Process Mining (deel 1)

Waarom schrijf ik over een onderwerp wat inmiddels ruim anderhalve decennium bestaat en behoorlijk volwassen te noemen is? Een analysetechniek die zeer intuïtief en visueel is en mede daardoor ook heel laagdrempelig is om toe te passen. Een benadering van data die zeer snel zijn vruchten kan werpen doordat je relatief snel en efficiënt zeer nuttige vragen kunt beantwoorden.

Ik schrijf hierover omdat ik ondanks alle voordelen van Process Mining (hierna PM) toch merk (uit eigen anekdotische ervaring) dat de adoptie te lang op zich laat wachten. Het lijkt maar niet door te willen dringen, in het bijzonder in de zorg of HR waar behoorlijk wat laaghangend fruit voor het oprapen ‘hangt’.

Allereerst, wat is PM? Een praktische definitie zou kunnen zijn:

 

Een data gedreven techniek gericht op het visualiseren en analyseren van processen.

We doen dus twee dingen; we gebruiken een visualisatie-algoritme in de applicatie om het proces visueel weer te geven én we gebruiken de analysemogelijkheden binnen de PM applicatie om vragen te beantwoorden die van toegevoegde waarde zijn voor de business.

Wat voor voordelen kan dit opleveren wanneer we conventionele methoden om een proces te visualiseren en te analyseren vergelijken met PM?

 

Conventionele methoden:

-zijn gebaseerd op een ideale situatie zoals geschetst tijdens een interview met een procesdeskundige. Maar wie zegt dat dit strookt met de werkelijkheid? En wat als ik geïnteresseerd ben in de afwijkingen in het proces? Op basis van welke objectieve criteria sluit de deskundige die paden uit het plaatje?

-geven een statisch beeld weer. Het is als het ware een momentopname, mocht ik het proces over zes maanden bijgewerkt willen hebben, dan zou ik het riedeltje opnieuw moeten uitvoeren. Dit kan doorgaans weken kosten zoals iedere Control of AO/IC gerelateerde functionaris heeft ervaren;

-zijn tijdrovend. Juist omdat het niet een ‘druk-op-de-knop’ handeling is, maar een tijdrovend proces van afspraak maken, interview uitvoeren, beschrijving en procesmodel terugkoppelen, feedback verwerken.

-bieden geen mogelijkheid om analyses uit te voeren. Het eindproduct is een statisch model zonder een dataset die allerlei dwarsdoorsneden van het proces geschikt zou kunnen maken voor analysedoeleinden.

 

Process Mining:

-is gebaseerd op logdata—vastleggingen van gebeurtenissen in het systeem. Het eindproduct is daarmee niet gebaseerd op een subjectieve mening, maar op een objectieve vastlegging (mits juist en volledig);

-is met een druk op de knop bij te werken, daarmee is het eindproduct niet een statisch model, maar een dynamisch model;

-is gegeven het tweede punt tijdbesparend aangezien de manuele handelingen achterwege blijven;

-is uitermate geschikt om verder mee te rekenen en te analyseren. Omdat we beschikken over logdata met gebeurtenissen, timestamps en allerlei overige eigenschappen, kunnen we aanvullende bedrijfsvragen beantwoorden.

Hieronder zijn de verschillen samengevat:

 

Process Mining (deel 1)

 

Dit was het eerste deel over PM. In de delen hierna zal ik meer delen over de werking van het algoritme, leveranciers van PM applicaties en relevante casussen uit de praktijk.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *

Fill out this field
Fill out this field
Geef een geldig e-mailadres op.
Je moet de voorwaarden accepteren voordat je het bericht kunt verzenden.

Menu