Как вы, возможно, слышали, в прошлом году ABBYY приобрела компанию TimelinePI – разработчика платформ Process Intelligence. Теперь, помимо интеллектуальной обработки информации, продукты ABBYY помогают компаниям решать новый класс задач – анализировать бизнес-процессы, понимать, как они устроены изнутри и как их изменить в лучшую сторону.
Для нас это логичный шаг. В недрах крупных компаний непрерывно генерируются и обрабатываются огромные объемы данных. Наши решения для корпоративных заказчиков помогают приводить в структурированный вид разнообразные сведения из бухгалтерских, кадровых, логистических и других документов и удобнее работать с ними. А почему бы не только упорядочивать информацию, но и делать на ее основе полезные выводы для бизнеса? Например, понимать, как устроены процессы, выявлять в них неочевидные закономерности, анализировать те метрики, которые раньше не учитывали, да еще и предсказывать, что будет, если автоматизировать процессы с помощью той или иной технологии?
Сегодня мы расскажем, что такое платформа для интеллектуального анализа бизнес-процессов ABBYY Timeline, для чего она нужна, и приведем примеры, как это решение работает и где оно полезно.
Process Intelligence – это комплекс инструментов для интеллектуального анализа бизнес-процессов. Такие решения позволяют визуализировать, количественно оценивать и понимать, как правильно выстроить процессы, чтобы непрерывно повышать их эффективность.
И Process Intelligence, и Process Mining используют для анализа цифровые следы действий пользователей. Однако решения Process Mining предназначены исключительно для построения текущей схемы процесса, ее еще называют блок-схемой. Такой инструмент подходит для простых и хорошо регламентированных процессов и сфокусирован на изучении наиболее эффективного пути процесса, или Happy Path, а не на сравнении двух различных процессов и анализе отклонений выполненного пути от Happy Path. В решениях Process Intelligence построение блок-схемы – это один из многочисленных вариантов анализа, о которых мы расскажем далее.
Четыре ключевых возможности Process Intelligence
1. Анализировать прошлое. Решение ABBYY Timeline помогает получить реальную картину процесса (это называется Process Discovery), основываясь на цифровых следах. А уже имея представление о реальном положении дел, менеджмент может определить участки с наибольшим потенциалом для автоматизации.
Объясним, что такое цифровой след
Это уникальный набор действий отдельного сотрудника, подразделения или группы подразделений, который отражается в корпоративных информационных системах. В зависимости от процесса это может быть информация о том, что было отправлено электронное письмо, отметка о согласовании документа, логин пользователя, покупка на сайте, нажатие кнопки в программе на десктопе и многое другое.
2. Отслеживать настоящее. Платформа ABBYY Timeline позволяет наблюдать в реальном времени, что происходит на каждом или нескольких этапах процесса, получать информацию о событиях, условиях, закономерностях, нарушениях и вовремя реагировать на них.
3. Прогнозировать будущее. С помощью методов машинного обучения можно предсказать возможный исход процессов, которые еще не завершены. Основой для машинного обучения будут эмпирические данные и документы (или извлеченная из них информация), которые задействованы в процессе.
4. Строить гипотезы и проверять их. ABBYY Timeline может как рассчитать эффект от предполагаемой автоматизации, так и сравнить процесс до и после внедрения технологий. Например, компания в течение месяца использует программных роботов и с помощью анализа бизнес-процессов может понять, насколько эффективен этот проект.
Зачем это нужно
Разберемся, зачем анализировать бизнес-процессы с помощью Process Intelligence?
Любой бизнес стремится эффективно использовать технологические решения, чтобы получить конкурентные преимущества. Все крупные компании так или иначе автоматизируют отдельные задачи с помощью искусственного интеллекта, цифровых двойников, роботов и т.д. Например, компьютерное зрение используют, чтобы переводить документы в электронный вид, определять тип данных и затем отправлять их в нужную базу, обработку естественного языка (NLP) – чтобы анализировать содержание текста и выделять из него нужные сущности и факты, RPA – чтобы воспроизводить пользовательские операции: перемещать файлы в целевые системы, отправлять автоответы, открывать программы и т.п.
В любых технологических проектах важна последовательность. Прежде чем внедрить какое-то решение, надо четко понять:
- как все работает в настоящий момент?
- куда конкретно будет встраиваться технология?
- какую задачу или задачи она будет выполнять?
- а может быть, автоматизация пока не нужна, а достаточно перестроить и упростить последовательность действий?
Есть три метода, как найти ответы на эти вопросы.
Первый – опросить сотрудников и записать, как они представляют себе процесс. Но все не так просто. Во-первых, руководители видят общую картину и не знают каких-то деталей и мелочей, которые часто имеют важное значение в критических ситуациях. Во-вторых, исполнители и специалисты могут ошибаться в последовательности этапов или скрывать что-то, например, присутствие наблюдателя меняет поведение сотрудников и они зачастую хотят придать большую значимость своей работе. В-третьих, в зависимости от сложности процесса разные специалисты могут выполнять задачу по-разному. Таким образом, при этом подходе компания рискует получить субъективную и противоречивую картину:
Второй путь – обратиться к консалтерам, чтобы они помогли реинжинирить процессы. Бизнес-консультанты более объективно смотрят на компанию и могут обнаружить неочевидные проблемы. Кстати, многие современные консалтинговые фирмы используют решения Process Intelligence. Для них это дополнительный инструмент, чтобы быстрее изучить бизнес-процессы заказчика и получить больше полезной информации. Как правило, реинжиниринг процесса требует больших трудозатрат на поиск и решение проблемы. По нашей оценке, на такой анализ бизнес-процессов в компании может уйти от 6 до 8 месяцев, при этом применение платформы ABBYY Timeline позволяет сделать это быстрее.
Однако любой проект по оптимизации – конечный. Консалтеры и сотрудники находят участок процесса, реализуют проект, считают результаты, и после этого расходятся и – вот, печаль! – забирают с собой решение, с помощью которого делали анализ.
Третий путь – при реинжиниринге процессов полагаться на цифровые следы, которые остаются в корпоративных источниках. В логах информационных систем постоянно накапливается информация. Если правильно воспользоваться этими данными, то можно узнать о своей компании много нового. Аналитики Forrester называют такую концепцию Digital Intelligence (цифровой интеллект). Это уровень цифровой зрелости организаций, которые широко используют цифровые данные, чтобы анализировать процессы и развивать бизнес. Например, для этого берут метаданные (какой сотрудник, когда и за сколько времени выполнил задачу, закрыл заявку и т.д.) и с помощью современных инструментов связывают эти «цифровые следы» с тем, почему были сделаны конкретно те или иные шаги в процессе.
Таким образом можно смотреть и на работу каждого сотрудника в отдельности – это тоже один из способов применения Process Intelligence. Один подчиненный будет работать медленнее другого и выполнять меньше задач за рабочий день. Что это значит? Важно посмотреть, что за заявки они обрабатывают и какие характеристики у этих документов? Допустим, один из сотрудников тратил больше времени, потому что обрабатывал наиболее сложные договоры, которые требуют более вдумчивого анализа.
Применение Process Intelligence делает эксперта не зависимым от внешних факторов. Этот инструмент может пригодиться в ежедневной работе бизнес-аналитиков, консультантов и руководителей подразделений.
Почему Process Intelligence – это больше, чем BI
У тех, кто не понаслышке знаком с темой оптимизации бизнес-процессов, может возникнуть логичный вопрос: «Чем Process Intelligence отличается от Business Intelligence (BI)?» BI тоже умеет интерпретировать большое количество данных, заостряя внимание на ключевых факторах эффективности, помогает отслеживать принятие решений и выстраивать общую картину бизнеса. Да, это так, но дьявол, как говорится, в деталях.
Задача Business Intelligence – показать статические показатели. А PI-системы обеспечивают мониторинг процесса в реальном времени. Главное отличие этих решений состоит в том, что в BI-системах нет стандартных инструментов для представления данных в виде процесса. Причем процесс – это не только последовательность шагов, а совокупность состояний, причин и условий перехода между ними.
Возможности Process Intelligence систем, которых нет у BI
В отличие от BI, в Process Intelligence платформах, в частности, в ABBYY Timeline, есть несколько десятков специализированных инструментов для разных бизнес-задач: сбора и извлечения данных, мониторинга и оповещения, прогнозирования событий и т.д. О них мы расскажем чуть ниже.
Как выглядит работа Process Intelligence
Вся масса данных, которая будет обрабатываться, поступает в ABBYY Timeline с помощью понятных и знакомых многим инструментов для извлечения и обработки контента.
Необходимость ETL («extract, transform, load», или дословно «извлечение, преобразование, загрузка») связана с разнообразием источников, в которых хранятся данные. Например, информация для анализа поступает из ERP, CRM, систем веб-аналитики и других. ETL позволяет загрузить данные из разных источников прямо в ABBYY Timeline, причем для этого не нужно устанавливать дополнительную базу данных.
В интерфейсе ABBYY Timeline журнал событий выглядит так (здесь и далее скриншоты кликабельны):
Эти данные можно дополнить, подготовить, очистить и т.п., чтобы использовать ETL более эффективно. Например, можно добавить даты, округлить метку времени до заданных единиц (минуты, секунды), удалить дублирующие записи, объединить в один датасет данные из нескольких систем по общему ключу и выстроить последовательность операций по преобразованию данных, которая выполняется при загрузке в реальном времени.
Также каждому из событий (то есть этапов процесса) можно присвоить необходимые параметры (атрибуты), которые помогают провести более глубокую аналитику. Атрибуты – это структурированные данные, внесенные из документов в информационные системы вручную или с помощью OCR и NLP. Например, это может быть сумма кредита, возраст клиента или имя и фамилия менеджера, если речь идет о банке; регион, тип страхования или день недели, если мы говорим о страховой компании. Таким образом, при анализе бизнес-процесса можно выбрать среди всех загруженных значений атрибута одно или несколько, например, 3 региона из 23:
Любая Process Intelligence система – это платформа с множеством различных метрик: индикаторов, цифр и графиков, которые обновляются в реальном времени. Например, наша ABBYY Timeline – это не просто дашборд, в котором приглашенный консультант однажды настроил десяток метрик, которые вы будете проверять раз в месяц. Платформу ABBYY Timeline можно применять регулярно. На ней легко самому делать настройки и каждый день следить за процессом с разных сторон:
Анализ после внедрения: на дашборде можно увидеть изменение бизнес-показателей за конкретный срок, в данном случае за несколько месяцев. Так, например, страховая компания может понять, насколько эффективной была автоматизация процесса по проверке категорий риска с помощью программных роботов.
ABBYY Timeline – это полноценный инструмент бизнес-аналитика. Он может быть сотрудником организации, которая приобрела лицензию, а не дорогим наемным консультантом. Приведем в пример стартовый экран платформы:
Используя стартовый экран, можно проводить верхнеуровневую аналитику: кликнуть на каждый средний показатель, посмотреть на гистограмме распределение по количеству экземпляров процессов и как это распределение меняется для каждого атрибута (день недели, менеджер, регион и т.д.).
Рассмотрим, как можно использовать стартовый экран на примере процесса по урегулированию страхового случая. На стартовом экране выше видим распределение первых и последних событий в процессе: в большинстве случаев (89%) первое событие – уведомление о страховом случае. Последнее событие – заявка закрыта – происходит в 84% случаев. Иногда информации со стартового экрана достаточно, чтобы понять, что у вас битые данные. Допустим, если в качестве первого события указано «заявка закрыта», то на вход явно поступили некорректные данные. Или, например, менеджер знает, что процесс урегулирования страхового случая длится не дольше месяца. Если среднее время – 5 лет, то, наверное, что-то пошло не так.
Инструменты для анализа и примеры их использования
Инструменты ABBYY Timeline распределены по кластерам. Они помогают последовательно ответить на вопросы:
Расскажем чуть подробнее о каждой группе.
Понять, как выглядит процесс
В ABBYY Timeline есть возможность восстановить обобщенную схему процесса: увидеть его этапы, их длительность и количество переходов между ними, а также с помощью анимации наглядно визуализировать самые быстрые (на схеме — зеленые) и самые долгие (на схеме – красные) процессы. Схему можно кастомизировать, добиваясь различного уровня детализации.
Например, менеджера может насторожить ситуация, почему на схеме процесса оплаты счетов ближе к самому последнему шагу стало больше желтых и красных точек. Это способ максимально высокоуровневого анализа: обнаружить какие-то сразу бросающиеся в глаза повторяющиеся этапы, узкие места, ненужные шаги. Например, можно обратить внимание на то, почему счет долго находится на согласовании в бухгалтерии. На таких местах надо сфокусироваться, если компания хочет ускорить процесс, или автоматизировать его.
Другой пример визуализации данных – с помощью инструмента «Путь». В отличие от схемы, здесь уже создается более детализированное представление о процессе оплаты счета и обо всех вариантах его прохождения.
«Пути» можно сортировать – по частотности, по длительности, по количеству шагов, по средней стоимости расходов. На слайде мы отметили красной рамкой самый популярный и максимально стройный маршрут – по нему процесс шел в почти 47% случаев. Мы можем оценить его среднюю стоимость, длительность и т.п.
На скриншоте также наглядно видны и особенности прохождения каждого из маршрутов. Например, третий по частности маршрут (по нему процесс идет в 8% случаев) обходится компании в 2 раза дороже, чем первый. Сама последовательность этапов тоже вызывает вопросы. Это означает, что на этот маршрут надо обратить особенное внимание и глубже изучить его.
Изучить, как движется процесс
Запрос – это способ обнаружить процессы, в которых выполняется интересующая компанию определённая последовательность действий (паттерн). Таким образом можно проверить различные закономерности, например, как часто менеджер с большим опозданием отвечает на заявку от клиента. Запрос можно задать и гибко, и жестко (как строгое следование этапов один за другим).
Приведем пример из страховой области. С помощью запроса можно, например, отследить случаи, когда после ДТП клиенту выдавали подменный автомобиль, хотя в страховом полисе такая опция не была предусмотрена. Чтобы найти процессы, которые соответствуют такой ситуации, эксперт компании строит запрос:
На скриншоте видно, что клиенту выдали подменный автомобиль, а потом страховая подтвердила отказ по убытку. Как мы видим, клиенту потребовалось больше 4 дней, чтобы вернуть машину. Это понятно: зачем ему торопиться, когда можно ездить на прокатном авто за счет страховой.
Таким образом, в ABBYY Timeline можно проконтролировать процессы, где не выполнен обязательный шаг, например, специалист не подтвердил страховое покрытие. То есть по запросу в итоге можно найти такие процессы, где нарушена одна из процедур.
Регламент – это еще один инструмент для поиска нарушения процедур. В нем есть возможность строго определить последовательность событий, значения атрибутов, длительность этапов и др.:
Инструмент позволяет выявить те процессы, которые не соответствуют заданному регламенту, и определить характер нарушений (а не просто процессы, которые в целом не соответствуют паттерну). ABBYY Timeline позволяет выявить нарушения таких типов:
- несоблюдение сроков,
- пропущенный этап,
- неправильная позиция,
- неверное количество повторений конкретного шага.
В системе можно посмотреть, сколько таких нарушений было и в каком количестве «путей» они встречались. Можно отфильтровать все события, где происходили нарушения, допустим, оценка ущерба была подтверждена не вовремя. Затем на любое нарушение можно назначить нотификацию: когда оно будет случаться, человек или робот будет получать уведомление.
Чем полезен инструмент «Регламент» в ABBYY Timeline? Большинство Process Intelligence-систем мотивируют менеджера создать идеальную схему и переделать или проигнорировать те процессы, которые не соответствуют ей. Но менеджера должна волновать причина отклонения от регламента, потому что не все нарушения являются существенными. Оценивая регламент, менеджер сам принимает решение: реагировать ли на нарушение или нет.
Разберем еще один инструмент – «Анализ сроков». С помощью ML-моделей, обученных на исторических данных о процессе, можно следить за соблюдением времени, которое проходит между двумя событиями. Он позволяет прогнозировать, какие из текущих процессов или их этапов не уложатся в срок. «Анализ сроков» позволяет задать условие, что, например, «до 16:00 должны быть оплачены все счета, которые поступили сегодня». Можно выбрать несколько событий, с которых начинается период отслеживания нового интервала, и несколько событий, которыми он должен завершиться.
Приведем пример из медицины. Если пациент получает какие-то услуги в частной клинике, необходимо фиксировать все исследования и отслеживать процесс лечения, в частности, чтобы, основываясь на исторических данных и обученной модели, спрогнозировать, будут ли медицинские анализы выполнены в срок, необходимый для своевременного выставления счета для страховой компании.
Согласно историческим данным, 11% медицинских анализов не были выполнены в срок.
Определить, как будет развиваться процесс
Инструмент «Прогноз», основываясь на исторических данных, помогает предсказывать исход процессов, которые еще не завершились. Приведем в пример прогнозирование количества свободных палат в больнице. Допустим, пациент приехал на обследование после 16:00, посетил трех врачей. Последний из них обнаружил, что необходимо еще одно обследование. По историческим данным можно определить, что были процессы, которые развивались по похожему сценарию и с определенной вероятностью приводили к тому, что человек оставался в больнице до утра. То есть инструмент позволяет спрогнозировать, что ожидается госпитализация, и начать искать для такого пациента свободную палату.
Что делать с этой информацией? На основе спрогнозированного исхода процесса, выраженного в наступлении определенного события, ABBYY Timeline позволяет настроить вызов внешнего сервиса – например, создать автоматизированную заявку в системе с помощью робота. RPA начинает искать по ERP-системе всей филиальной сети, где есть свободные палаты, находит места в других филиалах и резервирует транспорт на определенное время для перевозки больного.
По данному прогнозу, пациента с вероятностью 77% отпустят домой. Значит, за ним можно не резервировать палату.
Оценить, где нужны роботы
С помощью ABBYY Timeline можно проанализировать процессы и обнаружить в них повторяющиеся действия, которые можно затем автоматизировать с помощью технологий, включая роботов (RPA). Программные роботы – один из ведущих технологических трендов последних лет. Производители RPA поднимают миллиардные инвестиции, а крупные компании – например, Альфа-банк, ВТБ, Вымпелком – отчитываются о миллионах экономии за счет труда роботов.
Расскажем, как выявить процессы, которые можно отдать программным роботам, и обосновать использование RPA с помощью ABBYY Timeline.
1). Сделав discovery процесса, вы получаете черновик визуального скрипта для RPA. Process Discovery – это та самая картина процесса. Она в дальнейшем позволяет найти проблемные точки, используя измеримые показатели, и оптимизировать процесс с помощью более 25 аналитических инструментов. В Process Discovery можно увидеть что-то высокоуровнево, а в дальнейшем рассмотреть более подробно какой-то из этапов процесса.
Обратимся снова к уже ранее рассмотренному скриншоту «Пути». Как вы видите, самый первый путь наиболее частотный, стройный, с понятными и предсказуемыми шагами. Этот путь – первый кандидат на автоматизацию, а его схема – это и есть тот самый черновик визуального скрипта для RPA.
Остальные пути совсем другие. Почему? Например, счета, на которых стоят отметки ручкой или штампы поверх сумм и дат, уходят на дополнительный контроль качества распознавания. Другой пример – процесс выдачи кредита военнослужащим может отличаться от процесса выдачи кредита многодетной матери.
Как мы говорили выше, Process Discovery позволяет вычислить и стоимость выполнения задач. Отметим, что можно вычислять стоимость процесса, задавая как статические метрики стоимости, так и вариативные (см. скриншоты ниже).
На первом скриншоте показано, стоимость каких событий зависит от времени. В частности, это все уровни согласования оплаты счета. На втором скриншоте – детализированная настройка стоимости для события «Уровень согласования 1».
2). Есть возможность поглядеть на разновидности процессов, определить их массовость, стоимость выполнения задач и длительность. Можно посмотреть на диаграмму последовательностей и увидеть, что какой-то путь очень сложный и замороченный, но его нет смысла автоматизировать, он занимает, 0,01% от общего числа. А может быть есть такой путь процесса, в котором этапы тоже запутаны, но этот путь составляет 90% всех случаев и, соответственно, издержек. Тогда надо браться за эти куски и автоматизировать их в первую очередь.
На блок-схеме стрелками показано, как этапы процесса между собой связаны. Например, можно увидеть «челночный бег» туда-обратно:
3). В ABBYY Timeline есть what-if анализ, который показывает экономию денег и времени на процесс до внедрения и после внедрения нового технологического решения, например, RPA.
ABBYY Timeline помогает находить все пары событий, показывать время, которое проходит между ними, и проверить гипотезу, сколько человеко-часов и денег можно сэкономить, если перевести процесс целиком на RPA. Например, в результате пилота RPA-системы менеджер узнал, что автоматическое копирование данных из одной системы в другую в 5 раз быстрее, чем вручную. Через ABBYY Timeline сотрудник проверяет, сколько времени и денег компания сможет сэкономить за счет роботизации. Благодаря этим данным он может обосновать внедрение новой системы.
На скриншоте показаны
- все пары событий, которые есть в процессах,
- их количество,
- сколько событий в каждом пути,
- среднее время, которое занимало одно событие,
- общее время на все события в сумме
- и процент от общего времени, который заняли события.
Можно найти нужные пары событий, ввести желаемое время, которое должно проходить между ними, – в том числе время, подтвержденное результатами пилотирования новой автоматизированной системы, и увидеть экономию по всему множеству процессов.
ABBYY Timeline позволяет сравнить метрики процесса до автоматизации и после. Для этого можно взять, например, 2 временных интервала, два набора данных (до внедрения и после) и сравнить их.
Вместо заключения
Процессы автоматизации и внедрения машинного обучения в нашу жизнь будут только ускоряться. Так же, как люди уже не хотят ехать наугад и поэтому пользуются навигаторами для расчета маршрута, времени и стоимости поездки, так и бизнес применяет PI для оценки эффекта от внедрения технологий в бизнес-процессы. Раздобыть сегодня навигатор несложно, как и пользоваться инструментами Process Intelligence. Практически у любой компании есть цифровые следы, а значит, и база для изучения процессов. А теперь есть и техническая возможность использовать эти данные – заниматься аналитикой, предсказанием и получением полезных инсайтов.
В следующие несколько лет, по прогнозам международной аналитической компании NelsonHall, платформы PI станут средством обратной связи для бизнеса. То есть на основе результатов анализа бизнес-процессов можно будет в реальном времени, а не постфактум находить узкие места, упрощать, ускорять и автоматизировать процессы и их этапы внутри организации, быстрее внедрять RPA и оценивать влияние программных роботов на доходы компании, а значит, и точнее строить планы на будущее. Подробнее о результатах исследования рынка процессной аналитики читайте здесь.
Автор: ABBYYTeam
