Анализ бизнес-процессов с применением технологии Process Mining

Хотя этот вариант использования появился недавно, исследователи ожидаютростпопулярности этого конкретного варианта использованияProcessMining, особенно от поставщиков и системных интеграторов, которые имеют сильные ИТ-предпосылки. Многие предложения по управлению ИТ-услугами, такие как ServiceNow, Atlassian, BMC и CA, усиливают эту категорию вариантов использования.



Выводы по главе

В данной главе был представлен обзор рынкаProcessMiningи прогнозы его дальнейшего развития.

Согласно проведенному исследованию можно сделать вывод, что рынок ProcessMining входит в активную фазу роста. Крупнейшие представители отраслей уже внедряют ProcessMining на своих производствах, подавая отличный пример для своих конкурентов, что несомненно способствует активному росту рынка. Согласно прогнозам экспертов, рынок вырастет в 3-4 раза в ближайшие 2 года. Также можно ожидать, что большинство проектов по ProcessMining останутся сосредоточены на выявлении процесса, однако спрос на них снизится. Большую популярность могут получить проекты по согласованию и улучшению процесса. Эксперты также предсказывают рост спроса на проекты по анализу технических ИТ-процессов, а также процессов, связанных с взаимодействием с клиентами.



Глава 3. Практический опыт внедрения ProcessMining

В рамках преддипломной практики в консалтинговой компании ООО «Прайсвотерхаускуперс Консультирование» я принимала участие в реальном проекте по интеллектуальному анализу процесса продаж для транснациональной корпорации в сфере пищевой промышленности. В ходе проекта была изучена бизнес специфика клиента и особенности анализируемого процесса, составлен инфозапрос на выгрузку данных из системы SAP ERP, данные были обработаны и загружены в SQLServerManagementStudio, был сформирован журнал событий, который далее был загружен в приложение Celonis для построения графа процесса и интерактивных дэшбордов. После подготовительного этапа, с помощью построеннойаналитики были проверены полученные от клиента гипотезы, выявлены узкие места процесса, оценен эффект от оптимизации. На заключительном этапе проекта был составлен отчет о проделанной работе с включением рекомендаций по оптимизации процесса.

В проекте принимало участие 3 человека. Менеджер обеспечивал коммуникацию с клиентом и отслеживал график выполнения работы. Старший консультант проводил часть анализа и составлял отчетность по проделанной работе, которую далее предоставлял клиенту. Консультант (автор данного исследования) отвечал за техническую часть проекта (выгрузка, обработка данных, построение дэшбордов), а также проводил часть анализа.

В ходе проекта помимо выполнения основной работы по анализу процесса мной в исследовательских целях также был проведен обзор современного состояния применения технологии ProcessMining. На каждом этапе проекта мной были выделены недостатки сегодняшнего опыта применения технологии ProcessMining, которые имеют потенциал к улучшению в ближайшем будущем.

3.1 Изучение процесса с технической и бизнес перспективы

Каждый проект по ProcessMining в отделе анализа и контроля рисков ООО «Прайсвотерхаускуперс Консультирование» начинается с изучения анализируемого процесса. В первую очередь изучается теоретическая база процесса: что он из себя представляет, какую бизнес-задачу решает, какие этапы включает и т.д. После этого проводится обзор процесса с технической точки зрения. Другими словами, изучается, как процесс отражается в системе. Для этого собирается соответствующая документация, а также проводятся встречи с клиентом для получения ответов на такие вопросы, как:

·в каких системах отражаются данные о процессе;

·как и в какой последовательности проходит запись данных в систему;

·какие данные обязательно заносятся в систему, а какие заносятся в систему опционально.

В случае описываемого проекта данные клиента хранились в системе SAPERP. Данная система основана на реляционной базе данных, поэтому все данные процесса хранятся в отдельных таблицах. В связи с этим, необходимо было также изучить ряд технических вопросов, относящихся непосредственно к самой системе:

·в каких таблицах хранятся данные о процессе (заявки на поставку, поставки, счета, информация о пользователях и т.д.);

·как связаны эти таблицы между собой;

·сколько данных ежедневно записывается в систему.

Последний вопрос был необходим для определения объема выборки для анализа. Основываясь на объеме данных, записываемых в систему каждый день, наша команда смогла оценить, сколько данных записывается в систему каждый месяц, квартал и год. Подсчитав на основе этих данных предполагаемый объем будущего журнала событий, а также взяв во внимание мощность используемых нами продуктов для интеллектуального анализа бизнес-процессов, мы смогли определить период времени, за который необходимо было выгрузить данные из системы.

Параллельно изучению технической стороны процесса также изучается его бизнес сторона. Для анализа бизнес-процесса важно понимать его специфику, характеризующую определенного клиента. Поэтому в ходе встреч с клиентом помимо технических вопросов также изучаются особенности процесса для данной конкретной организации. Они могут включать в себя необычные переходы от события к событию, специфические события, циклы, параллельные цепочки, обязательные этапы процесса, согласования и т.д. Вся эта информация поможет, во-первых, определить фокус анализа, а во-вторых, объяснить кажущиеся на первый взгляд аномалии без траты времени клиента. В результате опроса клиента и изучения информации составляется представление о ходе to-beпроцесса, что в дальнейшем поможет определить отклонения от его нормального течения.

Стоит также отметить, что данный этап проекта является первым только в фазе активной работы над проектом. Предварительно ей также проводится подготовительная фаза, в рамках которой составляется коммерческое предложение для участия в тендере. После победы в тендере проводится работа с клиентом по выбору анализируемого процесса и определению основных бизнес-задач, требующих решения. Данный этап проекта проводится высшим менеджерским звеном команды, и только после этого начинается работа, описанная в данном разделе исследования.

В ходе данного этапа проекта мною был выявленпервый недостаток, относящийся к ПО для ProcessMining.

Как было описано ранее, для оценки объема будущего журнала событий было определено количество данных о процессе, ежедневно заносимых в систему. Полученное значение оказалось сильно больше мощности существующего на данный момент программного обеспечения. В связи с этим пришлось сократить объем выборки для анализа до трех предновогодних месяцев. В результате этого могло пострадать качество проводимого анализа. Как правило для проектов по ProcessMining берется информация о процессе за целый год, что позволяет проанализировать полный производственный цикл. В результате сокращения выборки могли быть не проанализированы особенности, относящиеся к определенному этапу производственного цикла. Таким образом, недостатки ПО могут напрямую влиять на качество анализа.

В связи с этим возникает гипотеза о том, что в настоящее время существует спрос на увеличение мощности ПО для ProcessMining. Предполагается, что разработчики ПО будут наращивать мощность для удовлетворения данного спроса.

3.2 Составление инфозапроса

На основе информации, полученной на предыдущем этапе, был составлен инфозапрос, включающий в себя информацию о необходимых к выгрузке таблицах из системы SAP ERPи периоде времени, за которые эти данные необходимо выгрузить. Данный этап осложняется отсутствием четкой методологии, позволяющей, определить необходимый объем данных для проведения анализа, а также отсутствием методологии по формированию журнала событий, в результате чего для каждого проекта инфозапрос составляется заново. Наличие такой методологии сэкономило бы много времени на данном этапе процесса. Однако данная проблема очень широкая и требует отдельного подробного исследования. Поэтому в рамках данной работы она рассматриваться не будет.

3.3 Получение и обработка данных. Составление журнала событий

На следующем этапе данные, выгруженные из системы клиента, загружаются в инструмент для работы с данными (в нашем случае это был SQL Server Management Studio), где они очищаются от шума и обрабатываются. После этого начинается длительный этап формирования журнала событий. Основываясь на данных, полученных на первом этапе проекта, восстанавливается связь внутри полученных данных. Составляется журнал событий, содержащий 4 основных поля:

Case_id - уникальный идентификатор цепочки процесса. Может быть представлен номером заказа, пользователем и т.д. Все зависит от процесса. В рамках описываемого проекта в качестве уникального идентификатора был выбран номер заказа.

Activity - этап процесса (например, «создание заявки», «создание поставки», «выставление счета» и т.д.).

Timestamp - дата и время выполнения определенного этапа процесса.

Username - имя или логин в системе пользователя, совершившего определенную операцию в рамках процесса.

Таблица 1. Пример журнала событий

Case_id	Activity	Timestamp	Username
777450004685900000	Создание Заявки	24.04.2017 11:38	Иванова
777450004685900000	Заявка согласована	24.04.2017 16:54	Петрова
777450004685900000	Заказ на поставку создан	24.04.2017 17:12	Петрова
777450004685900000	Заказ на поставку согласован	24.04.2017 9:16	Николаев
777450004685900000	Поступление материала клиенту	02.05.2017 11:26	Сидоров
777450004685900000	Выставление счета	04.05.2017 16:24	Королева
777450004685900000	Счет заведен	04.05.2017 16:24	Королева
777450004685900000	Платеж (выравнивание)	04.05.2017 16:24	Королева

Данный этап проекта опять же осложняется отсутствием четкой методологии формирования журнала процесса. Однако, как было описано ранее, вопрос методологий очень обширный и в данной работе рассматриваться не будет.

Другой проблемой формирования журнала событий является тот факт, что данную работу необходимо проводить вручную. Другими словами, аналитику приходится совершать работу по восстановлению процесса уже существующего в системе. Если бы в ПО была заложена информация о логике связи таблиц, которая в свою очередь хранится в ERPсистеме, то аналитику было бы достаточно загрузить полученную информацию напрямую в инструмент. Далее, он самостоятельно бы корректно построил процесс. При формировании журнала событий не исключены ошибки, которые может допустить аналитик, что в итоге приведет к искаженной картине процесса. При этом, если бы информация о связях была заложена в самом ПО, такого риска бы не существовало и было бы сэкономлено много времени, которые аналитик тратит на проверку корректности полученного журнала событий и его составление.

В связи с этим возникает два вопроса:

1.Не стоит ли разработчикам ERP и CRM систем заняться разработкой собственных продуктов для ProcessMining? Или же самостоятельным разработчикам ориентироваться на определенную ERP или CRM систему?

2.Возможно ли в будущем исключение этого ручного этапа из процесса проведения ProcessMining и передача его самому инструменту?

3.4 Анализ процесса

После получения подтверждения о корректности журнала событий, он загружается в инструмент для ProcessMining. В ходе описываемого проекта данные загружались в инструмент для интеллектуального анализа процессовCelonis. После загрузки и настройки приложение автоматически выстраивает граф процесса (см. рис. 3.4.1) на основе загруженного журнала событий. Также автоматически выстраиваются преднастроенные дэшборды (см. рис. 3.4.2).



Рис. 3.4.1. Пример построения графа процесса

Рис. 3.4.2. Пример дэшборда

После загрузки данных начинается основной этап проекта, а именно анализ процесса. На основе данных о процессе, полученных на предыдущих этапах проекта, определяется фокус анализа и формируются гипотезы. Далее с помощью построенных аналитик гипотезы проверяются.Данная часть работы также является ручной и полностью возлагается на аналитика. В связи с этим возникает потребность в более сложном и технически усовершенствованным ПО, которое бы принимало на вход гипотезы и возвращало результат проверки с детализацией причин подтверждения или опровержения гипотезы. Другим недостатком современного ПО для ProcessMiningявляется низкая гибкость разработки. Существует ограниченное количество видов графиков, которые можно построить для визуализации данных. Также ограничено взаимодействие ПО с другими инструментами и языками программирования. Таким образом, появляется гипотеза о двух направлениях развития инструментов для ProcessMining:

1.Инструменты для ProcessMining будут технически совершенствоваться и внедрять новые технологии, такие как, например, машинное обучение.

2.Инструменты для ProcessMining станут более гибкими для того, чтобы настроить визуализацию под особенности определенного клиента и его бизнес-задачи.

В связи с этим возникает вопрос и о роли аналитика в проведении анализа бизнес-процессов при растущем уровне совершенства ПО. Ценность аналитика на сегодняшний момент неоценима, так как он выполняет 100% работы: строит визуализации, проводит анализ, делает выводы. Однако с течением времени его вовлеченность в процесс может постепенно падать. Если говорить о ближайшем будущем, то ПО скорее всего только научится самостоятельно проводить небольшую часть анализа, а обоснование результатов со стороны бизнес смысла все еще будет оставаться за аналитиком.

3.5 Составление отчета о проделанной работе

По результатам проверки гипотез, полученных от клиента, и анализу построенных в Celonisаналитик был подготовлен отчет о проделанной работе и составлены рекомендации по оптимизации процесса.



Выводы по главе

Подводя итоги опыта участия в реальном проекте по ProcessMining, мной были сформулированы гипотезы по возможной траектории будущего развития технологии с учетом текущих проблем.

1.Основная проблема существующих сегодня инструментов - низкий лимит на объем обрабатываемых данных и высокая стоимость.

2.ProcessMining будет активно внедрять ML и систему оповещений, будет повышаться гибкость продуктов.

3.Лидерами рынка ПО для ProcessMining будут производители ERP-систем и самостоятельные компании, разрабатывающие свой продукт под определенную ERP или CRM-систему.

4.В ближайшие 5-7 лет роль аналитика все еще будет на очень высоком уровне, но тем не менее, будет постепенно снижаться. Полная автоматизация анализа произойдет только через несколько десятилетий.

На основе анализа рынкаProcessMining, описанного ранее (см. главу 2) также были сформированы гипотезы о развитии рынка ProcessMining в ближайшие 5-7 лет.

5.Интеграторы займут большую часть рынка по предоставлению услуг по ProcessMining.

6.Будут создаваться компании, основной деятельностью которых будет проведение проектов по ProcessMining.

7.Самыми активными потребителями услуг ProcessMining будут банковская, металлургическая и розничная отрасли.

8.Доля компаний, готовых платить за услуги по ProcessMining в несколько раз возрастет в ближайшие 5-7 лет.

И последняя гипотеза связана с отношениями классического консалтинга и ProcessMining:

9.ProcessMining станет цифровой трансформацией классического консалтинга и со временем полностью его заменит.

В рамках классического консалтинга модель процесса строится на основании интервью с участниками процесса. Главным недостатком такого анализа является человеческий фактор. Человек может забыть или попросту не знать об определенном ответвлении процесса. При этом в процессе могут быть задействованы сотни людей. За счет ограниченного финансового и временного бюджета каждого проекта опрос всех сотрудников невозможен. ProcessMining при этом собирает такую же информацию об as-is процессе намного дешевле и за более короткое время. При этом в отличие от человека, система хранит полное четкое цифровое отражение деятельности в рамках процесса. Таким образом, встает вопрос, не станет ли ProcessMining новой более точной и эффективной версией классического консалтинга? Ответ на данный вопрос не зависит напрямую от развития самого ProcessMining. На сегодняшний день преимущество классического консалтинга над ProcessMining заключается в том, что он, в отличие от последнего, может анализировать ручные этапы процесса. ProcessMining же работает только с информацией, отражающейся в системе, упуская этапы процесса, происходящие за ее пределами. В связи с этим ценность классического консалтинга будет определять не уровень развития ProcessMining, а уровень цифровизации современных компаний. Пока в рамках организаций существуют ручные рутинные операции, классический консалтинг будет востребован.



Глава 4. Перспективы ProcessMiningна российском рынке

Для получения более широкого представления о будущем ProcessMining и проверке гипотез, обозначенных в предыдущей главе,была проведена серия опросов среди экспертов области. Часть опросов была проведена очно, другая - с помощью онлайнgoogle-формы (см. перечни вопросов в приложениях 1 и 2).Вопросы для очного интервью предполагали развернутый ответ, а вопросы для онлайн-формы - выбор одного или нескольких вариантов из списка. Поэтому после проведения очных интервью перечень вопросов был несколько скорректирован для удобства прохождения респондентами онлайн-опроса.

Респондентами стали представители высшего менеджмента таких компаний как PwC, Аплана, LuxoftTraining и ООО ИК СИБИНТЕК. В общей сложности было проведено 13 интервью.

Первая часть интервью была посвящена направлениям развития рынка ProcessMining. Далее респонденты ответили на вопросы касательно будущего ПО для ProcessMining. И, наконец, последняя часть опроса была посвящена роли аналитика в проведении проектов по ProcessMiningи возможностиполной автоматизации этого процесса.

4.1 Рынок ProcessMining

Первый вопрос был посвящен компаниям, предлагающим услуги ProcessMining. Согласно информации, полученной в ходе опроса, на сегодняшний деньсуществует два направления рынка ProcessMining. Это ProcessMining как часть консалтинга и ProcessMining как часть интеграции. В случае ProcessMining как части консалтинга компаниям предлагается проведение анализа одного или нескольких бизнес-процессов для решения определенной бизнес проблемы. В результате такого проекта компания-заказчик получает отчет о проделанной работе, в котором описываются причины, вызывающие бизнес проблему, и рекомендации по ее решению. При этом консалтинговая компания использует собственные инструменты, и у копании-заказчика после завершения проекта на руках остается только отчет. Для отслеживания изменений, последующих оптимизации, необходимо снова проводить повторный проект. В случае ProcessMining как части интеграции, клиенту устанавливается ПО, позволяющее в онлайн- или оффлайн-режиме отслеживать ход процесса и различные, связанные с этим количественные метрики. При этом, компании-интеграторы не предлагают проведение анализа, а исключительно обеспечивают техническую поддержку. Другими словами, в данном случае инструмент для ProcessMining устанавливается как любая другая программа, например, Microsoft Excel или Photoshop.

На сегодняшний момент эти два направлениясуществуют параллельно, независимо друг от друга. Интеграторы предлагают просто установить инструмент, не уделяя внимание тому, какой результат от ProcessMiningхочет получить клиент. При этом консалтинг предлагает разовое решение точечных бизнес задач.

Сейчас происходит пересечение этих двух направлений. С одной стороны, клиенты, установившие ПО для ProcessMining, хотят получить от него максимум ценности за счет решения определенных бизнес задач. ПО без аналитика - это просто визуализация текущего состояния процесса. Несомненно, инструмент нельзя назвать полностью бесполезным, так как даже общие метрики позволяют сделать определенные выводы о ходе процесса. При этом, более глубокий анализ и выявление узких мест процесса может провести только специально обученный человек. Для этого либо создаются центры компетенций, в рамках которых набирают и обучают аналитиков, способных эффективно работать с инструментом, либо привлекаются внешние консультанты.

С другой стороны, клиенты, воспользовавшиеся услугами консалтинговой компании, хотят, чтобы после проведения ProcessMining у них осталось что-то еще помимо отчета в виде презентации. Клиент хочет на постоянной основе отслеживать динамику, последовавшую после внедрения изменений, а не получать точечный разовый анализ. Таким образом, сегодня наблюдается тенденция заключения партнерств между консалтинговыми компаниями и производителями ПО для ProcessMining, а также увеличение числа проектов по внедрению инструментов для ProcessMining.Интеграторы же будут больше не только устанавливать и поддерживать ПО, но и изучать бизнес специфику.

Если говорить о компаниях, то согласно информации, полученной от респондентов, лидерами рынка ProcessMining на сегодняшний день являются компании большой четверки (Deloitte, PwC, EY и KPMG). В частности, PwC.Лидером рынка ProcessMining среди интеграторов является группа компаний «РАМАКС».

Помимо групп компаний, перечисленных выше, на рынок также выходят игроки, представляющие некий продукт, решающий бизнес-проблемы клиента. В пример можно привести компаниюCrocotime, предоставляющую услугу по автоматическому учету рабочего времени за счет мониторинга и отцифровки рабочего времени за компьютером каждого сотрудника. Добавив в пакет услуг интеллектуальный анализ процессов, можно более глубоко взглянуть на процесс рабочего дня, выявить узкие места и сделать рабочий день каждого сотрудника более эффективным.

Помимо таких специфических продуктов, как Crocotime, ProcessMining начинает внедрятся также во многие BI-системы. Например, в программе PowerBI уже есть возможность построения графа процесса, в программе Qlik Sense для этого разработано специальное расширение.

И конечно же, всегда будут существовать самостоятельные разработчики, которые будут создавать открытые библиотеки с инструментами для анализа бизнес-процессов.

Тем не менее сложно сказать, какая из перечисленных групп компаний займет большую долю рынка. С одной стороны, у интеграторов уже налажены отношения с клиентами, которым они устанавливали ERP илиCRM-системы. С другой стороны, и консалтинг может начать предлагать ProcessMining как дополнительную услугу к классическому консалтингу.

По результатам опроса, большинство респондентов высказалось в пользу консалтинговых компаний как лидеров рынка ProcessMining в ближайшие 5-7 лет.

Основываясь на мнении экспертов, можно ожидать, что в ближайшие 5-7 лет консалтинговые компании ждет больший успех по заключению партнерств с производителями ПО, чем у интеграторов по изучению бизнес составляющей.

Таким образом опровергается гипотеза №5, сформулированная в главе 3.6 о том, что лидерами рынка станут производители ERP-систем или самостоятельные разработчики. На сегодняшний момент ценность ProcessMining заключается именно в извлечении бизнес-ценности, которую сегодня в полной мере может предложить только консалтинг.

Следующий вопрос затрагивал возможность создания компаний, основной деятельностью которых будет исключительно проведение проектов по ProcessMining. Согласно информации, полученной в ходе опроса, это мало вероятно.

Первое и значимое препятствие на пути маленьких компаний - это высокая стоимость лицензий на существующие инструменты для Process Mining. На сегодняшний момент позволить себе установку таких дорогостоящих инструментов могут только крупные компании с большим бюджетом. Кроме того, сфера аналитики постоянно развивается, появляется что-то новое, и за этим нужно успевать. Внедрение изменений тоже требует вложения достаточного количества средств, что может оказаться неподъемным для самостоятельных компаний. Другое препятствие заключается в том, что крупные компании предлагают ProcessMining в основном как дополнение к ряду других услуг. Самостоятельные компании, занимающиеся исключительно ProcessMining, просто не смогут выдержать такую конкуренцию. И, конечно же, крупные компании имеют накопленную годами репутацию, которую будет очень сложно обойти молодой маленькой компании. Единственный путь самостоятельных компаний заключается в предложении специфических услуг, которые не предлагают крупные компании конкуренты. Однако, опять же это может быть экономически не целесообразно. Результаты опроса подкрепляют описанное выше мнение.

Еще одной важной причиной, по которой появление компаний, основной деятельностью которых будет ProcessMining, не предвидится в ближайшем будущем, является наличие у крупных компаний базы знаний, накопившейся с опытом работы с различными бизнес-процессами. Необходимость привлечения индустриальной экспертизы для реализации проектов с применением Process Mining дает консалтинговым компаниям существенное конкурентное преимущество.

Таким образом, гипотеза №6 из главы 3.6 о возможности создания самостоятельныхProcessMiningкомпаний также не подтверждается.

Следующий вопрос касался отраслей-потребителей услуг ProcessMining. Сам по себе ProcessMining представляет технологию, способную анализировать последовательности событий. Поэтому наибольший потенциал для применения ProcessMining имеется у отраслей, в которых можно построить такую последовательность на высоком уровне детализации. Другим важным фактором для применения ProcessMiningявляется крупный масштаб организации. Маленькие компании не нуждаются в услугах по ProcessMining, так как способны сами взглянуть на процесс от начала до конца. В таких компаниях процессы как правильно не очень сложные и задействуют небольшое количество людей. При этом всегда есть человек, который осведомлен о ходе каждого этапа процесса. Что касается крупных компаний, за счет масштаба над процессом работают сотни сотрудников, при этом каждый занимается только своей частью и не может сказать о том, что происходит за ее пределами. В таких компаниях процессы как правило очень сложные и имеют много ответвлений. Посмотреть на такой процесс без инструментов визуализации практически невозможно, так как объем информации слишком велик.

На сегодняшний день самым популярным для анализа является процесс закупок, так как он четко регламентирован, а каждый шаг процесса отражается в системе. При этом все крупные компании сталкиваются с этим процессом в ходе своей деятельности. Другой причиной популярности процесса закупок является его достаточно простая оптимизация. Оптимизация узких мест данного процесса позволяет увидеть быстрый результат. Поэтому многие компании в первую очередь проводят ProcessMiningдля процесса закупок.

По результатам опроса, наибольший потенциал для применения ProcessMiningимеет банковская отрасль (см. рис. 4.1.3). В каждом банке ежедневно параллельно протекает масса четко зарегламентированных процессов, получающих отражение в информационных системах. К таким процессам можно отнести выдачу кредита или ипотеки, оформление кредитной карты, открытие счета и т.д. К тому же на сегодняшний день существует большое количество крупный сетей банков с огромным количеством филиалов. Принимая во внимание огромное количество данный, производимых одним филиалом банка каждый день, использование технологии ProcessMiningдолжно стать не просто интересным способом взглянуть на данные, а необходимостью. Кроме этого, банки крайне заинтересованы в привлечении и удержании клиентов. Поэтому для них анализ поведения клиентов представляет критическую важность для принятия управленческих решений.

Второе, третье, четвертое и пятое место заняли нефтегазовая, розничная, транспортная и металлургическая отрасли соответственно. Компании, относящиеся к данным отраслям, как правило отличаются крупными масштабами и наличием четко определенных процессов, получающих отражение в информационных системах. Поэтому, неудивительно, что ожидается, что данные отрасли останутся в топе заказчиков услуг ProcessMining.

Еще одна новая отрасль, имеющая потенциал к внедрению ProcessMining помимо банковской - телекоммуникационная. Как и банковская отрасль, телеком заинтересован в обзоре пути клиентов для отслеживания неэффективностей и причин ухода клиентов к конкурентам. При этом клиентская база крупнейших телекоммуникационных компаний насчитывает сотни тысяч пользователей с индивидуальными историями. ProcessMining позволит быстро и дешево выделить клиентов, уходящих к конкурентам и выявить причины такого решения.

Стоит также отметить, что уровень сегодняшнего ПО для ProcessMining предполагает определенные характеристики процесса. Наличие в процессе параллельности, циклов, большого количества ответвлений на данном этапе развития ProcessMiningявляется препятствием для проведения анализа. Тем не менее с ростом математической сложности инструментов для ProcessMining, данная технология станет применима и в областях с более сложными процессами. Такими как, например, в области медицины, где каждый клинический случай получает индивидуальный подход.

Если говорить о компаниях, то ожидается, что в первую очередь ProcessMiningзаинтересуются крупные компании. Во-первых, за счет сложности и масштаба процессов. Во-вторых, за счет наличия средств для вложения в работу по оптимизации собственных бизнес-процессов. И в-третьих, за счет того, что самостоятельный поиск неэффективностей с ростом компании становится очень сложным и трудо- и ресурсозатратным. В такое ситуации наем внешних консультантов получается намного более выгодным.

Возвращаясь к гипотезам, предположение о том, что в топе заказчиков услуг по ProcessMiningокажутся банковская, металлургическая и розничная отрасли можно считать подтвержденной (см. гипотезу №7 главы 3.6).

Следующий вопрос затрагивал ценность ProcessMiningдля его потребителей. Согласно информации, полученной в ходе опроса, причина номер один, по которой компании приобретают услуги Process Mining, заключается в том, что данная технология позволяет получить объективную информацию о процессе (см. рис. 4.1.4). Также респонденты отметили, что ProcessMining является востребованным благодаря возможности с его помощью выявлять скрытые нетривиальные зависимости. И, наконец, третьейособенностью ProcessMining, за которую его по оценке опрошенных экспертов ценят клиенты стал тот факт, что в процессе ProcessMiningанализируется полный объем данных.

Еще одной важной особенностью ProcessMining, отличающей его от классических методов консалтинга является возможно подсчитать влияние неэффективности. При наличии полной картины процесса и данных можно не только выявить неэффективность, а также как, где и из-за чего она возникла, но и определить, как она влияет на ход процесса в целом и на экономическую составляющую в том числе. Можно подсчитать, сколько людей, часов, и денег теряет компания из-за этой неэффективности, и соответственно, сколько она сэкономит и приобретет от ее оптимизации.

Другим немаловажным преимуществом ProcessMiningявляется возможность моделирования ситуации нормального хода процесса, что позволяет оценить эффект от определенной рекомендации по оптимизации. Помимо оценки эффекта моделирование также позволяет приоритезировать инициативы. Процесс можно улучшать десятками способов. Но только промоделировав ситуацию и оценив эффект от оптимизации, можно выделить тот, с которого нужно начать. Моделирование позволяет найти первый самый лучший шаг, позволяющий получить быстрый результат.

Описанные факторы представляют особенный интерес среди заказчиков услуг ProcessMining. Поэтому компаниям, предлагающим эту услугу, необходимо концентрироваться на этих особенностях при анализе, а также обязательно указывать их при выдвижении предложения потенциальному заказчику.

Следующий вопрос касался готовности рынка к инвестированию в ProcessMining. Согласно данным, полученным в ходе опроса, рынок только знакомится с технологией ProcessMining, поэтому сейчас в него вкладывают деньги только единицы крупных компаний. Никто из респондентов не оценил долю готовых к применению ProcessMining компаний больше чем в 50 % (см.. При этом, большинство считает, что не более 10% рынка на сегодняшний момент достаточно знакомы с технологией для вложения в нее денег.

Однако по-настоящему нас интересует вопрос, как эта доля будет меняться в ближайшие 5-7 лет. По данным исследования компании Gartner, описанным ранее (см. главу 2), рынок ProcessMining может втрое возрасти в объеме, то есть можно ожидать, что в 3 раза больше компаний будут оптимизировать свои бизнес-процессы с помощью технологии ProcessMining в ближайшие 5-7 лет.Большинство респондентов опроса также поддерживают мысль о том, что рынок ProcessMiningожидает значительный рост, что подтверждает гипотезу №8, сформулированную в главе 3.6.

Подводя итоги, можно сказать, что рынок ProcessMining входит в фазу активного роста. Можно ожидать, что все больше и больше компаний по примеру своих конкурентов будут внедрять технологию ProcessMining. По прогнозам респондентов опроса, в течение ближайших 5-7 лет топ-10 компаний каждой отрасли внедрят технологию ProcessMining в своем производстве. Прогнозируется, что лидерами рынка станут консалтинговые компании, догонять которых будут интеграторы. Обоим стоит сконцентрироваться на оказании услуг представителям банковской сферы, а также представителям нефтегазовой, розничной и транспортной отраслей, так как именно они по прогнозам экспертовимеют наибольший потенциалстать самыми активными потребителями технологии. При составлении предложения потенциальному клиенту стоит уделять внимание таким особенностям ProcessMining, как возможность получения объективной информации о процессе, возможность выявления нетривиальных зависимостей, анализ полного объема данных, а также стоит обратить внимание на возможность подсчета эффекта оптимизации и моделирования.

4.2 ПО для ProcessMining

Следующий блок вопросов был посвящен уровню развития современного ПО для ProcessMining.

Первый вопрос блока обозревал недостатки используемого сегодня ПО. Согласно ответам респондентов, главными недостатками современного ПО являются ограниченный функционал и высокая стоимость. На втором месте оказался низкий лимит на объем обрабатываемых данных.

Данный вопрос выделяет ключевые направления, на которых стоит сконцентрироваться производителям ПО для ProcessMining и подтверждает гипотезу № 1, сформулированную в главе 3.6.

Следующий вопрос был посвящен элементам ПО для ProcessMining, которые его производители скорее всего будут внедрять в ближайшие 5-7 лет. Большинство респондентов выделили внедрение ML, как основное направление, в котором производители будут совершенствовать свое ПО (см. рис. 4.2.2). Данный прогноз перекликается с проблемой низкого функционала современных ПО, определенной в предыдущем вопросе, так что можно сказать, что производители ПО встанут на истинный путь совершенствования своих продуктов. Предиктивная аналитика, кластеризация, ML - все это поможет значительно повысить эффективность проводимого анализа.

Другую проблему, которую производители ПО предположительно будут решать в ближайшие годы - это повышение лимита на объем обрабатываемых данных. Истоки данной проблемы содержатся в том факте, что изначально, ProcessMining развивался как научная дисциплина. Соответственно первые инструменты для ProcessMining были предназначены исключительно для исследовательских целей. Когда ProcessMiningстал коммерческим продуктом, речь шла уже о намного больших объемах данных. Многие ПО не были к такому готовы. Однако согласно данным опроса, производители ПО уже осознали данную проблему и в ближайшие годы будут активно работать над увеличением мощностей своих продуктов.

Другое важное направление, в котором по мнению опрошенных экспертов производители ПО будут двигаться в ближайшее время, это повышение гибкости продуктов. Каждый проект по ProcessMining уникален за счет бизнес специфики отрасли и бизнес задачи, решаемой в его рамках. При решении специфических бизнес задач помимо общих метрик должна быть возможность построения уникальных аналитик, применимых только в рамках данного проекта. При этом, увеличение гибкости и расширение возможностей разработки может сделать продукт сложным для понимания для необученного человека. Однако необходимость в построении дополнительных аналитик может возникнуть не только у специалиста, но и у клиента, внедрившего ProcessMining для отслеживания деятельности своей организации. Именно поэтому, производителям ПО для ProcessMining предстоит решить непростую задачу по созданию гибкого и при этом «userfriendly» продукта, рассчитанного на self-surfанализ. Один из возможных сценариев повышения гибкости продукта может быть представлен магазином расширений. То есть клиент будет приобретать базовую версию ПО. При этом в дальнейшем в магазине расширений можно будет найти те, которые подходят для решения конкретной бизнес-задачи.

Среди прочих прогнозов респондентов также были отмечены предположения о разработке облачной версии инструментов и внедрении функции внутреннего и внешнего бенчмаркинга.

Прогноз респондентов по данному вопросу подтверждаетгипотезу № 2, описанную в главе 3.6.

Следующий вопрос был посвящен компаниям-производителям ПО для ProcessMining, которые имеют потенциал занять большую долю рынка ПО для ProcessMiningв ближайшие 5-7 лет.

По результатам опроса ожидается, что лидерство на рынке сохранят самостоятельные разработчики, такие как Process Gold и Celonis (см. рис. 4.2.3), что опровергает гипотезу № 3, сформулированную в главе 3.6. С одной стороны, их конкурентное преимущество можно объяснить универсальностью ПО. Продукт, разработанный самостоятельными производителями, несоздан под определенную ERP-систему (в отличие от продуктов от разработчиков ERP-систем). С другой стороны, некоторые самостоятельные разработчики получают значительное конкурентное преимущество за счет заключения партнерских отношений с крупнейшими вендорами ERP-систем (например, SAPи Celonis).

На втором месте по результатам опроса расположились BI-системы. Они так же, как и ПО самостоятельных разработчиков отличаются универсальностью. Тем не менее, в BI-системах еще недостаточно развит модуль анализа бизнес-процессов, поэтому пока ПО, рассчитанное непосредственно на ProcessMining может ответить на большее количество бизнес задач клиента и предоставить более глубокий анализ процесса.

На последнем месте по мнению опрошенных экспертов находятся производители ERP-систем. С одной стороны, установка дополнительного модуля для действующей в компании ERP-системы представляется намного более выгодным предложением, чем покупка продукта от неизвестного производителя. Тем не менее, данное предложение подходит только для организаций, в которых весь процесс проходит через одну информационную систему. Однако, таких компаний немного, поэтому универсальный продукт самостоятельных разработчиков иBI-системы здесь имеют большее преимущество.

Также стоит отметить, что никто из респондентов не отметил технологические компании, такие как Яндекс, Google и Microsoft. Данные компании всегда следят за современными трендами и наверняка представят свой собственный продукт для интеллектуального анализа бизнес-процессов. Тем не менее, не стоит ожидать, что данные компании станут лидерами рынка в данной области, так как это не является их основной деятельностью, и они вероятнее будут сосредоточены на других областях своего производства.

Подводя итоги, стоит отметить, что ПО для ProcessMining активно переходит из формата исследовательского продукта в массовый инструмент для работы с большим объемом данных. Предполагается, что разработчики ПО будут расширять функционал своих продуктов за счет внедрения новых технологий, таких как ML, и увеличения гибкости продукта за счет добавления открытой среды разработки. Помимо этого, также ожидается, что разработчики будут нацелены на повышение лимита на объем обрабатываемых данных своих продуктов для того, чтобы их можно было использовать для анализа процессов крупных организаций, которые уже сегодня выражают спрос на применение данной технологии.Опрошенные эксперты также прогнозируют, что лидерами рынка ПО для ProcessMininig станут самостоятельные разработчики, такие как Process Gold и Celonis. При этом ожидается, что по мере развития BI-систем, последние смогут составить им конкуренцию.

4.3 Роль аналитика в ProcessMining

Последний блок вопросов был посвящен роли человека в ProcessMiningи возможности его полной автоматизации.

Первый вопрос затрагивал тему этапов ProcessMining, которые на сегодняшний день могут быть выполнены только человеком. Согласно мнению респондентов, основная функция человека при проведении проекта по ProcessMining - это выявление узких мест процесса (см. рис. 4.3.1). На сегодняшний день не существует технологии, которая бы выполнила подобную задачу самостоятельно. Аналитик обладает этим преимуществом над инструментом для ProcessMining в первую очередь благодаря тому, что имеет полное понимание бизнес специфики клиента, которую нельзя записать как настройку при построении процесса в инструменте. Только аналитик может определить, что является узким местом, и какую ценности принесет клиенту его устранение.В дополнении, ни один современный инструмент для ProcessMining не может составить рекомендации по оптимизации процесса самостоятельно.

Важность участия человека в выгрузке и первичной обработке данных объясняется отсутствием четких правил формирования журнала событий, наличие которых позволило бы без труда записать их в инструмент и загружать в него только первичные данные. Однако, как уже было отмечено ранее, вопрос методологии формирования журнала событий очень обширный и не рассматривается в рамках данной работы.

Предыдущий вопрос позволил выделить аспекты, которые на сегодняшний день не могут быть представлены в программном виде. В связи с этим возникает вопрос, смогут ли эти аспекты когда-нибудь быть переведены на машинный язык, тем самым приводя ProcessMiningк полной автоматизации.

Большинство опрошенных экспертов считают, что такой сценарий мало вероятен (см. рис. 4.3.2).На сегодняшний день машины еще не обладают достаточным уровнем интеллекта для того, чтобы осознать бизнес-специфику клиента в той мере, в которой ее осознает человек. Однако в данном случае речь идет о краткосрочной перспективе.

Большая часть опрошенных считает, что такой сценарий возможен в долгосрочной перспективе (см. рис. 4.3.3). Однако, о каком промежутке времени в долгосрочном периоде мы говорим, сказать сложно, так как мнения разделились поровну. Тем не менее, можно отметить, что такой значительный скачек технологии ProcessMiningвозможен только при общем скачке в развитии искусственного интеллекта. Согласно прогнозу знаменитого футуролога Рэя Курцвейла [3], предсказавшего год победы машины над человеком в шахматы и год появления беспроводного выхода в интернет, к 2040-м годам небиологический интеллект будет в миллиард раз более способным, чем биологический (то есть наш). Таким образом, скорее всего наиболее близки к истсне те, кто ответил, что ProcessMining станет полностью автономным через 20 лет.

Подводя итоги, можно отметить, что на сегодняшний день роль человека в ProcessMining напрямую связана с бизнес-пониманием процесса, которое в данный момент неподвластно машинам, и соответственно, инструментам для ProcessMining. При этом, можно ожидать, что полная автоматизации ProcessMining,возможная в случае достижения искусственным интеллекта уровня интеллекта человеческого, может произойти уже через 20 лет.

4.4 Влияние ProcessMiningна классический консалтинг

Последний вопрос был посвящен влиянию ProcessMining на классический консалтинг. По мнению большинства, опрошенных можно ожидать, что в ближайшие 5-7 лет ProcessMining станет неотъемлемой частью классического консалтинга (см. рис. 4.4.1).ProcessMiningвряд ли сможет в ближайшем будущем заменить классический консалтинг, поскольку до сих порв большинстве организаций существует большая доля ручных операций, не отражающихся в системе. Поэтому, согласно прогнозу опрошенных экспертов, предполагается, что в ближайшем будущем ProcessMining не поглотит, а напротив, выведет классический консалтинг на следующий уровень, способствуя его цифровой трансформации.



Выводы по главе

В данной главе были приведены результаты опроса российских экспертов области.

В опросе приняло участие всего 13 экспертов. Однако респонденты являются представителями лидирующих поставщиков ProcessMining на рынке и имеют многолетний опыт внедрения и применения данной технологии. Данные респонденты обладают глубоким пониманием ситуации на рынке, а также постоянно делятся опытом с российскими и иностранными коллегами. Именно поэтому можно считать мнение данных экспертов ценным изаслуживающим доверия.

Основываясь на результатах опроса, можно заметить корреляцию между прогнозами российских экспертов и прогнозами аналитиков агентства Gartner. Так же, как и специалисты Gartner, российские эксперты видят в технологии ProcessMining большой потенциал. Онианалогично предсказывают значительный рост рынка в ближайшем будущем (см. рис. 4.1.6), а также прогнозируют техническое усложнение продуктов для ProcessMining (см. рис. 4.2.2).

По итогам результатов опроса и анализа рынка были сделаны соответствующие выводы согласно предполагаемому облику технологии Process Mining в ближайшем будущем, на основании которых была сформирована предполагаемая картина будущего ProcessMining. Ее подробное описание представлено в следующей главе.

4.5.1 Предполагаемая картина будущего ProcessMining

По итогам изучения литературы и проведению опроса, можно составить следующую картину будущего ProcessMining.

Рынок ProcessMining входит в фазу активного роста. Ожидается, что все больше и больше компаний по примеру своих конкурентов будут внедрять технологию ProcessMining. Предполагается, что в течение ближайших 5-7 лет топ-10 компаний каждой отрасли внедрят технологию ProcessMining в своем производстве, а лидерами рынка станут консалтинговые компании, догонять которых будут интеграторы.

ПО для ProcessMining активно переходит из формата исследовательского продукта в массовый инструмент для работы с большим объемом данных. Ожидается, что разработчики ПО будут расширять функционал своих продуктов за счет внедрения новых технологий, таких как ML, и увеличения гибкости продукта за счет добавления открытой среды разработки. Помимо этого, предполагается, что разработчики будут нацелены на повышение лимита на объем обрабатываемых данных своих продуктов для того, чтобы их можно было использовать для анализа процессов крупных организаций, которые уже сегодня выражают спрос на применение данной технологии. Можно также ожидать, что лидерами рынка ПО для ProcessMininig станут самостоятельные разработчики, такие как Process Gold и Celonis. При этом по мере развития BI-систем, последние могут составить им конкуренцию.

На сегодняшний день роль человека в ProcessMining напрямую связана с бизнес пониманием процесса, которое в данный момент неподвластно машинам, и соответственно, инструментам для ProcessMining. При этом, сценарий полной автоматизации ProcessMiningвозможен в случае достижения искусственным интеллектом уровня интеллекта человеческого, что может произойти уже через 20 лет.

Что касается классического консалтинга, то не стоит ожидать, что в ближайшем будущем ProcessMining поглотит его. Напротив, предполагается, что ProcessMining выведет его на следующий уровень, способствуя его цифровой трансформации.

4.5.2 Рекомендации для участников рынка

На основании проведенного исследования, можно дать следующие рекомендации участникам рынка ProcessMining.

1.Консалтинговым компаниям стоит открывать/расширять практику ProcessMining и в особенности уделять внимание проектом с внедрением инструментов ProcessMining.

2.Интеграторам необходимо развивать компетенцию бизнес-анализа и больше погружаться в бизнес специфику клиента.

3.Поставщикам услуг по ProcessMining стоит сконцентрироваться на оказании услуг представителям банковской сферы, а также представителям нефтегазовой, розничной и транспортной отраслей, так как именно они будут самыми активными потребителями технологии.

4.При проведении анализа и в особенности при составлении предложения потенциальному клиенту стоит уделять внимание таким особенностям ProcessMining, как возможности получения объективной информации о процессе, возможности выявления нетривиальных зависимостей, анализу полного объема данных, а возможности подсчета эффекта оптимизации и моделировании.

5.Крупным компаниям стоит задуматься о внедрении ProcessMining.

6.Разработчикам ПО стоит сосредоточиться на усовершенствовании функционала своих продуктов, а также необходимо решить задачу увеличения гибкости ПО при сохранении его простоты и понятности клиенту. Также необходимо заняться увеличением мощности продукта.

7.Самостоятельным разработчикам стоит искать возможности заключения партнерских отношений с вендорами ERP-систем.

8.BI-системам стоит заняться развитием модуля для анализа бизнес-процессов.

9.Консалтинговым компаниям стоит активно внедрять ProcessMiningв проекты по классическому консалтингу.



Заключение

В ходе исследования было подробно исследовано практическое применение технологииProcessMining, а также возможные пути ее дальнейшего развития.

В первую очередь была проведена оценка современного состояния технологии. Для этого был проведен анализ научных публикаций, посвященных вопросам практического применения ProcessMining в крупных компаниях (см. главы 1.2 и 1.3). Были сделаны выводы о состоянии современной исследовательской базы и о ее пробелах. Далее, был проведен анализ рынка ProcessMining для определения его современного состояния (см. главу 2). Были сделаны выводы о том, на каком этапе развития рынок находится в данный момент, какие компании являются лидерами, а также, как это может измениться в ближайшие 5-7 лет.

Далее, для формирования более полного представления о будущих путях развития технологии ProcessMining был проведен опрос среди экспертов области (см. главу 4).

В заключении, на основании теоретического обзора проблемы и результатов опроса, была составлена картина ближайшего будущего технологии ProcessMining(см. главу 4.5.1).Она включила в себя возможные направления развития рынка ProcessMining, технического развития ПО для ProcessMining, описание возможности полной автономизации технологии, а также ее возможное влияние на классический анализ. На основании сформированной картины будущего ProcessMining были составлены рекомендации для участников рынка (см. главу 4.5.2).

Таким образом, в ходе исследования были решены все поставленные задачи:

1.Было определено современное состояние мирового и российского рынка ProcessMining (см. главу 2).