Monkeymining
Process Mining Wiki
Wat is Process Mining?
Betekenis en ontstaan van Process Mining?
De letterlijke betekenis van Process Mining is: Het graven in processen op zoek naar iets waardevols. Kortgezegd betekent dit dat het een techniek is waarbij je jouw bedrijfsprocessen analyseert vanuit de data om inzichten op te doen voor de verbetering van deze processen.
De techniek van Process Mining is ontstaan aan de technische universiteit Eindhoven aan het eind van de jaren negentig. Het baanbrekende werk van prof.dr.ir. Wil van der Aalst speelde hierin een zeer belangrijke rol. Hij wordt dan ook gezien als “the godfather” van Process Mining. Na het ontstaan van Process Mining heeft de techniek zich in rap tempo ontwikkelt en dat zal het zich naar verwachting in de komende blijven doen.
Wil je meer weten over Process Mining?
Hoe werkt Process Mining?
Bedrijven hebben systemen die de activiteiten van mensen en systemen automatisch in logboeken opslaan, zogenaamde ‘event logs’. Dit zijn acties die opgeslagen worden in een soort logboek en waarbij data zoals de actie, de case, de datum, het tijdstip, de uitvoerende persoon / systeem opgeslagen worden.
Door middel van Process Mining kan de data uit één of meerdere systemen worden samengevoegd (deze bovengenoemde event logs) en met behulp van algoritmes omgezet tot overzichtelijke procesvisualisaties. Daarmee krijg je door middel van Process Mining een transparant beeld over hoe je processen daadwerkelijk verlopen. Je krijgt met deze procesvisualisatie o.a. inzicht in welke activiteiten en schakels er zijn in je processen, of er afwijkingen of inefficiënties hierin zichtbaar zijn en wat de impact hiervan is. Met deze kennis kun je vervolgens weer betere beslissingen nemen en zogenaamde ‘happy flows’ te creëren (processen zonder verstoringen).
Wanneer gebruik je Process Mining?
Momenteel maken veel bedrijven nog gebruik van procesbeschrijvingen verkregen uit bv. interviews met medewerkers. Dit kost veel tijd en geld en iedere werknemer omschrijft het proces anders waardoor dit niet altijd dicht bij de realiteit ligt. Process Mining maakt gebruik van logfiles waarin data van daadwerkelijke processen is opgeslagen zodat je een objectief beeld hebt van je processen.
Voorbeeldsituaties waarbij het waardevol is om Process Mining in te zetten:
Inzicht in complexe processen
Door de complexiteit van je processen heb je geen helder beeld van hoe je processen verlopen. Deze complexiteit komt bv. Voort uit het gebruik van meerdere systemen, afdelingen, datasets.
Controleren van processen
Je wilt controleren of het geplande proces ook daadwerkelijk verloopt zoals gepland.
Processen verbeteren
Je wilt je processen verbeteren door inefficiënties, errors en bottlenecks op te sporen in je processen en deze op te lossen.
Voor welk soort processen is de Process Mining techniek geschikt?
In principe is het geschikt voor alle processen binnen een bedrijf. Ook met kleine hoeveelheden data (bijvoorbeeld al bij 10 procesuitvoeringen) is het mogelijk om Process Mining in te zetten en hier waardevolle inzichten uit te halen. Echter, is het natuurlijk wel zo dat hoe mee data er beschikbaar is hoe groter de impact en toegevoegde waarde is voor een organisatie.
Vaak zien we dat bedrijven beginnen met een Purchase to Pay (P2P) of Order to Cash (O2C) proces wanneer zij beginnen met Process Mining, maar daarbuiten zijn dus vrijwel alle processen geschikt.
Wat is de toegevoegde waarde van Process Mining?
Process Mining helpt je bij het sturen op feiten om objectieve beslissingen te nemen over je processen. Hoe goed een proces vaak ook is bedacht, de praktijk is vaak een stuk weerbarstiger. Met behulp van data kun je inzicht krijgen in hoe het proces in de praktijk verloopt. Je kunt inzoomen op detailniveau om de oorzaken van problemen in je proces te achterhalen en vervolgens actief sturen om je proces en de prestaties te verbeteren. Uiteraard helpt Process Mining ook om business processen te visualiseren en als ingang te gebruiken om met betrokkenen het gesprek aan te gaan om processen te optimaliseren.
Maar wat levert het je nou op?
Verhoogde transparantie
Doordat Process Mining gebruik maakt van data i.p.v. menselijk input voor de procesvisualisaties krijg je veel beter inzicht in het daadwerkelijke verloop van je processen op detailniveau.
Verbeter doorlooptijden
Door de verhoogde transparantie die Process Mining je geeft kun je makkelijk onnodige stappen in je processen elimineren om zo de doorlooptijd van deze processen te verbeteren.
Kosten besparing
Met Process Mining kun je inefficiënties, knelpunten en automatiseringsmogelijkheden signaleren waardoor je organisatie deze processen kan verbeteren en kosten kan besparen.
Signaleer mogelijkheden voor automatisering
Doordat Process Mining je in detail inzicht geeft in je processen, kun je makkelijk bepalen waar het relevant is om bijvoorbeeld RPA in te zetten.
Wat is Process Mining Software?
Process Mining software maakt gebruik van algoritmes om de data uit de event logs te vertalen naar een grafische weergave van de processtappen. Vervolgens is er meestal een functionaliteit om dit weer te geven met dashboards of deze inzichten te koppelen aan reeds voorhand zijnde BI tools. Hierdoor kun je naast een afbeelding van het proces ook inzoomen op het proces zelf. Bijvoorbeeld waar hebben we te maken met wachttijden, zijn er kwetsbaarheden in het proces, is er sprake van een verborgen fabriek, hoe ziet onze happy flow er uit of hebben we te maken met veel rework door fouten in ons proces?
Welke Process Mining Software we aanraden?
Onze eigen MonkeyMiner Software natuurlijk!
Waar gebruik je de Process Mining software voor?
Veel organisaties zetten Process Mining in om een proces inzichtelijk te maken waar geen procesbeschrijving van is. In plaats van workshops te organiseren en interviews af te nemen om een proces op te tekenen laat je de data voor zich spreken. Door op deze manier te werken kun je een snelle start maken en direct inzoomen op knelpunten en verbeteringen.
Waar geeft de Process Mining software je precies inzicht in?
Het geeft je inzicht in 4 belangrijke elementen:
Proces – Het geeft inzicht in de volgorde en frequentie van handelingen, activiteiten en doorlooptijden binnen processen, waarmee een procesontwerp kan worden gevalideerd en kan worden getoetst of controlemaatregelen conform plan worden uitgevoerd.
Organisatie – Het laat zien welke personen en systemen betrokken zijn bij de uitvoering van processen, om bijvoorbeeld knelpunten of samenwerking inzichtelijk te maken.
Case – Het geeft inzicht in processen binnen cases met bepaalde kenmerken, bijvoorbeeld een klantgroep of een specifieke kostenstroom.
Tijd – Het laat de duur van activiteiten en tussen activiteiten zien, waardoor patronen kunnen worden herkend.
Waar moet een eventlog aan voldoen om je proces te kunnen minen?
De eventlog is het meest van waarde als het in ieder geval de volgende elementen bevat:
Timestamp
Tijdstip waarop de
activiteit plaatsvond
Event
Beschrijving of naam
van de activiteit
Case ID
Uniek nummer van een
persoon of aanvraag
Verder kan aanvullende data ook zeer relevant zijn om mee te nemen bij het minen van de data, zoals een User ID van de uitvoerende persoon.
Process Mining FAQ
Zijn procesbeschrijvingen niet voldoende?
Vaak worden procesbeschrijvingen van medewerkers gebruikt om processen in kaart te brengen. Echter, krijg je dan vaak veel verschillende procesbeschrijvingen, worden details over het hoofd gezien of wordt het ideale proces beschreven. Dit leidt ertoe dat je uiteindelijk een onvolledig of incorrect beeld hebt van je processen. Process Mining gebruikt enkel data en is daarmee objectiever en accurater dan de traditionele procesbeschrijvingen. Een beter inzicht in je processen draagt ook bij aan het maken van betere keuzes over je processen of het verklaren van je processen.
Waarom Process Mining als je al BI tools hebt?
Naast BI tools leveren veel meer applicaties functionaliteit om processen te kunnen monitoren. Je kunt daarmee prima zien wat de uitkomst van een proces is. Maar het grootste gebrek van dit soort tools is dat je niet kunt zien hoe het proces verloopt en al helemaal niet kunt inzoomen op detailniveau waar het mis gaat of juist heel erg goed verloopt. Met Process Mining is dit echter wel mogelijk.
Wat is het verschil tussen Data Mining en Process Mining?
Het doel van Data Mining is patronen ontdekken in enorme hoeveelheden ruwe data. Je gaat met grote datasets aan de slag om resultaten te voorspellen en onbekende relaties te ontdekken. Een voorbeeld van Data Mining is wat bedrijven zoals Facebook en Google doen met gegevens die betrekking hebben op het surfgedrag van internetgebruikers. De Data Mining teams van deze bedrijven verzamelen gegevens en vertalen ze naar bruikbare informatie voor het advertentieteam. Deze maken vervolgens advertenties zichtbaar voor mensen die hier interesse in zouden hebben op basis van hun surfgedrag. Zo laten ze reclames voor haarverzorgingsproducten alleen maar zien aan internetgebruikers die interesse hebben voor deze producten.
In veel Data Mining trajecten is de grootste uitdaging de kwaliteit van de data. Vaak is dit de belangrijkste belemmering voor waardevolle Data Mining trajecten. Aangezien Process Mining gebruik maakt van event logs, is datakwaliteit een veel minder grote uitdaging. De event logs worden door het systeem zelf bijgehouden en het systeem maak geen typefouten.
Een andere beperking van Data Mining is dat het zich niet specifiek op processen richt. Het richt zich op grote datasets en zoekt naar algemene regels, met voorspellingen en gedragspatronen op basis van bepaalde inputgegevens. Process Mining richt zich daarentegen op bepaalde processen en de uitvoering hiervan binnen een specifieke tijdsperiode. De waarde hiervan ligt op het identificeren van knelpunten, afwijkingen en inefficiënties.
Een laatst belangrijk verschil is dat bij Data Mining een bepaalde expertise benodigd, terwijl Process Mining veel toegankelijker is. Ook zonder ervaring als data analist of data scientist kun jij met Process Mining software aan de slag om jouw processen te verbeteren.