500
Process Mining в банках – важный элемент цифровой трансформации
Леонид Чернявский, директор по развитию ГК «РАМАКС», рассказал о том, как сегодня технология Process Mining помогает российским банкам (и не только) оптимизировать свою деятельность, как использовать PM еще более эффективно и что ожидать от технологии в ближайшем будущем.
Восстанавливаем реальный ход бизнес-процессов по цифровым следам
Начнем с небольшого ликбеза. Что такое Process Mining, что он собой представляет?
Process Mining – это набор методов и технологий, необходимых для ведения качественной цифровой трансформации любых бизнес-процессов. Process Mining анализирует цифровые следы пользователей в различных информационных системах и строит карту мероприятий или работ внутри подразделений компании в режиме реального времени, указывая на важные действия, несоответствующие регламентам, а также на отклонения от исполнения процесса.
В каждой крупной компании, с одной стороны, есть относительно четкое описание последовательности действий персонала, зафиксированное в регламентах, инструкциях и протоколах. С другой стороны, есть также собственное понимание руководства компании, опирающееся на какие-то оперативные аналитические отчеты из классических BI-систем. С третей стороны, есть сотрудники компании, которые каждый день руками выполняет часть операций большого сквозного бизнес-процесса, описанного в регламенте или присутствующего в BI-отчете на столе руководителя. У этих сотрудников есть абсолютно свое понимание специфики и течения каждой конкретной последовательности действий. Но когда внедряется Process Mining, этакий универсальный рентгеновский аппарат, «подсвечивается» реальная картина течения тех или иных операций по участникам, их действиям, отступлениям от регламентов и инструкций, «узким местам», то получается абсолютно другая история – четвертое и самое приближенное к реальности видение организации бизнес-процессов в компании. Отслеживаемые цифровые следы, которые пользователи оставляют в системах, - это самые достоверные данные. Как показывает опыт, 95% процессов могут быть улучшены. Технология Process Mining способна это наглядно продемонстрировать.
В итоге получаем следующее. В компании есть стандартный набор инструментов, которые помогают собирать и анализировать информацию из корпоративных баз данных. К ним можно отнести вышеупомянутые классические системы операционного и стратегического бизнес-анализа (Business Intelligence, сокр. BI), которые предоставляют отчетность в формате дашбордов, графиков, таблиц. На ее основе топ-менеджеры могут отслеживать прибыльные и убыточные направления бизнеса, а также динамику доходов и расходов, отдел продаж может контролировать выполнение планов и оптимизировать планирование, финансисты – планировать бюджеты, получать консолидированную отчетность и управлять расходами. Эти системы хорошо справляются с оценкой KPI, моделируют результаты действий на основе принимаемых решений.
Если же говорить о Process Mining, то данные методы и технологии позволяют взглянуть на совокупность различных метрик, оценить, сколько было вариантов выполнения процесса, увидеть, какие были отклонения от базового пути реализации, сколько времени понадобилось на то или иное действие. Со всеми этими задачами классический BI справиться не в состоянии.
При этом важно понимать, что любой бизнес-процесс – это целая цепочка событий, которая подразумевает разную последовательность действий для отдельных его участников. Для их анализа как раз и подходят системы класса Process Mining – в них заложены математические алгоритмы, позволяющие качественно и быстро восстанавливать реальный ход бизнес-процессов по цифровым следам.
Финансовый сектор – лидер по внедрению Process Mining
Последние несколько лет Process Mining в России наиболее активно внедряют финансовая, нефтегазовая и телеком отрасли, но банки – безусловный лидер среди них. Большинство бизнес-процессов там уже так или иначе оцифровано, что создает максимально благоприятные условия для применения Process Mining. Принципиально в финансовых организациях есть две группы бизнес-процессов, где технология применяется наиболее активно.
Первая группа – это все фронтальные бизнес-процессы, связанные с обслуживанием клиентов. Вторая группа – процессы back-офиса. В 2016-2019 годах RAMAX Group реализовала ряд совместных проектов с банком экс-ВТБ24 и Группой ВТБ. Наше плодотворное сотрудничество продолжается и в непростом 2020-м.
Совместную проектную деятельность мы начали с оптимизации выдачи кредитов физическим лицам в банке экс-ВТБ24. Ключом к успеху этого проекта стала совокупность нескольких факторов. Во-первых, банки всегда оцифрованы и уже давно работают в цифре, и экс-ВТБ24 не стал исключением. Мы достаточно быстро нашли процессы, где Process Mining может быть успешно применен. Во-вторых, в банках работают достаточно прогрессивные люди, так что человеческий фактор сыграл в данном случае нам на руку. Несомненно, надо отдать должное тем людям, которые работали и продвигали эту историю в самом банке. В-третьих, мы взяли для анализа и оптимизации верный бизнес-процесс, т.к. в 2016 году была относительно хорошая макроэкономическая ситуация, и розничный блок банка активно развивался. Он понимал, что рост количества выданных кредитов физлицам нужно стимулировать, повышать качество обслуживания клиентов, заниматься классическим захватом доли рынка.
Как итог, именно названные три фактора позитивно повлияли на то, чтобы мы успешно запустили проект. Далее мы переключились на кредитование МСБ, а позже перешли на зарплатные проекты. Что касается второго варианта применения Process Mining, процессов для back-офиса, в ВТБ технология коснулась процесса закупок.
В результате выполнения проекта за счет повышения производительности сотрудников на 6-8% увеличилась производительность процессов. Оценка применявшейся технологии продаж позволила заменить ее на более эффективную и сократить потери продаж на 3,5%. На 8,5% за счет оптимизации экстремальных сценариев процессов сократились трудозатраты.
После публичного анонсирования успешной реализации проекта в экс-ВТБ24 интерес к технологии начали активно проявлять все крупнейшие банки страны, и сегодня нет такого банка из ТОП-20, с которым мы бы не контактировали по этому поводу. С рядом из них запустили аналогичные проекты в области Process Mining.
Из публичных можно отметить кейс с банком УБРиР. Внедрив Process Mining, мы предоставили банку прозрачные метрики как всего бизнес-процесса, так и отдельных его участков. За четыре месяца с момента внедрения проекта банк получил первые результаты: продажи кредитных продуктов увеличились на 4%, наметился план мероприятий, реализация которого позволит клиентам банка проводить на 20% меньше времени в отделении при оформлении услуг, что существенно ускорит бизнес-процессы розничного блока УБРиР.
Сопутствующие технологии
Как уже отмечалось, для успешного применения Process Mining необходима аналитика процессов, имевших место в прошлом. Иногда части процессов регистрируются в разных информационных системах, либо же один сотрудник ведет разные процессы в разных системах. При наличии таковых (прим. – систем) в тех же банках мы сталкиваемся с тем, что получаем для анализа данные с разным уровнем детализации логирования действий пользователей.
Общая картина для исследуемой последовательности собирается двумя путями. Первый – расширением возможности логирования анализируемой системы при условии, что это не ограничит ее быстродействие. Второй – установкой специального программного обеспечения (так называемых «агентов») на компьютеры пользователей, принимающих участие в том или ином процессе. Это ПО фиксирует любую активность пользователя на его ПК, что позволяет увидеть детализированный срез по операциям в конкретном процессе. Допустим, человек открыл браузер, система это зафиксировала. Информация собирается с персонального компьютера и передается в централизованную базу данных, откуда мы можем потреблять информацию о цифровых следах. Такие программы значительно обогащают информацию, хранящуюся в других системах.
Среди технологий, способных работать в связке с Process Mining, стоит назвать RPA (robotic process automation – от англ. роботизированная автоматизация процессов). Process Mining помогает проследить, какие операции требуют ручного выполнения и спрогнозировать эффективность их роботизации. В некоторых промышленных предприятиях степень утилизации роботов достигает 50%, но PM позволяет достичь еще большей эффективности.
Еще одна технология, заслуживающая внимания в контексте, – machine learning. Некоторые модели обучения уже «вшиты» в Process Mining. Такая «связка» помогает наблюдать за уже стандартизованным процессом, выявлять его «узкие места» и нежелательные отклонения от регламента. Обучение моделей проходит на основе прошлого опыта компании, что помогает делать предсказания для будущих процессов.
Развитие Process Mining на российском рынке
В России количество успешно реализованных проектов в области Process Mining пока небольшое относительно мировой статистики. В открытом доступе можно найти не более десяти успешных внедрений. Больше всего на российском рынке в PM нуждаются крупные бренды из финансовой отрасли и производственного сектора. Они получают максимально быстрые экономические эффекты от оптимизации процессов обслуживания клиентов, повышают его качество, сокращают затраты и производственные циклы, повышают эффективность процесса технического обслуживания и ремонта оборудования. Что касается процессных областей, то чаще всего Process Mining используется для оптимизации процессов закупки и логистики, например, на промышленных предприятиях или в ритейл-индустрии.
Среди зарубежных вендоров на российском рынке решений лидирует Celonis. Однако стали появляться и отечественные разработки, за которыми мы активно следим, развитию некоторых – способствуем.
Относительно низкие темпы роста числа проектов по внедрению Process Mining обусловлены тем, что сейчас многие компании на российском рынке пока не готовы к внедрению подобных решений. Зачастую это связано с тем, что какие-то отрасли еще не полностью ушли «в цифру», и многие процессы пока недостаточно автоматизированы. При этом есть положительные тенденции. Например, тренд на диджитализацию государственного сектора позволяет прогнозировать рост интереса корпораций к технологии.
Тренды в применении Process Mining. Не последовательным процессом единым
В конце 2019 года все внедрения Process Mining проходили по примерно идентичному сценарию. Рассматривался подлежащий оптимизации бизнес-процесс (либо сквозной процесс полностью, либо какой-то его участок), производилось повышение его эффективности. Далее переходили к следующему процессу. И вот так, постепенно и насколько хватает ресурсов заказчика, шли от одного процесса к другому, развивая внутренний центр компетенций, который поддерживает технологию Process Mining внутри банка.
Сегодня можно выделить еще два тренда, где уместно и эффективно применять Process Mining. Первый – сценарий, когда есть два идентичных процесса и их нужно совместить или «спрямить». Такое происходит в случае, когда, например, одна компания купила другую. В обеих есть отдел закупок, и нужно плавно перевести одну компанию на процессы другой, которые признаны эталонными. Celonis Process Mining помогает этот процесс пройти наиболее безболезненно.
Другой тренд – когда идет введение новой системы, например, ERP. С помощью Process Mining процесс миграции со старой системы на новую проходит на 30% быстрее и гораздо менее затратно. Мы уже «в цифре» видим, как работало ранее установленное решение и как выглядит новый процесс с применением новой системы, как мигрируют старые процессы в новую систему, идут ли они по запланированному пути или путь тоже как-то трансформируется. Здесь основная ценность в том, что ответственный за миграцию видит всю картину сразу оцифрованной онлайн и (ключевой фактор) может ею управлять.
Будущее Process Mining – симулирование бизнес-процессов и создание цифровых двойников банков
Позволю себе аллегорию, представив организацию, в нашем случае – банк, живым единым биологическим организмом. В любом организме есть свои органы, есть кровеносная система. Мы смотрим на бизнес-процесс с точки зрения кровеносной системы, влияющей на все органы, и улучшаем её, думая, что результат «разольется» на все органы рано или поздно, и будет достигнут единый положительный эффект синергии.
Но, если посмотреть на отдельный процесс в частности, то он не работает сам по себе, он так или иначе влияет на все остальные «органы» нашей компании. Так вот, важно, чтобы было возможно посмотреть на совокупность работы всех органов-процессов в компании и спрогнозировать каким образом изменения в одном косвенно будут влиять на другие. В результате мы получаем такую систему, где последовательно видим влияние одних факторов на другие. Оно происходит не всегда, но все процессы тем или иным образом коррелируют между собой и влияют друг на друга.
RAMAX Group запустила продуктовую линейку СИМБА, представляющую собой эволюцию технологии Process Mining для симуляции сценариев бизнес-процессов. Решение является следующим шагом на пути к построению среды цифровой трансформации и созданию своего Цифрового двойника организации (англ. Digital Twin of Organization, DTO). С помощью СИМБА любой банк сможет не просто оптимизировать один или несколько бизнес-процессов, а построить цифровую среду для увеличения доходности бизнеса.
Цифровой двойник предоставляет бизнес-модель функционирования банка, имитацию реакции на изменения внешней бизнес-среды или внутренних процессов. Это позволяет сократить время и затраты на внедрение организационных изменений и рисков, связанных с цифровой трансформацией, исключает необходимость экспериментов. СИМБА от RAMAX Group позволяет задать параметры планируемых изменений в эффективности (длительность шага, разброс времени работы, изменение хода процесса), получить автоматически рассчитанный результат изменений с учетом всех нюансов, увидеть, какие показатели сильнее всего влияют на эффективность работы банка.
Но это уже – тема для отдельной колонки.
По материалам PLUSworld.ru
