Рынок информационных систем бизнес-анализа в настоящее время активно развивается, и, хотя сейчас фокус его практического применения больше сосредоточен на «классических» системах класса Business Intelligence, уже появились технологии следующего поколения, которые расширяют возможности анализа. Одним из самых обсуждаемых новшеств является технология Process Mining, предназначенная для анализа фактического исполнения бизнес-процессов.

Технология Process Mining

Идеологом Process Mining является Вил ван дер Аалст, профессор Эйндховенского технического университета и Квинслендского технического университета. В основе Process Mining лежит достаточно простой принцип: если бизнес-процесс выполняется в той или иной информационной системе, то на основании следов его исполнения можно восстановить фактическую цепочку действий, которые произошли в действительности. Для сбора и анализа информации о последовательности действий пользователей в целях восстановления фактической модели бизнес-процессов используется технология Process mining.

Process Mining предполагает, что можно фиксировать события системы так, чтобы каждое из них в дальнейшем поставить в соответствии с четко определенным шагом в бизнес-процессе. Таким образом, для восстановления модели процесса необходимо анализировать время события, пользователя системы, идентификатор заказа или другого документа, который был обработан пользователем. На базе собранной информации инструментарий Process mining в автоматическом режиме группирует события по идентификаторам заказа и времени, выдавая аналитику модель фактически исполняемого бизнес-процесса.

Анализируя модели процессов таким способом, можно обнаружить излишние циклы согласования, регулярные задержки по времени исполнения функций, очереди задач, отмену ранее совершенных действий, «пинг-понг» исполнителей, лишние действия в процессе, а также исключительные ситуации, которые возникают из-за ошибок исполнителей и на исправление которых тратится много времени.

Фильтруя временные периоды при анализе восстановленной модели процесса, можно увидеть поведение процесса в динамике, в том числе происходящие изменения после того, как будут внедрены те или иные организационные мероприятия по его совершенствованию.

Однако есть у технологии Process mining и ограничения. В первую очередь это качество информации в журналах событий, на основании которых идет восстановление процессов. Например, в электронной почте, где большинство ведет деловую переписку, достаточно сложно собрать все письма в единый бизнес-процесс для построения модели, поскольку ни в «теле» письма, ни в его заголовках часто нет указания на то, к какому процессу и какому экземпляру соответствует данное письмо.

Еще одним ограничением является «правдивость» данных в информационных системах. На практике, после восстановления модели бизнес-процесса часто оказывается, что в информационной системе под чужим именем работал другой сотрудник, и само действие состоялось вчера, при этом информацию о нем внесли в систему только сегодня. Но, так или иначе, технология Process Mining активно развивается, и на этом рынке появляется все больше участников.

Инструментарий Process Mining

Отсутствие квадранта Gartner по данному классу систем показывает, что они еще находятся на ранней стадии развития, хотя все больше и больше компаний заявляют о появлении инструментов с подобным функционалом.

На российском рынке из всех вышеописанных систем присутствуют только четыре продукта. Первый – ARIS Process Performance Manager (PPM) от компании Software AG, содержащий технологию Process Mining вместе с технологией анализа процессных показателей – Process Intelligence. Второй – инструмент ProcessAnalyzer от компании QPR, который можно отнести к «чистому» Process Mining. Также определенную маркетинговую активность проявляет производитель системы Disco от компании Fluxicon. В дополнение к коммерческим инструментам в России есть примеры использования Open Source приложения PROM, которое больше подходит для исследователей, чем для массового использования.

Если ARIS PPM является достаточно серьезным продуктом, требующим инсталляции и кропотливой настройки источников данных, то системы ProcessAnalyzer и Disco выглядят достаточно просто. На вход должна быть подана нормализованная структура данных в виде таблицы, содержащей статистику операций по процессу, после чего система строит модель и предоставит возможность аналитику, изменяя параметры количества отображаемых экземпляров процессов, анализировать модель, выделяя те или иные цепочки операций для анализа.

Помимо моделей, данные системы позволяют ранжировать параметры по процессу, выделяя те или иные группы экземпляров процессов для анализа. Например, если пользователь захочет посмотреть особенности процесса, исполняемого в региональном филиале, это можно будет сделать без труда. Фактически, если в компании есть хорошо автоматизированный процесс, то на основе данных в информационной системе модель фактического процесса можно восстановить за пару дней, что позволит перейти к его последующему анализу и совершенствованию.