De beste bedrijven en organisaties optimaliseren hun bedrijfsprocessen voortdurend om de kosten te minimaliseren en de kwaliteit en doorlooptijd te optimaliseren. Voorafgaand aan de digitalisering was dit proces vervelend en tijdrovend. Nu we op weg zijn naar de digitale wereld, neemt de beschikbare data toe die met slimme analyses procesoptimalisatie kan versnellen.
Ook SAP biedt met Operational Process Intelligence (OPInt) mogelijkheden om real-time inzicht te krijgen in de end-to-end bedrijfsprocessen. Hiermee kun je operationele besturing verbeteren en het maximale uit je proces halen. Process Mining met Monkey Miner is een waardevolle toevoeging op de mogelijkheden die SAP al biedt (hier schreven wij eerder ook al een blog over). Process Mining helpt om een duidelijker beeld te krijgen. Denk aan het monitoren of processen volgens plan verlopen, proces verbetermogelijkheden en bijvoorbeeld inzicht in knelpunten. Waar Operational Process Intelligence je helpt in de operationele besturing kan Process Mining ondersteunen bij het structureel verbeteren.
SAP Operational Process Intelligence met Process Mining
Beide oplossingen vullen elkaar aan en iedere SAP klant wil natuurlijk grip hebben op zijn proces en deze continu verbeteren. Beide oplossingen hebben dezelfde bedrijfsgegevens nodig. Zou het dan niet geweldig zijn als je dezelfde bron kunt gebruiken en maar één ‘process data mart’ hoeft te realiseren?
Dit blog is bedoeld voor organisaties die SAP Operational Process Intelligence al hebben geïmplementeerd en nu met Process Mining-analyses aan de slag willen. In dit blog leg ik uit hoe je met behulp van de data voor SAP Operational Process Intelligence makkelijk aan de slag kan met Process Mining. Voordat ik daar op in ga is het goed om even stil te staan bij de werking en inrichting van SAP Process Intelligence.
SAP Process Intelligence
Om gebruik te kunnen maken van SAP Operational Process Intelligence, dien je alle voor het proces relevante databases te ontsluiten naar de ‘process data mart’ van SAP. Naast de ontsluiting dien je de gegevens uit de verschillende bronnen (SAP maar ook non-SAP) te transformeren en aan elkaar te relateren zodat een gecorreleerde dataset ontstaat die je opslaat in de ‘process data mart’. Op basis daarvan kan Process Intelligence je inzicht geven in de real time proces executie.
Welke data uit SAP gebruik je voor Process Mining?
Als het goed is heb je dit voorbereidend werk al gedaan omdat je al gebruik maakt van SAP Process Intelligence. De gegevens uit de ‘process data mart’ kunnen we in een aantal stappen bruikbaar maken voor process mining. Om te kunnen process minen hebben we minimaal de volgende gegevens nodig; CaseId, Event en Timestamp (kijk hier als je meer wil weten over de benodigde data). In een aantal stappen kunnen we de voor SAP Process Intelligence beschikbare data geschikt maken voor Process Mining. Allereerst moeten we een tabel of weergave maken waarin de events en timestamps van het proces staan. Hiervoor kunnen we de SYS_PROCESS_VISIBILITY tabellen gebruiken die eindigen op _EVT uit de database. Hiermee krijgen we de complete set van end-to-end processen. Vervolgens willen we in deze tabel de CaseId’s identificeren daarvoor kunnen we de kolom INSTANCE_ID gebruiken.
Voor het afleiden van de events gebruiken we de kolommen SCOPE_OBJECT_DEF_NAME en EVENT_NAME. Dit kan worden toegewezen aan de ‘Activity’ die vereist is in Monkey Miner.
De kolom TIMESTAMP komt overeen met het Timestamp zoals we die voor Monkey Miner nodig hebben en geeft het tijdstip aan waarop het event plaats vond.
Deze informatie willen we verrijken met additionele gegevens die ons helpen om de inzichten vanuit Process Mining verder te verdiepen. Als ‘inkooporder maken’ bijvoorbeeld het event is, is het ordertype, het bestelde product, de leverancier, de naam, etc. waardevolle contextinformatie.
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.
Recente reacties