Hoe process mining ondernemingen beter laat functioneren
Process mining is een specifieke vorm van Data-analyse en biedt fascinerende mogelijkheden om inefficiënte of ineffectieve processen in een onderneming op te sporen die tot nu toe vaak onder de radar blijven. De voordelen daarvan: kostenbesparingen, beter inzicht voor managementbeslissingen en een compleet nieuwe aanpak om vast te stellen of een organisatie wel in control is. Dit vakgebied – process mining – ontwikkelt zich in rap tempo en biedt organisaties de kans om een voorsprong te nemen op de concurrentie. Tot nu toe is de aandacht voor dit concept beperkt en dat heeft waarschijnlijk veel te maken met het feit dat ondernemingen vooral bezig zijn met de externe commerciële kansen van big data en minder met de opties die interne data bieden.
Process mining
Is het niet fantastisch als het management in staat is om precies op te sporen waar er weeffouten, onlogische stappen of vertragingen zijn in de processen van een onderneming? Zodat zij actie kunnen ondernemen om dat te veranderen? Dat is mogelijk, want ook voor de interne processen geldt: alles wordt meetbaar.
Een groep voorlopers in het bedrijfsleven ontdekt deze mogelijkheden, die zijn te vatten onder de noemer process mining. De essentie daarvan is dat elke handeling van een medewerker – oftewel elk stapje in een bedrijfsproces – een digitaal spoor nalaat in de systemen van de organisatie. Deze digitale sporen kunnen worden uitgelezen en geanalyseerd. Deze analyse legt dan feilloos bloot hoe processen precies zijn verlopen.
Waarschijnlijk zal dat voor de overgrote bulk van de processen geen verrassende inzichten opleveren. Veel ERP systemen in de sector (o.a. Axerrio, Uniware en Florisoft) kennen immers een vaste blauwdruk voor de (volgorde) van processen. Toch is er vaak sprake van substromen die niet volgens deze standaard worden verwerkt en van uitzonderingen waarin medewerkers (bewust) de routines omzeilen. Denk hierbij met name aan het verdelingsproces en de ontvangst van de bloemen en planten in de box. Juist dit deel van de activiteiten verdient aandacht van het management, want daar kunnen inefficiënties of risico's ontstaan. De analyse kan ook blootleggen dat de standaardprocessen van de bulk ruimte voor verbetering bieden, bijvoorbeeld omdat blijkt dat bepaalde processtappen leiden tot (grote) vertragingen. Waarom hebben bepaalde orders bijvoorbeeld een lange doorlooptijd? Of waarom is er op een bepaalde vestiging sprake van meer retourzendingen dan gemiddeld?
Een andere mogelijkheid is dat de analyse laat zien waar (en hoe) medewerkers ongeautoriseerde handelingen uitvoeren, al dan niet via workarounds. Voor een deel gaat het bij deze voorbeelden om zaken waar vaak niemand ooit eerder bij heeft stilgestaan omdat deze al jaren volgens een bepaalde (inefficiënte) wijze verlopen. Voor een ander deel gaat het om het blootleggen van bewuste fouten of zelfs pogingen tot fraude.
Het blootleggen van de structuren in de achtergelaten digitale sporen levert hoe dan ook een schat aan waardevolle informatie op. Dat biedt mogelijkheden om het management (en specifieker de besluitvorming door het management) te verbeteren.
Van buikgevoel naar feiten
Onderhuids is er sprake van een belangrijke verschuiving in de manier waarop we ondernemingen beheersen. Dat is nu voor een belangrijk deel gebaseerd op inschattingen die we maken op basis van onze kennis en ervaring. We interpreteren het verleden en denken dat we daarmee een goede basis hebben voor beslissingen over de toekomst. Dat is in veel gevallen echter een foute – en soms zelfs rampzalige – aanpak. Onze ervaring kan ons immers flink voor de gek houden, omdat we zelf een persoonlijk gekleurde perceptie hebben gecreëerd van
die ervaringen, of omdat we sterk beïnvloed worden door onze omgeving (group think).
Dat kan beter in een tijdperk waarin we de beschikking hebben over een rijkdom van data en slimme algoritmen. Het beheersen van een onderneming kan worden gebaseerd op feiten in plaats van ervaringen en intuïtie. Dat is waarschijnlijk een enorme uitdaging: mensen hebben de diepgewortelde neiging om beslissingen te nemen op basis van een mengeling van hun ervaringen en hun gevoelens. Nu er geavanceerde data-analyse beschikbaar komt is onze natuurlijke reflex om de uitkomsten van die modellen mee te nemen in onze beslissingen en nog steeds te denken dat we het als mens beter kunnen. Maar dat is niet het geval. Process mining is in feite een stapje op weg naar de toekomst. Een toekomst waarin het buikgevoel plaatsmaakt voor door feiten beargumenteerde beslissingen.
Vragen zijn belangrijker dan antwoorden
Zover is het nog niet en het is uiteraard niet met zekerheid te voorspellen wat de toekomst voor ons in petto heeft. We kunnen wel inzichtelijk maken wat process mining nu al kan bewerkstelligen. Overigens is daarbij sprake van een wezenlijk verschil met de traditionele aanpak van het uitvragen van data door middel van zogeheten query's. Ten eerste is het met de huidige technologie veel eenvoudiger om relevante inzichten uit data te halen. Het tweede punt hangt daarmee samen en is wat fundamenteler van karakter. De huidige technologie heeft zoveel snelheid en gebruiksvriendelijkheid dat we de vragen niet langer van tevoren hoeven te bedenken. In plaats daarvan kunnen we onbevangen kijken naar hoe processen lopen, welke uitzonderingen er zijn in die processen en welke zaken opvallen. We kunnen dan direct inzoomen op gebieden waar we dat wenselijk vinden en stellen dan dus eigenlijk pas tijdens de analyse de vraag.
In feite past dit in bredere zin bij hoe de informatiesamenleving zich ontwikkelt. In zekere zin is het stellen van vragen in de huidige informatiesamenleving de enige bron van waarde geworden. Antwoorden zijn immers alom tegenwoordig – en gratis – verkrijgbaar met een zoekopdracht. Het leveren van antwoorden laten we steeds meer over aan de computer. Het stellen van de juiste vragen blijft echter voorbehouden aan mensen en vergt kennis en ervaring.
Wilt u meer weten? Neem dan vrijblijvend contact op met Cees Uitbeijerse van BDO via [email protected] of via 070-338 08 08.