Context is key! Wat je ook doet, wetende onder welke omstandigheden je het doet, is de beste manier om door het oneindige labyrint van ideeën te navigeren. En dan heb je de mogelijkheid om de juiste handelwijze te volgen.
De geestelijk vader van Process Mining, prof. Wil van der Aalst, vindt van wel.

In de publicatie “Process Mining Put Into Context” (geschreven in samenwerking met Schahram Dustdar van de Technische Universiteit van Wenen), stelt Wil van der Aalst dat de context bij analyses van cases en processen bepalend is. Hij signaleert dat veel Process Mining technieken naar geïsoleerde instanties kijken en vrij beperkte context bieden. In de praktijk zie ik zelf vaak ook dat betrokkenen de neiging hebben om te willen inzoomen op individuele gevallen en cases.
Afhankelijk van de context waarin je bezig bent kan dat natuurlijk zeer relevant zijn. Denk bijvoorbeeld aan analyses om bepaalde case afhandeling in het kader van compliance te voorkomen. In heel veel gevallen, bijvoorbeeld als het om verbeteren gaat, zijn de individuele cases minder relevant. Je bent dan op zoek naar grotere patronen, bottlenecks en wil de grootste bronnen van rework aanpakken. Natuurlijk als het proces bijna perfect is wil je wellicht de individuele uitzonderingen analyseren om de laatste stappen naar perfectie te zetten. Maar realiteit is vaak dat inzicht in het daadwerkelijke proces ontbreekt en je eerst een aantal grotere stappen wil zetten.
Ook daarin is de context essentieel. De behandeling van cases wordt beïnvloedt door een veel bredere context. Om goede analyses te kunnen maken en grondoorzaken te identificeren is de context van groot belang. Dit vraagt om het verbeteren en verrijken van je dataset met informatie over de context.
Dieper inzicht in de prestaties van medewerkers
Stel je voor dat Process Mining je inzicht heeft gegeven in het proces en zichtbaar maakt dat een medewerker een potentiële bottleneck is. Deze specifieke medewerker doet gemiddeld meer dan drie keer zo lang over de activiteiten. Op goede dagen of momenten zie je dat hij net in staat is het gemiddelde van de collega’s te halen. Al snel trek je de conclusie dat het wel aan de medewerker zal liggen. Maar door bijvoorbeeld met zijn manager in gesprek te gaan, kom je er achter dat het anders ligt. Deze medewerker is juist een van de betere medewerkers waardoor hij de moeilijkste gevallen op zijn bureau krijgt. Daarnaast is hij verantwoordelijk voor het opleiden van collega’s en neemt hij stap voor stap het werk met ze door. Dat verklaart waarom deze medewerker er zoveel langer over doet! Dit is wat mij betreft een mooi voorbeeld van het in context plaatsen van een analyse of gegevens.
Process Mining analyse in context plaatsen
Door Process Mining in context te plaatsten en deze informatie mee te nemen in je analyse krijg je een beter beeld van wat er in de processen gebeurt. Op basis daarvan kun je beter keuzes maken ter verbetering.
In dit geval zou het bijvoorbeeld interessant zijn om informatie over de complexiteit van de cases toe te voegen maar bijvoorbeeld ook de cases te identificeren die in het kader van opleiding zijn gebruikt. Dit laatste zou je wellicht op kunnen lossen door informatie uit het rooster te combineren met de data. Zo kun je zien en selecteren in welke periodes de betreffende collega andere collega’s opleidt. Dat maakt het mogelijk om goed onderbouwde conclusies te trekken en voorkomt dat je de mist in gaat!
Natuurlijk kun je niet in alle gevallen de juiste context informatie toevoegen of kost het te veel tijd en geld om dit te doen. In dat geval betekent het dat je nog meer aandacht moet besteden aan het toetsen en valideren van je analyse en conclusies.
De direct betrokkenen bij het proces zijn daarvoor natuurlijk een belangrijke bron. Zij zijn op basis van hun kennis en ervaring erg goed in staat om de context te geven die je nodig hebt. In de praktijk passen we daarbij ook regelmatig pilots of experimenten toe. Je zet de context dan eigenlijk vast. Je kunt dan hypotheses en conclusies toetsen zonder data verrijking!
Zelf aan de slag met Process Mining binnen jouw organisatie?
Schrijf je in voor de gratis Masterclass!

Roderick Schreuder
Roderick Schreuder is een technologie ondernemer en data science expert. Hij heeft + 20 jaar ervaring in verschillende sectoren bij organisaties zoals Philips, ING, Heerema, Achmea, NXP en Belastingdienst. Sinds 2006 is hij betrokken bij BiZZdesign en heeft zich recent gestort op de data science techniek ‘Process Mining’ bij MonkeyMining. Roderick is regelmatig gastspreker op conferenties en congressen en wordt regelmatig gevraagd om technologie inspiratiesessies voor directies en management teams te faciliteren. Daarnaast is hij verbonden aan de Hogeschool Utrecht, Avans Hogeschool en Business University Nyenrode.
Anderen bekeken ook:
Hoe Process Mining de wachttijden op Schiphol had kunnen verminderen
Wachttijden op Schiphol verminderen met Process Mining Schiphol is een van de grootste luchthavens ter wereld. Deze luchthaven ontvangt jaarlijks miljoenen passagiers die een familielid gaan bezoeken, een vakantie hebben gepland, een wereldreis gaan maken, een...
Samenwerken – Starten met Process Mining (7/7)
In de eerste artikelen over het event log, data kwaliteit, procesvisualisatie, dataset, procesoptimalisatie en draagvlak bespreek ik in mijn laatste blog uit deze serie het samenwerken. Een essentieel onderdeel in Process Mining trajecten. Wat is jouw uitgangspunt...
Draagvlak – Starten met Process Mining (6/7)
In de eerste artikelen over het event log, data kwaliteit, procesvisualisatie, dataset en procesoptimalisatie wil ik nu het draagvlak bespreken wat nodig is voor Process Mining trajecten. Is draagvlak voor Process Mining belangrijker dan algoritmes en datasets? Als...
Recente reacties