Process Mining: Как эффективно управлять бизнес-процессами

Если вы уже немного знакомы с современными тенденциями, вероятно, не раз слышали о Data Mining (интеллектуальном анализе данных) и Data Science (даталогии или науке о данных), а также Big Data (больших данных). Но что такое Process Mining, и как он связан с этим понятиями?

Может показаться очевидным, что Data Mining — это глубинное изучение данных, а Process Mining, соответственно, — изучение процессов. Однако не все так просто.

Оба направления решают одну и ту же задачу — бизнес-аналитика, анализ бизнес-процессов.

Давайте посмотрим на основные сходства. Итак, оба подхода:

✓ применяются для анализа больших объемов данных, которые невозможно проанализировать вручную;

✓ извлекают из данных знания, которые могут быть использованы для принятия бизнес-решений;

✓ используют mining-технологии (или технологии “добычи”), где алгоритмы проходят сквозь большие объемы данных в поисках моделей и взаимосвязей.

При этом Data Mining использует многомерные представления, чтобы найти тенденции взаимодействий между объектами. Так, с помощью методов интеллектуального анализа данных одного из крупных супермаркетов выяснилось, что клиенты, посещавшие его чаще остальных, в большинстве случаев покупали итальянский сыр — достаточно редкий продукт на полках магазинов. Традиционно розничные торговые сети пытаются убирать товары с низким оборотом, заменяя их более продаваемыми. Не вдаваясь в причины покупок, нужно отметить — далеко не всегда оптимизация процесса с точки зрения мерчендайзинга (и других технологий) имеет положительные результаты. Если бы компания приняла решение отказаться от небольших поставок итальянского сыра, она бы потеряла часть лояльных клиентов,  которые вынуждены были бы искать продукт в другом месте.

Вывод — Data Mining направлен на поиск шаблонов.

Process Mining, в свою очередь, строит модели процессов. Он анализирует процессы и события, выявляет отклонения в производительности процесса, узкие места (bottlenecks) и несоответствия. В качестве входящих данных используются журналы событий, журналы аудита, а также данные и события в информационных системах.

Process Mining как раз и является тем недостающим звеном между интеллектуальным анализом данных и традиционным BPM (Business Process Management). Дело в том, что Data Mining “добывает” ценную информацию путем анализа данных, но, как правило, не затрагивает процессы. Именно здесь в игру ступает Process Mining.

Методы и формулы, которые применяются для анализа — отдельная тема. Чтобы немного разнообразить скучные факты, приведу несколько примеров из практики.

Пример 1. Decision Tree (дерево решений)

Изучение тенденций на основе большого количества примеров

Объект анализа — кафетерий, в ассортименте которого капучино, латте, эспрессо, американо, ристрето, чай, маффин и бисквит.

У нас есть данные о большом количестве чеков, которые выглядят примерно следующим образом:

1

Используя технологии Process Mining, нам удается узнать, какова вероятность того, что купив определенный продукт или набор продуктов, покупатель купит маффин.

На основе этих знаний можно организовать акции, сценарии cross-продаж для продавцов и многое другое. И кстати — пусть вас не пугает словосочетание «большие объемы данных» — далеко не всегда речь идет об анализе процессов в крупных корпорациях. Даже если у вас небольшой магазин, со временем данных наберется достаточное для статистики количество.

Пример 2. Еще один способ применения дерева решений

Перед вами — данные о заказах в пиццерии. В последнее время многие клиенты стали жаловаться на плохое самочувствие. При этом все продукты хорошего качества. Сформировав подобную таблицу, можно узнать, какие комбинации блюд и напитков оказывают на клиентов плохое воздействие.

2

Подобные исследования актуальны при наличии большого количества достоверной информации. А это — внушительный объем данных, и для расчетов нужно воспользоваться специальной программой. Один из вариантов — RapidMiner. C его помощью можно будет визуализировать процессы и найти взаимодействия показателей (в данном случае — комбинации блюд и результаты, к которым они привели) за несколько минут.

3

Итак, основные возможности Decision Tree:

✓ Разумный баланс между недооценкой и переоценкой правильности существующих процессов (как в случае с иатльянскими сырами).

✓ Может быть использован для лучшего понимания происходящего.

✓ Может быть использован для прогноза и рекомендаций.

Пример 3. Визуализация процессов

Иногда, прежде чем найти взаимосвязи параметров, важно визуализировать процесс и понять, можно ли его оптимизировать, на что уходит больше всего времени или других ресурсов и так далее. Инструментов для таких задач несколько — Petri nets, Play-in, Play-out и другие. Для поиска решения лучше использовать программу ProM.

Визуализация процессов актуальна, к примеру, для медицинской сферы. Поняв структуру взаимодействия, можно (кстати, это тоже может сделать программа) составить оптимальную схему работы и ответить на такие вопросы:

  • Можем ли мы прогнозировать время ожидания пациента?
  • Почему пациенты должны ждать так долго?
  • Как мы можем сократить расходы?
  • Как много сотрудников необходимо завтра?
  • Следуют ли врачи указанному регламенту?

Это также может касаться оборудования:

  • Почему и когда рентгеновские аппараты становятся неисправными?
  • Какие компоненты должны быть заменены?
  • Как рентгеновские аппараты используются на самом деле?
  • Можем ли мы предположить, что машина сломается на следующей неделе?
  • Какие части должны быть улучшены?

Кажется маловероятным, что на все эти вопросы можно ответить без мозгового штурма, а лишь загрузив набор данных в программу и задав параметры поиска процессов.

Кстати, вышеуказанный способ моделирования Petri net (cеть Петри) мы видим ежедневно — в работе банальных светофоров. Все выверено по секундам и действует строго по сценарию, ведь это крайне важно — процессы должны происходить в заранее продуманном порядке. А точнее — просчитанном.

4

И что еще немаловажно — все примеры, которые мне встречались, имеют отношение именно к оффлайн бизнесу — больницы, магазины, рестораны. Не стоит забывать, что существуют интернет-ресурсы с метриками и аналитикой. Все доступные данные мы можем использовать для создания специфических отчетов, отслеживания онлайн-процессов и выявления новых закономерностей. Взять хотя бы многоканальные последовательности в Google Analytics.

Не могу сказать, что вам нужно срочно бежать и применять Process Mining в своем бизнесе — это действительно слишком сложно, и будет актуально, если у вас достаточно свободного времени и вы любите «копаться» в данных (а ведь mining — переводится как «добыча», по аналогии с coal mining — «добыча угля»).

Безусловно, тенденции таковы, что скоро каждый достойный бизнес или сайт будет использовать эти инструменты. Но на данный момент это весьма сложно — ввиду отсутствия достаточного количества квалифицированных специалистов, высокой стоимости и стихийности процессов.

Но развиваться в этом направлении стоит. Помните — самый основной двигатель бизнеса — быть в ногу со временем и на шаг впереди конкурентов. А для этого нужна аналитика, аналитика и еще раз аналитика.

Автор: Алена Шлаин

1 комментарий

  1. mr_wolf:

    Конечно хотелось бы поконкретней примеры.. хотя бы потому что тема очень интересная)) кстати по ней есть литература http://www.springer.com/us/book/9783642193446
    был и будет снова курс на курсере:
    https://www.coursera.org/course/procmin (тут есть ролик, в котором все понятно)))

Добавить комментарий

Ваш e-mail не будет опубликован.

закрыть

Поделиться

Отправить на почту
закрыть

Вход

закрыть

Регистрация

+ =