Es ist nicht einfach, die Einkäufe einer großen Bank zu bereinigen. Besonders wenn sie von zwei unabhängigen integrierten Systemen ERP und EDMS getrennt sind. Bei der Kombination von VTB und VTB24 hatten wir auch eine Vereinheitlichung der Informationssysteme, und jetzt durchläuft sie ein einziger Beschaffungsprozess. Was zu tun ist? Process Mining kam zur Rettung - eine der interessantesten Technologien für die Erforschung, Analyse und Überwachung von Geschäftsprozessen. Gleichzeitig ist es aber sehr schwer zu bedienen.
Process Mining ist ein Ansatz zur Analyse von Geschäftsprozessen unter Verwendung fortschrittlicher Technologien im Bereich der Datenerfassung und -verarbeitung. Wir haben viele teure Großprojekte gesehen, bei denen die Analyse von Prozessen mithilfe von Process Mining übernommen wurde. Trotz der Tatsache, dass diese Projekte eingestellt wurden, funktionierten in 80% der Fälle die erhaltenen schönen Programme nicht. Die traurige Statistik hat uns jedoch nicht erschreckt, und wir haben uns auch entschlossen, unser Prozessgewirr durch Process Mining zu entwirren. Details unter dem Schnitt.
Wie bereits erwähnt, war die Komplexität der Implementierung in erster Linie darauf zurückzuführen, dass der Beschaffungsprozess in der Bank nach der Fusion von VTB und VTB24 mehrere Informationssysteme durchläuft, die für verschiedene Phasen des Prozesses verantwortlich sind. Außerdem mussten wir historische Informationen aus dem stillgelegten System berücksichtigen. Als Ergebnis haben wir eine Vielzahl von IT-Datenquellen erhalten - IBM Lotus-Datenbank, MS SQL-Datenbank, Oracle-Datenbank, SAP (Integration über RFC). Das Bild endete mit der Tatsache, dass sich die Datenquellen in verschiedenen Netzwerksegmenten befinden - dies musste auch in der Lösungsarchitektur und den Integrationsmethoden berücksichtigt werden. Übrigens haben wir einen separaten
Beitrag über die Kombination der Netzwerksegmente von Banken. Aber zurück zu den Beschaffungsgeschäftsprozessen.
Tatsächlich hat sich der gute Wunsch, die Ordnung in Geschäftsprozessen wiederherzustellen, in
zwei Aufgaben zerlegt:
- Stellen Sie einen Geschäftsprozess basierend auf Daten aus allen Quellen wieder her - für die anschließende datengesteuerte Optimierung.
- Berechnen Sie Key Performance Indicators (KPIs) der Prozessleistung - für die Berichterstattung an das Management
Die technologische Implementierung der Lösung in der Bank umfasst die folgenden Komponenten. Die Process Mining-Plattform wird auf Basis der Celonis-Software implementiert, die Datenerfassungskomponente ist Pentaho DI + PostreSQL, die Datenspeicherung und Datenpräsentation ist die Vertica-Säulendatenbank. Mit dem Pentaho DI + PostreSQL-Bundle können wir Daten aus Quellen (IBM Lotus, Oracle, MS SQL, SAP DFC) zentral erfassen und verarbeiten. Vertica ist eine leistungsstarke spaltentypische Datenbank, mit der wir Daten in komprimierter Form speichern und große, massive Abfragen schneller verarbeiten können. Aus diesem Grund dient Vertica als Datenquelle für Celonis, das ein Datenmodell für die weitere automatisierte Zuordnung von Geschäftsprozessen und die anschließende Analyse verwendet.
Unser Schlüsselwerkzeug ist Celonis, das für Process Mining verwendet wird. Es verfügt über eine umfassende interne Visualisierung und Analyse, die mithilfe der integrierten Python-API erweitert werden kann, die Zugriff auf alle modernen Datenanalyse-Ansätze bietet.
Im Allgemeinen erfüllt jede der von uns ausgewählten Komponenten perfekt ihre eigene Aufgabe. Sie passen jedoch alle zu einer einzigen Lösung zusammen. Mit der neuen Plattform können Sie Process Mining als Service mit einem einstellbaren Detaillierungsgrad und der Häufigkeit von Datenaktualisierungen bereitstellen. Für einige Aufgaben der Bank stellen wir alle 15 Minuten Daten für Process Mining zur Verfügung. Im Rahmen dieser Aufgabe müssen die Daten jedoch nicht öfter als einmal am Tag aktualisiert werden.
In Celonis ist es sehr praktisch, Excel-Berichte basierend auf analytischen Darstellungen zu erstellen, wodurch die Berechnung des Tools immer transparent wird. Wir sind zu dem Schluss gekommen, dass es zusammen mit dem implementierten KPI zweckmäßig ist, einen Bericht auf demselben Blatt mit einer vollständigen Liste der Transaktionen (Ereignisse) zu haben, auf deren Grundlage dieser KPI berechnet wurde. Dadurch können wir analytische und interne Berichtsaufgaben parallel lösen - dies ist ein wichtiger Vorteil.
Mit einem auf diese Weise zusammengestellten digitalen Geschäftsprozessmodell können Sie Folgendes erkennen: mehrere Koordinationskreise; Verzögerungen in der im Status verbrachten Zeit; ineffektive oder am meisten beschäftigte Künstler; die besten und schlechtesten Einheiten im Kontext von KPI und vieles mehr. Durch die Analyse von Informationen aus einer Prozessperspektive ist es einfach, von der Ziffernanalyse zur Optimierung überzugehen. Informationen zu jedem Kauf können wir in Celonis und mit der gesamten Änderungshistorie anzeigen - bevor dies für fast Dutzende von Systemen erforderlich gewesen wäre.
Mithilfe von Process Mining können wir sowohl einen bestimmten Kauf als auch eine interessierende Stichprobe nach Typ, Einheit oder anderen Parametern in der Dynamik analysieren. Auf diese Weise ist es möglich, ineffiziente Prozessschritte ohne Probleme zu identifizieren oder beispielsweise die Gründe für den Prozess zu finden, der von einem bestimmten Modell abweicht. Auf diese Weise haben wir beispielsweise sicher gelernt, dass Vertragsverhandlungen normalerweise einer der längsten Schritte in diesem Prozess sind. Außerdem berechneten sie den Prozentsatz der Einkäufe, die nicht in den endgültigen Status fallen, und identifizierten die Gründe dafür.
Wenn wir weiter gehen, können wir mit Process Mining nicht nur Probleme anhand vielfältiger Statistiken identifizieren, sondern auch die besten Wege für die Beschaffung finden, um zu verstehen, warum sie nicht von allen genutzt werden.
Okay, Process Mining ist großartig, aber was ist mit den spezifischen Zielen des Projekts? Wir haben uns erfolgreich mit dem ersten von ihnen in den angegebenen Bedingungen befasst. Ursprünglich war es notwendig, Geschäftsprozesse nur für die Beschaffung durch das Department of Information Technology wiederherzustellen. Nachdem der erste Kunde die ersten Ergebnisse erhalten und demonstriert hatte, bat er darum, die Lösung auf alle Käufe der Bank zu skalieren. Und das haben wir geschafft, ohne die vereinbarten Fristen zu verschieben.
Bei der zweiten Aufgabe, der Berechnung des KPI, war nicht alles so einfach. Die strengen Anforderungen an den Fehler in den KPI-Berechnungen erforderten eine verbesserte Qualität der gesammelten Daten - 96-98% im Vergleich zu den Quellen. Diese Qualität wurde nicht sofort erreicht, es dauerte einige Zeit, bis sich die Finanzabteilung speziell dem Geschäftsprozess widmete. Das Kompetenzzentrum der Process Mining Bank und die Finanzabteilung haben gemeinsam Daten und Merkmale von technischen Implementierungen mit geringer Qualität identifiziert, die manchmal Prozessmodelle verzerrten.
Als Ergebnis des Projekts gehörten wir zu den 20% der glücklichen Menschen, denen Process Mining wirklich geholfen hat. Und das ist kein Glück. Um ein Prozessmodell auf der Grundlage realer Daten zu erstellen, die täglich aktualisiert werden, berechnen Sie Prozessindikatoren und bringen Sie alles zu schönen und praktischen analytischen Darstellungen - dies ist nur ein Teil der Geschichte. Viele Projekte verpassen, ohne was kein Process Mining -
Datenqualität - funktionieren wird. Wir haben viel mit dem internen Kunden zusammengearbeitet, um die Qualität der Daten zu verbessern, sodass unser System nicht nur Analysen durchführen, sondern auch regelmäßige Berichte erstellen kann, um wichtige Managemententscheidungen zu treffen.
Infolge des Projekts hat sich unser Verständnis von Process Mining im Prinzip geringfügig geändert. Dies ist ein Ansatz zum Sammeln unterschiedlicher Informationen über den Prozess und die anschließende eingehende Analyse mit modernen Tools. Darüber hinaus ein Ansatz, der die
kontinuierliche und sequentielle Erfassung, Aufzeichnung und Analyse von Ereignissen aus Informationssystemen über das Zielobjekt der Forschung und dessen Entwicklung im Verlauf des Prozesses umfasst.
Unsere auf der Process Mining-Technologie basierende Lösung hat sich für eine große Anzahl verschiedener am Beschaffungsprozess beteiligter Benutzer als nützlich erwiesen. Jetzt können sie im Rahmen eines einzigen Systems diese Prozesse gründlich analysieren, den Status bestimmter Einkäufe und KPIs überwachen und schließlich die Berichterstellung automatisieren. Wenn wir über Zahlen sprechen, konnten wir durch die Implementierung von Process Mining und die Implementierung eines Maßnahmenpakets durch die Finanzabteilung die Zeit für den Beschaffungsprozess um 25% verkürzen, während sich die Gesamtzahl der Einkäufe um das Dreifache erhöhte.
Celonis hat einen reichen Marktplatz mit kostenpflichtigen Add-Ons. Wir sind jedoch zu dem Schluss gekommen, dass es besser ist, mithilfe der Celonis-API in Python eigene angepasste Feinabstimmungswerkzeuge zu entwickeln. Wir werden diese Erfahrung in zukünftigen Artikeln teilen.
Über die Vereinigung großer Banken auf verschiedenen Ebenen können wir noch eines lesen: