Как менять бизнес-процессы компании в режиме реального времени

Глобальный рынок давно ищет возможности для устранения узких мест в бизнес-процессах «на лету», в онлайн-режиме. Серьезным драйвером этого поиска стала пандемия коронавируса: из-за нее многие процессы начали оцифровывать в спешном порядке. По данным Adventum, глобальные темпы роста использования цифровых продуктов выросли с 10% до 50%. При этом переведенные на дистанционный режим работы сотрудники перестали быть столь же эффективными, как раньше. По итогам глобального исследования ABBYY, 74% офисных сотрудников в США и Европе столкнулись с трудностями при переходе на работу из дома. Каждый четвертый испытывал желание уволиться из-за плохо организованных процессов.

Цифровизация только набирает обороты, а требования к лидерам рынка или тем, кто хочет ими стать, не снижаются. 68% участников одного из исследований IDC в России признали, что эффективное внедрение технологий требует полного понимания бизнес-процессов. Это особенно заметно в проектах с применением RPA. Так, по данным исследования ABBYY, два ключевых препятствия к внедрению программных роботов – это ситуативный характер процессов (23%) и непонимание, какие процессы нужно автоматизировать в первую очередь. Из-за этого дополнительное развитие получили проекты из сферы Process Mining и Process Discovery. Интересу к этим решениям также способствовала популярность RPA. Это связано с тем, что интеллектуальный анализ позволяет оценить готовность процессов к роботизации и посчитать возможную эффективность роботов: окупятся ли затраты на подобный проект в конкретном подразделении.

Дмитрий Шушкин: Интеллектуальный анализ бизнес-процессов — относительно новое явление на российском рынке

Современные интеллектуальные платформы Process Intelligence стремятся уйти от отображения вариантов бизнес-процесса на блок-схемах (текущих схемах процессов), что сложно делать в многоэтапных процессах или при наличии широкого спектра исключений. Такие схемы приходится упрощать, а это напрямую влияет на функциональность, снижая их точность. Process Intelligence позволяет в режиме реального времени изучать все операционные показатели компании и бизнес-процессы. На выходе можно получить детальный срез по эффективности отдельных процессов, а также рекомендации по устранению недостатков. А в сочетании с технологиями машинного обучения такие решения могут прогнозировать исход процесса и будущие результаты проектов. Например, сколько миллионов рублей или какой процент от выручки составит экономия от внедрения, как изменятся показатели продаж, какова вероятность того, что новый продукт будет пользоваться спросом у клиентов и т.д.

«Интеллектуальный анализ бизнес-процессов — относительно новое явление на российском рынке, первые проекты в этой области появились 3-5 лет назад, — констатирует Дмитрий Шушкин, генеральный директор ABBYY Россия. — Пока такие системы применяют, в основном, крупные компании в промышленности, энергетике, банках, телекоме. Наиболее часто такие решения используют для улучшения клиентского обслуживания, а также во внутренних процессах, таких как управление заказами и закупками, внутренний аудит».

Среди других бизнес-процессов, которые оптимизируют с помощью Process Intelligence, стоит упомянуть управление персоналом, планирование и онлайн-продажи. Всего же, по данным российских аналитиков, решения для интеллектуального анализа бизнес-процессов уже используют или планируют применять 51% компаний с оборотом от 3 млрд рублей.

«Process Intelligence дает эффект, когда не менее 80% трудоемкости процесса выполняется в современных ИТ-системах классов CRM, ERP, ЭДО и т.д. В таком случае возможен автоматический и полуавтоматический анализ процесса: выявление узких мест, анализ трудозатрат, рабочего времени и так далее, — убежден Алексей Нестеренко, директор практики стратегического и операционного консалтинга КПМГ в России и СНГ. — В связи с этим мы аккуратно подходим к перспективам полноценного внедрения такого рода систем. Однако нужно постоянно анализировать применимость этой системы для отдельных процессов. Бывает, что хотя вся компания в целом не готова к полномасштабному внедрению Process Intelligence, отдельные важные процессы готовы и даже требуют такого внедрения. Например, часто такими процессами являются обработка заявок клиентов (от заявки до оплаты) и закупки ТМЦ (от потребности до списания)».

Актуальные для бизнеса задачи напрямую влияют на рост популярности решений класса PDM (Process Discovery & Mining). Исследование NelsonHall свидетельствует о том, что сейчас объем этого рынка составляет $566,5 млн, но в ближайшие годы он будет показывать ежегодный средний рост в 57% и достигнет отметки в $5,4 млрд уже к 2024 г.

«Оценить объем этого рынка сейчас невозможно, но мы видим, что он растет. Во-первых, на него выходит все больше производителей решений, как российских, так и иностранных. Во-вторых, эти решения пользуются повышенным спросом, в том числе в качестве элемента системы цифровизации. Кроме того, рынок растет в том числе потому, что сами технологии развиваются. В исходном варианте эти технологии представляли собой ретроспективный анализ процессов, а сейчас они развиваются в сторону роботизации процессов, поддержки своевременных управленческих решений и моделирования будущих изменений процессов с использованием машинного обучения и ИИ. Тенденции глобального рынка справедливы и для России, но с небольшой задержкой. В России такие решения появились чуть позже, чем в Европе (они зародились в Нидерландах), но сейчас мы уже видим, что почти все крупные компании либо открывают у себя подобные проекты, либо присматриваются к ним», — отмечает Сергей Кудряшов, партнер департамента управления рисками «Делойт», СНГ.

«Такой серьезный рост не случаен, он продиктован скоростью развития технологий, предполагающей, что следить за изменениями бизнес-процессов необходимо в реальном времени, не ограничиваясь сроками отдельных проектов. Далеко не все руководители понимают, как определить приоритеты для технологических проектов, какие решения принесут компании новых клиентов и увеличат доходность, а какие будут пустой тратой времени и денег. И вот тут на помощь приходят интеллектуальные технологии Process Intelligence», — говорит Дмитрий Шушкин.

Одним из ключевых игроков растущего рынка PDM эксперты NelsonHall назвали ABBYY.

«NelsonHall считает ABBYY лидером в общем (Process Discovery & Mining) сегменте рынка. Это продиктовано способностью решений ABBYY не только удовлетворять будущие потребности клиентов, но и приносить им немедленную выгоду», — говорится в отчете NelsonHall. Такое признание вендор получил за продукт ABBYY Timeline — интеллектуальную Process Intelligence платформу. Ее конкурентное преимущество, по оценке Gartner, заключается в том, что решение дает «наглядное представление о процессе на всех стадиях, включая самые сложные этапы с высоким уровнем вариативности и большим объемом информации».

Чем системы Process Intelligence лучше, чем BI-инструменты

Анализируя цифровые следы, платформа ABBYY Timeline дает подробную картину давнего и недавнего прошлого, позволяя выявлять неочевидные закономерности на разных участках процесса. При этом ABBYY Timeline отслеживает то, что происходит прямо сейчас, обращая внимание пользователей на значимые события. К примеру, в процессе урегулирования страховых случаев можно посмотреть средний срок рассмотрения заявок и обработки документов, а также увидеть все случаи, когда на отдельные этапы уходит слишком много времени.

Использование машинного обучения позволяет заглянуть в будущее, предсказать исход тех процессов, которые еще не завершены. Построение и проверка гипотез особенно важны в контексте автоматизации и усиления роли RPA. «Что произойдет, если мы автоматизируем вот этот процесс?» — зная ответ на этот вопрос, можно обоснованно выбирать стратегии цифровизации, извлекая из этого максимальную пользу для бизнеса.

«Наши заказчики используют Process Intelligence в бухгалтерии и логистике, в клиентском обслуживании и поддержке — в любых процессах, в которых задействована хотя бы одна или несколько корпоративных информационных систем. К примеру, один крупный банк тестирует ABBYY Timeline для проверки продуктовых гипотез, оценивает интерес клиентов к новым видам банковских продуктов, — приводит пример Дмитрий Шушкин. — Банки, телеком-компании, ритейлеры применяют решение для оптимизации работы колл-центров. Например, с помощью платформы можно проанализировать удобство работы пользователя с IVR, эффективнее распределять нагрузку на операторов, настроить базу знаний так, чтобы в ней было удобно искать готовые ответы, и так далее. Также у нас есть проекты в здравоохранении. С помощью ABBYY Timeline клиники могут, например, прогнозировать, сколько дней пациенту нужно будет находиться в больнице, найти и подготовить для него свободное место в стационаре, провести необходимые исследования».

1. Сбор и извлечение данных

   ABBYY Timeline аккумулирует информацию из логов, содержащих цифровые следы. Перенос данных из ИТ-систем предприятия осуществляется за счет встроенных ETL-инструментов (Extract, Transform, Load — «извлечение, преобразование, загрузка»).

2. Анализ процессов

   В ABBYY Timeline более 25 предварительно настроенных аналитических инструментов. Они дают представление о динамике процессов и позволяют посмотреть на них с разных точек зрения: оценить длительность, стоимость, воспроизведение закономерностей, выявить уникальные события. Например, можно выяснить загрузку или эффективность отдельных сотрудников в разрезе сложности выполняемых ими задач или выявить отклонения, тормозящие весь бизнес.

3. Мониторинг и оповещения

   Платформа обладает широкой функциональностью для оповещения пользователей (SMS, электронная почта, уведомления в отдельных ИТ-системах и т.д.). За счет этого создается удобная среда для отслеживания состояния процессов и реагирования в режиме реального времени. Доступны инструменты запуска программных роботов для исправления ситуации и контроль SLA.

4. Прогнозирование событий

   ABBYY Timeline использует данные прошлых наблюдений, чтобы прогнозировать исход процесса. На основе этой информации пользователи могут сделать выводы и скорректировать процесс. За эту функциональность отвечают модули искусственного интеллекта и машинного обучения.

Лидеры рынка PDM по версии NelsonHall

В октябре 2020 г. в ABBYY сообщили, что теперь их PI-платформа способна анализировать даже действия сотрудников в интерфейсах программ, по которым не ведутся логи. Речь идет о технологии Task Mining, которая в автоматическом режиме выявляет повторяющиеся действия в рамках любых бизнес-процессов за счет сбора информации о действиях пользователей во время работы с корпоративными приложениями. На этих обезличенных сведениях можно выстраивать закономерности, а также объединять типовые последовательности в конкретные шаги бизнес-процессов и принимать решения о дальнейшей автоматизации или реорганизации.

«Решение помогает понять, каким образом пользователи выполняют задачи, стоит ли их вообще автоматизировать и как подобные проекты повлияют на цифровую трансформацию компании. Task Mining особенно полезен в RPA-проектах, так как позволяет в реальном времени увидеть повторяющиеся действия, которые затем можно будет передать роботам», — объясняет Дмитрий Шушкин.

Эксперты и игроки рынка отмечают, что ABBYY Timeline не нуждается в длительной настройке или предварительных приготовлениях к установке. Все аналитические инструменты, восстановленные схемы и рассчитанные метрики процессов, графики, дашборды и отчеты становятся доступны для использования сразу после установки и загрузки данных о цифровых следах. Внимание придется уделить двум важным вопросам. Первый — подбор процессов, определение систем с цифровыми следами и другими данными. Второй — непосредственная подготовка данных для анализа, а также все, что входит в зону ответственности ETL-инструментов.

«Чтобы частично упростить задачу, а также обеспечить дальнейшую непрерывную загрузку цифровых следов, ABBYY Timeline имеет встроенные инструменты преобразования данных, которые и на этапе первичной настройки, и в реальном времени помогают объединять совершенно разноформатные журналы аудита, полученные из нескольких систем клиента. Таким образом, время от начала сбора данных и построения стартовой аналитики в ABBYY Timeline может варьироваться от нескольких дней до 2-3 недель», — отмечает Дмитрий Шушкин.

Говоря об эффективности решения, в ABBYY приводят пример крупной американской компании, которая столкнулась с проблемой кассового разрыва: фактическая прибыль от оказания услуг была меньше, чем сумма по выставленным счетам. Получалось, что организация недополучала около $500 тыс. выручки в месяц. Решение ABBYY Timeline помогло выяснить, что сотрудники компании просто забывали выставлять счета, и таких случаев только за один месяц набралось более 7 тыс. В итоге гиганту рынка удалось перестроить бизнес-процесс: в скрипты сотрудников добавили напоминание о счете, а также внедрили сервис мониторинга работы ресепшена. Дополнительную помощь оказала автоматизация занесения клиентских данных в систему вместо практиковавшегося до этого ручного труда. Пилотные проекты появляются и в России. Об увеличившихся темпах внедрения профильных решений, скорее всего, можно будет судить уже в 2021 г.