No es fácil limpiar las compras de un banco grande. Especialmente cuando están divorciados por dos sistemas integrados independientes ERP y EDMS. Al combinar VTB y VTB24, también tuvimos una unificación de los sistemas de información, y ahora un solo proceso de adquisición pasa por ellos. Que hacer Process Mining acudió al rescate: una de las tecnologías más interesantes para la investigación, el análisis y el seguimiento de los procesos empresariales. Pero al mismo tiempo es muy difícil de usar.
La minería de procesos es un enfoque para el análisis de procesos comerciales que utilizan tecnologías avanzadas en el campo de la recopilación y el procesamiento de datos. Vimos muchos proyectos caros a gran escala en los que asumieron el análisis de procesos utilizando Process Mining. A pesar de que estos proyectos finalizaron, en el 80% de los casos los hermosos esquemas obtenidos no funcionaron. Pero las estadísticas tristes no nos asustaron, y también decidimos desentrañar nuestra maraña de procesos a través de Process Mining. Detalles debajo del corte.
Como ya dijimos, la complejidad de la implementación se debió principalmente al hecho de que después de la fusión de VTB y VTB24, el proceso de adquisición en el banco pasa por varios sistemas de información que son responsables de las diferentes etapas del proceso. Además, tuvimos que tener en cuenta la información histórica del sistema fuera de servicio. Como resultado, obtuvimos un conjunto diverso de fuentes de datos de TI: base de datos IBM Lotus, base de datos MS SQL, base de datos Oracle, SAP (integración a través de RFC). La imagen terminó con el hecho de que las fuentes de datos se encuentran en diferentes segmentos de red; esto también tuvo que tenerse en cuenta en la arquitectura de la solución y los métodos de integración. Por cierto, tenemos una
publicación separada sobre la combinación de los segmentos de red de los bancos. Pero volvamos a los procesos comerciales de adquisición.
De hecho, el buen deseo de restablecer el orden en los procesos comerciales se ha descompuesto en
dos tareas :
- restaurar un proceso de negocio basado en datos de todas las fuentes, para la posterior optimización basada en datos.
- calcular indicadores clave de rendimiento (KPI) del rendimiento del proceso, para informar a la gerencia
La implementación tecnológica de la solución en el banco incluye los siguientes componentes. La plataforma Process Mining se implementa sobre la base del software Celonis, el componente de recopilación de datos es Pentaho DI + PostreSQL, el almacén de datos y el escaparate de datos es la base de datos de columnas Vertica. El paquete Pentaho DI + PostreSQL nos permite recolectar y procesar de manera centralizada datos de fuentes (IBM Lotus, Oracle, MS SQL, SAP DFC). Vertica es una potente base de datos de tipo columna que nos permite almacenar datos en forma comprimida y procesar más rápidamente grandes consultas masivas. Es por eso que Vertica sirve como fuente de datos para Celonis, que toma un modelo de datos para un mapeo de procesos comerciales automatizado y análisis posteriores.
Nuestra herramienta clave es Celonis, utilizada para la minería de procesos. Tiene una rica visualización y análisis internos, que se pueden ampliar utilizando la API Python incorporada, que proporciona acceso a todos los enfoques modernos de análisis de datos.
En general, cada uno de los componentes que hemos elegido realiza perfectamente su propia tarea. Sin embargo, todos encajan como una solución única. La nueva plataforma le permite proporcionar Process Mining como un servicio, con un nivel de detalle ajustable y la frecuencia de las actualizaciones de datos. Para algunas tareas del banco, proporcionamos datos para Process Mining cada 15 minutos. Pero en el contexto de esta tarea, no es necesario actualizar los datos con más frecuencia que una vez al día.
En Celonis es muy conveniente crear informes de Excel basados en representaciones analíticas, lo que siempre hace que el cálculo de la herramienta sea transparente. Hemos llegado a la conclusión de que, junto con el KPI implementado, es conveniente tener un informe en la misma hoja con una lista completa de transacciones (eventos) sobre la base de la cual se calculó este KPI. Como resultado, podemos resolver tareas de informes analíticos e internos en paralelo: esta es una ventaja importante.
Un modelo de proceso de negocio digital, ensamblado de esta manera, le permite detectar: múltiples círculos de coordinación; retrasos en el tiempo dedicado al estado; artistas ineficaces o más ocupados; Las mejores y peores unidades en el contexto de KPI y mucho más. Al analizar la información desde la perspectiva del proceso, es fácil pasar del análisis de dígitos a la optimización. Podemos ver información sobre cada compra en Celonis, y con todo el historial de cambios, antes de que esto hubiera tenido que pasar a casi docenas de sistemas.
Con la ayuda de Process Mining, podemos analizar tanto una compra específica como una muestra de interés por tipo, unidad u otros parámetros en dinámica. Por lo tanto, es posible identificar pasos ineficientes del proceso sin ningún problema, o, por ejemplo, encontrar las razones de la desviación del proceso de un modelo dado. Por ejemplo, así es como aprendimos con certeza que la negociación de acuerdos suele ser uno de los pasos más largos del proceso. Y también calcularon el porcentaje de compras que no entran en el estado final, e identificaron las razones de esto.
Si vamos más allá, la minería de procesos nos permite no solo identificar problemas basados en estadísticas multifacéticas, sino también descubrir las mejores formas de realizar las adquisiciones y comprender por qué no todos lo usan.
De acuerdo, Process Mining es excelente, pero ¿qué pasa con los objetivos específicos del proyecto? Tratamos con éxito el primero de ellos en los términos declarados. Inicialmente, era necesario restaurar los procesos comerciales solo para la adquisición por parte del Departamento de Tecnología de la Información, pero después de recibir los primeros resultados y demostrarlos, el cliente interno solicitó escalar la solución a todas las compras bancarias. Y logramos hacer esto sin cambiar los plazos acordados.
Con la segunda tarea, calcular el KPI, no todo fue tan simple. Los estrictos requisitos para el error en los cálculos de KPI requerían una mejor calidad de los datos recopilados: 96-98% en comparación con las fuentes. Esta calidad no se logró de inmediato, el departamento de finanzas tardó en dedicarnos especialmente al proceso comercial. El centro de competencia del banco de minería de procesos y el departamento financiero han identificado conjuntamente datos y características de baja calidad de implementaciones técnicas que a veces distorsionan los modelos de proceso.
Como resultado del proyecto, estábamos entre el 20% de las personas afortunadas a quienes Process Mining realmente ayudó. Y esto no es suerte. Para construir un modelo de proceso sobre la base de datos reales que se actualizan diariamente, calcule los indicadores de proceso y lleve todo a representaciones analíticas hermosas y convenientes: esto es solo una parte de la historia. Muchos proyectos se pierden lo que no funcionará sin Process Mining (
calidad de datos) . Hemos trabajado mucho con el cliente interno para mejorar la calidad de los datos, de modo que nuestro sistema no solo pueda realizar análisis, sino también preparar informes periódicos para tomar decisiones de gestión importantes.
Como resultado del proyecto, nuestra comprensión de Process Mining en principio ha cambiado ligeramente. Este es un enfoque para recopilar información diversa sobre el proceso y su posterior análisis en profundidad utilizando herramientas modernas. Además, un enfoque que implica
la recopilación
continua y secuencial , el registro y el análisis de eventos de los sistemas de información sobre el objeto de investigación objetivo y su evolución al avanzar en el proceso.
Nuestra solución basada en la tecnología de minería de procesos ha demostrado ser útil para una gran cantidad de usuarios diferentes involucrados en el proceso de adquisición. Ahora, dentro del marco de un sistema único, pueden analizar en profundidad estos procesos, monitorear el estado de compras específicas, KPI y, finalmente, automatizar los informes. Si hablamos de números, la introducción de Process Mining y la implementación de un paquete de medidas por parte del departamento financiero nos permitieron reducir el tiempo para el proceso de adquisición en un 25%, mientras que el número total de compras aumentó en 3 veces.
Celonis tiene un rico mercado con complementos pagados. Pero llegamos a la conclusión de que es mejor desarrollar sus propias herramientas personalizadas de ajuste fino utilizando la API de Celonis en Python. Compartiremos esta experiencia en futuros artículos.
Sobre la unión de los grandes bancos a diferentes niveles, podemos leer una cosa más: