dettaglio i processi aziendali per come si svolgono nella realtà quotidiana, con l’obiettivo di mapparli, scoprirne punti di forza e debolezza e scostamenti rispetto ai processi standard codificati per policy, e quindi migliorarli senza dover passare per lunghi e costosi progetti di Business Process Reengineering (BPR), l’approccio tradizionale alla revisione dei modelli di funzionamento delle imprese, che nel tempo ha mostrato diversi limiti. Il Process Mining è basato in sostanza sull’analisi dei dati di log dei sistemi informativi aziendali, che abbiamo spiegato estesamente in questi articolo. Accedendo ai log dei sistemi informativi e acquisendo dalle applicazioni i dati, anche molto eterogenei tra loro, le piattaforme di Process Mining riescono a ricostruire i pattern che contraddistinguono il funzionamento di intere filiere. Vediamo quali sono i più frequenti ambiti di applicazione, i benefici e le criticità, e il funzionamento a livello tecnologico.
Gli ambiti di applicazione del Process Mining: dalle acquisizioni al Performance Management
Razionalizzazione dell’organizzazione a livello centrale e periferico.
Per esempio, in occasione dell’ingresso in azienda di un nuovo Amministratore Delegato/Direttore Generale, che spesso ha obiettivi molto sfidanti già nel medio-breve periodo. Grazie alle tecniche di Process Mining, in tempi brevi, il nuovo management è in grado di comprendere in modo oggettivo il modello di funzionamento dell’azienda e introdurre strumenti di performance management per definire obiettivi di miglioramento e misurare i progressivi risultati, riducendo al minimo le più classiche “interviste a tappeto” e indirizzandone sapientemente l’utilizzo.
Individuazione delle inefficienze nei processi.
Il Process Mining permette di estrarre, attraverso modelli statistici, particolari comportamenti critici per poi individuare le cause dei ricicli, i colli di bottiglia o i tempi di attesa, diventando il principale driver per misurare e monitorare le performance. Combinando l’analisi e la misura del processo con i comportamenti dei clienti, si possono guidare cambiamenti mirati a migliorare la qualità percepita dei processi (verso l’interno o verso clienti/fornitori). Inoltre ogni nuova iniziativa di miglioramento, invece di partire da zero, tesaurizza la conoscenza esistente del processo con un basso impatto sulle performance, consentendo l’adozione di un approccio di miglioramento graduale e continuo.
Supporto ad acquisizioni o fusioni.
Il Process Mining funge da punto di partenza cruciale per guidare le operazioni di riorganizzazione e cambiamento. La capacità di lavorare su processi end-to-end (utilizzando dati provenienti anche da sistemi eterogenei) favorisce il rapido sviluppo di una consapevolezza cross-funzionale, che, unita a tecniche di enterprise architecture e data governance, consente di definire programmi di armonizzazione organizzativa e standardizzazione dei sistemi efficaci e affidabili.
Verifiche di compliance e auditing.
Il Process Mining risulta di estrema utilità per “svelare” come un processo viene eseguito nella realtà, mettendo in risalto attività e procedure operative in modo continuativo ed evidenziandone la conformità (o non conformità) con le procedure e le policy definite.
Sviluppo e consolidamento del sistema di Performance Management.
Talvolta i KPI utilizzati non sono i più adeguati per misurare ed eventualmente premiare le performance aziendali, e finiscono addirittura con l’innescare dinamiche tendenti a prestazioni sub-ottimali e indesiderate. Legando i processi ai risultati, il Process Mining può mettere in relazione diverse prestazioni, e massimizzare l’efficacia dei sistemi di Performance Management entrando nel merito dei gap prestazionali tra quanto atteso e quanto effettivamente rilevato.
Sostenere nel tempo iniziative di cambiamento.
Spesso le aziende non riescono a sostenere nel tempo i programmi di process improvement avviati e, quindi, a realizzare gli obiettivi fissati. Attraverso il monitoraggio, pianificato o continuo, dei processi aziendali “ristrutturati”, il Process Mining può divenire uno strumento manageriale essenziale per aiutare le organizzazione a capire gli scostamenti indesiderati, radicare i cambiamenti e facilitare l’introduzione di nuovi cambiamenti in un percorso progressivo e continuo.
I benefici: un assessment molto più oggettivo rispetto alle interviste
In generale quindi il Process Mining può essere definito uno strumento di evoluzione della cultura dell’organizzazione verso un approccio sistematico alla gestione per processi, e per sviluppare e consolidare il business performance management. E in quest’ottica, pur se abilitato dalle tecnologie informatiche, il suo fattore critico di successo come strumento di reingegnerizzazione e cambiamento dei processi rimane comunque il change management.
Alcune applicazioni del Process Mining hanno consentito, per esempio, di recuperare il 30% delle risorse, con guadagni di diversi milioni di dollari; ridurre la durata media dei processi del 70%, con miglioramento considerevole della soddisfazione dei clienti; cancellare fino al 40% delle fasi (step) dei processi, anche in contesti critici, con conseguente diminuzione della durata e dei costi totali di gestione.
Il Process Mining è anche un grande passo avanti rispetto al tradizionale approccio all’assessment dei processi, al famoso “as is”, che si basa su interviste, workshop e osservazioni sul campo. Queste sono tecniche molto efficaci per comprendere cultura, clima e attitudini, ma a volte meno efficaci per modellare i processi e analizzare le performance in modo sistematico è oggettivo e, soprattutto, non molto efficienti. Infatti la realtà non sempre corrisponde a quella percepita con le interviste: le informazioni raccolte sono soggette a interpretazioni e bias e corrono il rischio di essere legate all’intervistato e alle sue esperienze molto più che a precise logiche o motivazioni di business.
Le casistiche esaminate nelle interviste in effetti sono quasi sempre un sotto-insieme di quelle reali. Molte sono quindi le criticità dell’assessment dei processi attraverso interviste: le casistiche trascurate sono le meno rilevanti? Che competenze ed esperienze hanno coloro che fanno le interviste? Che domande vengono poste? Chi viene intervistato ha tutte le informazioni necessarie? Ha il tempo per fornirle? Ha la preparazione per fornirle nel modo più oggettivo possibile? Ha la volontà di fornirle?
Il Process Mining supera tutte queste criticità ribaltando l’approccio: dai process owner e dai focal point di processo si va con l’output dell’analisi effettuata sui dati, per chiarire eventuali dubbi e interpretare i fenomeni emersi.
Process Mining, la base tecnologica
Secondo la definizione dell’IEEE (Institute of Electrical and Electronics Engineers), il Process Mining può essere considerato come il ponte che collega il Business Process Management con tutte le altre discipline analitiche non direttamente orientate ai processi, come statistica, data mining, machine learning e business intelligence.
Il Process Mining si basa sullo sfruttamento dei log dai dati di registrazione provenienti dai sistemi informativi aziendali, correttamente filtrati e ripuliti mediante algoritmi di data cleaning.
I dati di log, costituiti da un identificativo univoco di istanza di processo, dal richiamo all’attività di processo a cui si riferiscono e dal tempo di registrazione (congiuntamente ad altre variabili come priorità, cliente e risorsa responsabile), diventano i trigger per la creazione della mappatura di processo, ottenuta tramite algoritmi di automated process discovery (Heuristics, Fuzzy, Genetic, Multi-phase, etc) e una analisi dettagliata e personalizzata mediante modelli statistici.
Attraverso attività di slicing & dicing dei log lungo diverse dimensioni (ad es. tipo cliente, tipo di ticket, livello priorità, …), analisi comparative (anche visuali) supportate da misure statistiche delle differenze, vengono quindi identificati casi ottimali (positive deviance) e peggiori (negative deviance) e fornite come risultato raccomandazioni sulle azioni di process improvement da intraprendere.
Uno dei maggiori punti di forza del Process Mining, lo ripetiamo, è la sua trasversalità, fondamentale in uno scenario in cui praticamente tutte le aziende hanno parchi applicativi con molte piattaforme e tecnologie diverse. L’utilizzo del Process Mining è indipendente dal contesto e non è system-specific: la sua applicazione ha validità su sistemi eterogenei tra loro, indipendentemente dal vendor e dalle specifiche.
Who's Who
Luca Flecchia
Manager Data Driven Innovation, P4I - Partners4Innovation
