Большинство процессов в современной организации реализуются в информационных системах. Все действия пользователей – сотрудников и клиентов, в системе сохраняются (логируются) в специальных журналах / лог-файлах.

Анализируя лог-файлы, можно восстановить процесс «как есть». Технология Process Mining позволяет быстро обрабатывать данные информационных систем, чтобы получать объективную картину, находить узкие места и точки неэффективности.

Концепция интеллектуального анализа процессов была предметом академического интереса с 1990-х годов, но только в последнее время она стала экономически целесообразной и получила широкое распространение.

Первой научной теорией, целью которой был анализ и оптимизация рабочих процессов, является «Научное управление» Фредерика Тейлора. За более чем 120 лет подходы к анализу процессов естественным образом эволюционировали, и сегодня повсеместное развитие цифровых технологий, роботизация и автоматизация, интернет вещей, глобальные сети и массовая цифровизация дают основу для качественно нового этапа исследования и оптимизации процессов, реализации возможностей ML и AI. Технология Process Mining приходит на смену классическим методам описания и моделирования процессов.

В крупных организациях бизнес-процессы могут состоять из сотен и тысяч операций, в которых могут быть задействованы сотрудники нескольких десятков или сотен подразделений.

Наличие такого количества операций требует улучшения процессов для того, чтобы:
1) понять общую структуру деятельности организации;
2) определить динамику развития процесса;
3) выявить текущие проблемы процесса и возможности их преодоления;
4) сформулировать требования к изменению;
5) проконтролировать правильность принятых управленческих решений.

Результатом всего этого является улучшение продукта или услуги.

Как же анализировать бизнес-процессы? Существует множество способов: анкетирование, опросы экспертов, гемба, хронометражи, моделирование организации, циклы PDCA, DMAIC, использование статистических методов управления процессами Six sigma и другие.

В основе классических подходов — восстановление карты процесса на некоторой выборке. В результате получается оценочная модель. При этом, чем больше учтенных случаев, тем выше точность модели. Реализация традиционных подходов требует много времени и ресурсов, а также беспристрастности при фиксации картины процесса.

Digital-подход, который мы будем изучать, — это применение методов и инструментов Process Mining, что позволяет учесть 100% случаев и реализаций процесса и получить реальную картину. Плюсами такого подхода является то, что бизнес-процессы анализируются в кратчайшие сроки, а полученная модель и оценка эффективности являются объективными, так как весь анализ основывается на реальных данных.

Сейчас на рынке существует ряд технологических решений, нацеленных на анализ процессов с применением технологии Process Mining. Отталкиваясь от целевой аудитории и механики работы, такие решения можно разделить на две группы:

• Платформенные, low-code решения, нацеленные на финансовых и бизнес-аналитиков. Такие инструменты обеспечивают простоту использования, интерактивность и широту возможностей в визуализации результатов анализа.
• Python библиотеки, использование которых требует знаний языка, но позволяет проводить анализ более гибко, а также использовать опыт и наработки сообщества благодаря обилию открытых библиотек.