7min

Het volume aan data dat een bedrijf creëert neemt iedere dag fors toe. Zonder meer één van de interessantste ontwikkelingen die dit teweeg brengt zijn de grote kansen die hierdoor ontstaan. Process mining toont als relatief nieuwe discipline aan dat data daadwerkelijk het nieuwe goud is. Het kruipt in de data om als het ware een MRI-scan van de processen van een bedrijf te maken, zodat je als bedrijf genoeg inzicht krijgt om die processen te optimaliseren. De technologie hierachter is interessant en complex tegelijkertijd.

Eigenlijk kunnen we process mining als een methodiek zien om in de eerste fase met de neus op de feiten gedrukt te worden wat betreft data. Zo goed als iedereen weet dat de berg met bedrijfsdata groot is. Zelfs de data van één proces is behoorlijk complex. Op zich best logisch, want doorgaans analyseert een medewerker slechts een deel van een proces.

Door alle varianten binnen een proces te visualiseren, zie je pas echt de moeilijkheid van het gehele proces. Daarbij is het eigenlijk direct duidelijk dat de efficiëntie een stuk omhoog kan. Dat komt in eerste instantie over als een echte confrontatie, zoals de software van process mining-leverancier Celonis hieronder laat zien.

Wie daadwerkelijk klaar is om dit grote bord spaghetti te lijf te gaan, zal erachter komen dat iets wat in eerste instantie ingewikkeld oogt relatief eenvoudig is. Dat is ook wel nodig, want process mining heeft als doel om juist de knelpunten uit een zakelijk proces te halen. Door de processen echt te gaan optimaliseren met behulp van process mining kan er flink in de kosten gesneden worden.

Spaghetti is inzichtelijk te maken

Wanneer we Celonis’ Head of Solution Engineering Benelux Lucas van den Ingh spreken, komen we erachter hoe gemakkelijk process mining eigenlijk is. Bovenstaand spaghettibord vereist geen training van weken, het vereist wel een nieuwe manier van denken over processen. Vaak moet het even in het hoofd landen, iets wat pak weg een dag duurt, om vervolgens allerlei nieuwe kansen en mogelijkheden te zien.

Bovendien gaven we al aan dat het bovenstaand spaghettibord alle varianten binnen een proces visualiseert. Zo kan je er bijvoorbeeld ook voor kiezen om de drie meest voorkomende varianten binnen een proces te tonen. Visueel ziet dat er veel eenvoudiger uit. Het is aannemelijk dat het vinden van afwijkingen in een proces dan een stuk lastiger is, iets wat je juist wil realiseren met de Celonis-software. Maar goed, dat is een kwestie van switchen naar die afwijkende varianten.

Voorbeeld schept duidelijkheid

In ons gesprek met Van den Ingh krijgen we door middel van een voorbeeld ook zicht op hoe het opsporen van die afwijkingen precies in zijn werk gaat. Hierin wordt een inkoopproces binnen een grote organisatie geanalyseerd. Het voorbeeld gaat er vanuit dat er 13.500 inkooporders met prijswijzigingen gecreëerd zijn. Weliswaar klinkt dat hoog, maar in de praktijk werkt het zo. Allerlei factoren laten een prijs op en neer schommelen, zoals de volatiele waarde van grondstoffen.

Met process mining kan je dus diep in de data duiken voor het vinden van de daadwerkelijke reden van de prijswijzigingen. In het voorbeeld van Van den Ingh heeft het dan te maken met een materiaal voor lampen, wat specifiek 8.000 lampen de oorzaak maakt. Binnen de eigen organisatie was de nieuwe prijslijst niet doorgevoerd, waardoor er nu iedere keer bij facturatie iets fout gaat. Per order verliest de organisatie iedere keer vijf minuten. 8.000 keer vijf minuten is natuurlijk een gigantische tijds- en kosteninvestering. Het is dit soort knelpunten dat process mining opspoort, waar soms maar hele kleine aanpassingen zoals nieuwe prijslijsten doorvoeren voor nodig zijn.

Processen implementeren relatief eenvoudig, maar kan lang duren

In dit geval hebben het vooral over hetgeen process mining mogelijk maakt. Om een proces daadwerkelijk te kunnen analyseren is natuurlijk wel wat werk en technologie nodig. Het begint allemaal bij het opzetten van een proces. Celonis heeft hiervoor een marktplaats beschikbaar, waarin we processen vinden die zeer specifiek afgestemd zijn. Op zich spreekt hier al uit dat process mining een technologie is die zich bij uitstek leent voor echte enterprise organisaties. De processen zijn niet alleen gemaakt voor bekende oplossingen als SAP en Salesforce, maar ook voor bijvoorbeeld inkoopsoftwarepartijen Coupa en SAP Ariba. Zulke partijen bieden echt software voor organisaties met tientallen miljoenen of miljarden omzet.

Als het gewenste proces gevonden is kan er daadwerkelijk overgegaan worden op het installeren van zo’n proces. Voor de eenvoudige processen dienen er drie stappen doorlopen te worden. Allereerst is er een verbinding met het systeem waaruit de data komt nodig. Zo’n verbinding kan tot stand komen via een cloud API. Voor het halen van data uit bijvoorbeeld een on-premise Oracle- of SAP-systeem dient de connectie te verlopen via het netwerk, waarover zo meer.

Vervolgens dient men het proces daadwerkelijk te configureren. Hierin regel je zaken als vanaf welke datum data benodigd is, waardes converteren van dollars naar euro’s en het ’s nachts opnieuw laden van data. Is alles naar wens, dan kan de data-extractie van start. Deze stap neemt het meeste tijd in beslag, aangezien nu daadwerkelijk alle gewenste data uit een systeem gehaald wordt. Een grote organisatie heeft nou eenmaal veel data in bijvoorbeeld een SAP-systeem staan, waardoor het bij een eerste data load één tot enkele dagen kan duren om alle data binnen te halen.

Uit ieder systeem data halen

We vragen ons na het horen van dit implementatieproces af of Celonis wel eens tegen problemen aanloopt bij data-extractie. Van den Ingh geeft aan dat men over het algemeen altijd in staat is om bij de data te komen, al kan het natuurlijk een uitdaging zijn. De eenvoudigste methodiek is wanneer de data uit een cloudoplossing van een SaaS-leverancier gehaald wordt. Dan is het een kwestie van de gegevens van cloud naar cloud versturen, aangezien Celonis zelf volledig cloud-gebaseerd is. Met de cloud API’s is de onderlinge communicatie dan mogelijk.

Daarbij komt nog eens kijken dat Celonis voor veel gangbare systemen over specifieke connectoren beschikt, waardoor men weet hoe de SaaS-oplossing data opslaat. Data wordt namelijk op veel verschillende manieren weggeschreven. Niet alleen maakt dat het vinden van gegevens lastig, ook vermoeilijkt dit het halen van betekenis uit de data. In een veld kan bijvoorbeeld één of twee staan, wat dan simpelweg goed- of afkeur betekent. Zelf deze betekenissen koppelen aan de cijfers is lastig, de connectoren doen dat moeiteloos.

Het verhaal van data vergaren wordt echter wat lastiger wanneer lokale systemen in gebruik zijn. Om uit on-premise omgevingen gegevens te halen dient men naar de onderliggende database te gaan, om daar alles uit te halen. Afhankelijk van hoe open zo’n systeem is kan het winnen van die data lang of kort duren. En dan moet er ook nog betekenis aan de data gegeven worden.

Toch geeft Van den Ingh aan dat het inwinnen van data tot nu toe bij ieder modern systeem gelukt is. De afgelopen jaren wordt alles immers opgeslagen, om onder meer traceerbaarheid en audits te waarborgen. Daardoor zijn er altijd gegevens die process mining mogelijk maken. Alleen wanneer er oude systemen uit de jaren ’80 werden gebruikt worden, is data-extractie een probleem. Toen werden transacties niet bijgehouden en gebeurde veel met pen en papier. In theorie loop je alleen dan tegen problemen aan, maar in de praktijk heb je vaak weinig aan het inzetten van deze hele oude data voor process mining.

Het gehele proces inzichtelijk, ongeacht welke oplossingen

Verder is het ook noemenswaardig dat een proces data kan gebruiken van verschillende SaaS-oplossingen.  Het kan bijvoorbeeld voorkomen dat de inkooporder in SAP zelf gecreëerd wordt, de data middels Invoice Capture Software van een invoice wordt gewonnen en al het andere afgehandeld wordt in SAP Ariba. Uiteindelijk komen er zo veel verschillende varianten binnen een proces, die je allemaal kan analyseren met process mining.

Het is deze gehele methodiek waarmee process mining groot is geworden. De koppeling met de verschillende systemen is er om over te kunnen gaan op het doorlopen en analyseren van een proces, wat men binnen Celonis ook wel aanduidt als proces discovery en proces analytics. Recent heeft het bedrijf daar ook een nieuw onderdeel aan toegevoegd, om de gebruiker toch wat extra alert te maken. De action engine kunnen we zien als een persoonlijke assistent die autonoom data analyseert. Doordat het zelf afwijkingen in de processen waarneemt én door middel van machine learning ook voorspelt, moet het hele process mining-verhaal van Celonis nog een stukje beter worden. Daarmee blijft de process mining-software zich in ieder geval voldoende ontwikkelen.

Bewezen technologie kan in bereik groeien

We maken ons dan ook niet zo zeer zorgen over hoe process mining als technologie staat, maar meer om het daadwerkelijk vergroten van het bereik. Want als we eerlijk zijn heeft bijvoorbeeld een Business Intelligence als analytics-methode momenteel meer bekendheid en bereik dan process mining. Wat dat betreft valt er nog terrein te winnen.

Celonis heeft overigens wel bewezen dat grote enterprise organisaties kiezen voor zijn software. Zo vertelt Van den Ingh ons trots AkzoNobel, Siemens, Shell en Vodafone als klant te hebben. Het zijn typische partijen waar Celonis het van moet hebben. Want zij kennen ontelbare grote processen waar knelpunten voorkomen, bijvoorbeeld in customer service en productie. Als zij process mining toepassen kunnen ze miljoenen besparen. Van den Ingh noemt Siemens en Vodafone als bedrijven die al miljoenen aan besparingen identificeerden door process mining. Laten we hopen voor Celonis en het bedrijfsleven dat nog velen dit mooie voorbeeld zullen volgen. Wij blijven het in ieder geval goed volgen hier op Techzine.