_edited.jpg)
Καθ. ΕΜΠ, Διευθυντή του Εργαστηρίου Οργάνωσης Παραγωγής
To αντικείμενο της Διοίκησης Επιχειρησιακών Διαδικασιών ή Διαχείρισης Επιχειρησιακών Διαδικασιών (Business Process Management) ακούγεται εδώ και αρκετά χρόνια στο χώρο των επιχειρήσεων αλλά και των δημόσιων οργανισμών. Παρότι η σημαντικότητά του έχει αναγνωριστεί σε μεγάλο βαθμό, η δυσκολία υλοποίησής του, αλλά και το γεγονός ότι αποτελεί δουλειά υποδομής το καθιστούν αφανή ήρωα που κάποιες φορές δεν βρίσκεται στο προσκήνιο της δημοσιότητας. Όμως, τα τελευταία χρόνια, μία σχετικά νέα τεχνολογία, η Εξόρυξη Δεδομένων Διαδικασιών (Process Mining), έρχεται να αναδείξει ένα νέο σημαντικό ρόλο της Διοίκησης Επιχειρησιακών Διαδικασιών.
Ο Thomas Davenport, ένας από τους guru της σύγχρονης Διοίκησης (καθηγητής Διοίκησης & Πληροφοριακών Συστημάτων στο Babson College και επισκέπτης καθηγητής στο Oxford’s Saïd School of Business) αναγνωρίζει δύο σημαντικά προβλήματα σε αρκετούς οργανισμούς που έχουν διαφορετική προσέγγιση στον τρόπο με τον οποίο αντιμετωπίζουν τις διαδικασίες τους. Οι οργανισμοί που θέλουν να πραγματοποιήσουν αναδιοργάνωση (Business Process Reengineering) ορισμένες φορές αδιαφορούν για τις υφιστάμενες διαδικασίες, συχνά αχρηστεύοντας πολύτιμη υφιστάμενη γνώση που θα πρέπει να αποκτηθεί εκ νέου από τον οργανισμό. Στο άλλο άκρο, οργανισμοί που ασχολούνται με τη συνεχή σταδιακή βελτίωση των διαδικασιών τους στρέφουν όλη τους την προσοχή στην υφιστάμενη κατάσταση, χάνοντας ευκαιρίες πιο ριζικών αλλαγών σε σημεία των διαδικασιών τους που προσφέρονται για κάτι τέτοιο.
Ένα άλλο τυπικό πρόβλημα (προσωπικά το έχω συναντήσει σε επιχειρήσεις διαφορετικών κλάδων στις οποίες δεν περίμενα να υφίσταται) είναι η απουσία διασύνδεσης της διοίκησης των επιχειρησιακών διαδικασιών και των πληροφοριακών συστημάτων. Σε μία σύγχρονη τυπική επιχείρηση, πολλές από τις δραστηριότητες σημαντικών επιχειρησιακών διαδικασιών πραγματοποιούνται με χρήση πληροφοριακών συστημάτων. Ενδιαφέρον γεγονός που μεγαλώνει την πολυπλοκότητα είναι ότι ο μεγαλύτερος αριθμός επιχειρησιακών διαδικασιών εμπλέκει ταυτόχρονα αυτοματοποιημένες, ημι-αυτοματοποιημένες και χειροκίνητες διαδικασίες, που η αποτελεσματική ενορχήστρωσή τους θα οδηγεί σε ένα ικανοποιητικό τελικό αποτέλεσμα.
Όμως ο σχεδιασμός/ ανασχεδιασμός των επιχειρησιακών διαδικασιών είναι μόνο το πρώτο βήμα. Εύλογο ερώτημα που τίθεται μετά τον σχεδιασμό των διαδικασιών είναι εάν επιτεύχθηκε η πολυπόθητη βελτίωση. Η απάντηση αυτού του ερωτήματος απαιτεί την ύπαρξη δεδομένων, τα οποία όμως να είναι κατάλληλα δομημένα ώστε να μπορούν να παρέχουν την πληροφορία που χρειάζεται σε επίπεδο διαδικασιών και επιμέρους δραστηριοτήτων – βημάτων. Εδώ είναι που υπεισέρχεται η χρησιμότητα της Εξόρυξης Δεδομένων Διαδικασιών. Χαρακτηριστικό είναι ότι ακόμα και σημαντικότατες μεθοδολογικές προσεγγίσεις συνεχούς βελτίωσης και μέτρησης διαδικασιών όπως η Lean Six Sigma (LSS) δεν έχουν δώσει την απαραίτητη έμφαση στον ρόλο της εισαγωγής των τεχνολογιών πληροφορικής ως επιταχυντές των αλλαγών στις επιχειρησιακές διαδικασίες.
Σε επιστημονικό επίπεδο, η έννοια της Εξόρυξης Δεδομένων Διαδικασιών εδώ και αρκετά χρόνια, σε επιχειρηματικό όμως επίπεδο εμφανίστηκε τα 10 τελευταία έτη από μία Γερμανική Εταιρεία που ιδρύθηκε το 2011, με στενές σχέσεις με το πληροφοριακό σύστημα διαχείρισης επιχειρησιακών πόρων (ERP) SAP. Αυτό δεν ήταν τυχαίο, αφού ένα σύστημα Process Mining είναι λογικό να λαμβάνει πληροφορίες για τις διαδικασίες που πραγματοποιούνται με την υποστήριξη ενός μεγάλου συστήματος ERP. Σταδιακά, άρχισαν να εμφανίζονται αρκετές εταιρείες πληροφορικής που ανέπτυξαν συστήματα Process Mining.
Η γνωστή εταιρεία Gartner εκδίδει πλέον συστηματικά αναφορές σχετικά με τους παρόχους τέτοιων συστημάτων (η τελευταία αναφορά εκδόθηκε στα τέλη του 2020), γεγονός που φανερώνει τη δημοφιλία, πλέον, του αντικειμένου στον επιχειρηματικό χώρο. Ένα τυπικό σύστημα Process Mining λαμβάνει δεδομένα δοσοληψιών (transactional data) από διάφορα πληροφοριακά συστήματα (ERP, CRM, Βάσεις Δεδομένων, ακόμα και αρχεία Excel), τα οποία όμως σχετίζονται με την εκτέλεση συγκεκριμένων διαδικασιών και δραστηριοτήτων. Η καταγραφή του χρόνου υλοποίησης των διαφορετικών βημάτων μίας διαδικασίας (προαπαιτούμενο δεδομένο εισόδου για τα συστήματα Process Mining) ανά περίπτωση διαδικασίας (process case) επιτρέπει την αυτόματη αναγνώριση της ροής της διαδικασίας. Το ακόμα σημαντικότερο όμως είναι η δυνατότητα εντοπισμού όλων των διαφορετικών ροών που μπορεί να ακολουθηθούν για την υλοποίηση της διαδικασίας για οποιονδήποτε λόγο (exceptions). Για όλα τα παραπάνω μπορούν να υπολογίζονται χρήσιμα δεδομένα όπως συχνότητες υλοποίησης δραστηριοτήτων και διαδικασιών, χρόνοι εκτέλεσης, ακόμα και κοστολογικά στοιχεία, εφόσον καταγράφονται στις δοσοληψίες που αναλύονται. Τα στοιχεία αυτά μπορούν να υπολογιστούν ανά εμπλεκόμενο πόρο (ανθρώπινο ή μη). Τα υπολογιζόμενα δεδομένα επιτρέπουν την παρακολούθηση κρίσιμων δεικτών απόδοσης (Key Performance Indicators) που βοηθούν στην κατανόηση των διαδικασιών, στον εντοπισμό δυνητικών σημείων βελτίωσης, στη διερεύνηση των αιτιών καθυστερήσεων ή αποκλίσεων και στη λήψη αποφάσεων για την πολυπόθητη συνεχή βελτίωση.
Ορισμένα από τα πιο εξελιγμένα εργαλεία Process Mining διαθέτουν τη δυνατότητα σχεδιασμού των βημάτων των διαδικασιών με βάση τα δεδομένα που επεξεργάζονται, ενώ μπορούν ακόμα και να συγκρίνουν τις διαδικασίες που πραγματοποιούνται στην πράξη με αυτές που έπρεπε να υλοποιούνται με βάση προσχεδιασμένες διαδικασίες (χαρακτηριστική τέτοια περίπτωση είναι το ARIS Process Mining). Ιδιαίτερη αναφορά πρέπει να πραγματοποιηθεί στη δυνατότητα των συστημάτων Process Mining να ανιχνεύουν και να αναφέρουν πιθανές αιτίες προβλημάτων στις διαδικασίες (με την αξιοποίηση αλγορίθμων τεχνητής νοημοσύνης (Artificial Intelligence – AI) καθώς και η στατιστική επεξεργασία των αποκλίσεων. Οι αναλύσεις που μπορούν να πραγματοποιηθούν από ένα σύστημα Process Mining είναι πολυάριθμές, παρέχοντας μεγάλο βαθμό ευελιξίας, ενώ ταυτόχρονα, ο εντυπωσιακός τρόπος απεικόνισης των αποτελεσμάτων σε γραφήματα, πίνακες και dashboards, προσελκύει τα διοικητικά στελέχη, αφού μπορεί να τους παρέχει συμπυκνωμένη πληροφόρηση για τη λήψη σημαντικών επιχειρηματικών αποφάσεων.
Η χρησιμοποίηση εργαλείων Process Mining σε οργανισμούς αποτελεί ιδανικό τρόπο για την ανακάλυψη περιπτώσεων αυτοματοποίησης των επιχειρησιακών διαδικασιών με τη χρήση robots, είτε μιλάμε για εξοπλισμό robots είτε για robots λογισμικού (γνωστά και ως bots). Η συνδυασμένη αξιοποίηση συστημάτων Process Mining, ρομποτικών συστημάτων διαδικασιών (Robotic Process Automation ή RPA) και μηχανικής μάθησης (machine learning) είναι μια τάση δεδομένη για τα επόμενα χρόνια σε εκτεταμένο βαθμό.
Ένα εργαλείο Process Mining δεν παρουσιάζει τον ίδιο βαθμό χρησιμότητας για κάθε επιχείρηση. Ιδανικό προφίλ οργανισμού που μπορεί να αξιοποιήσει εκτεταμένα ένα τέτοιο εργαλείο είναι ένας μεγάλος οργανισμός που λειτουργεί σε σημαντικό βαθμό με την υποστήριξη πληροφοριακών συστημάτων και που καταγράφει με συστηματικό τρόπο δεδομένα που σχετίζονται με την εκτέλεση διαδικασιών. Μεγάλες επιχειρήσεις σε όλους τους κλάδους δραστηριοποίησης και ο δημόσιος τομέας (σε μελλοντικό επίπεδο τουλάχιστον) φαντάζουν ιδανικές περιπτώσεις για την υιοθέτηση τεχνολογιών Process Mining. Δεν μπορεί, βέβαια, να αποκλειστεί η περίπτωση αξιοποίησης του Process Mining από μικρομεσαίες επιχειρήσεις, οι οποίες όμως είναι συμφιλιωμένες με τεχνολογίες πληροφορικής και που ενδιαφέρονται να παρακολουθούν δεδομένα βασικών επιχειρησιακών διαδικασιών τους για την παρακολούθηση δεικτών απόδοσης που χρειάζονται για τη λήψη επιχειρηματικών αποφάσεων που στηρίζονται σε πραγματικά στοιχεία.