कांच के रूप में पारदर्शी खरीद के दसियों: उलझन सुलझाना

बड़े बैंक की खरीदारी को साफ करना आसान नहीं है। विशेष रूप से तब जब उनका दो स्वतंत्र एकीकृत ईआरपी और ईडीएमएस से तलाक हो जाता है। VTB और VTB24 को मिलाते समय, हमारे पास सूचना प्रणालियों का एकीकरण भी था, और अब एक एकल खरीद प्रक्रिया उनके माध्यम से गुजरती है। क्या करें? प्रक्रिया खनन बचाव में आया - व्यावसायिक प्रक्रियाओं के अनुसंधान, विश्लेषण और निगरानी के लिए सबसे दिलचस्प तकनीकों में से एक। लेकिन एक ही समय में इसका उपयोग करना बहुत मुश्किल है।


प्रोसेस माइनिंग डेटा संग्रह और प्रसंस्करण के क्षेत्र में उन्नत तकनीकों का उपयोग करके व्यावसायिक प्रक्रियाओं के विश्लेषण के लिए एक दृष्टिकोण है। हमने बहुत सी महंगी, बड़े पैमाने पर परियोजनाएं देखीं, जहां उन्होंने प्रोसेस माइनिंग का उपयोग करके प्रक्रियाओं का विश्लेषण किया। इस तथ्य के बावजूद कि इन परियोजनाओं को समाप्त कर दिया गया था, 80% मामलों में प्राप्त सुंदर योजनाओं ने काम नहीं किया। लेकिन दुखद आँकड़े हमें नहीं डराते हैं, और हमने प्रक्रिया खनन के माध्यम से प्रक्रियाओं की अपनी उलझन को उजागर करने का भी निर्णय लिया है। कट के तहत विवरण।

जैसा कि हमने पहले ही कहा है, कार्यान्वयन की जटिलता मुख्य रूप से इस तथ्य के कारण थी कि VTB और VTB24 के विलय के बाद, बैंक में खरीद प्रक्रिया कई सूचना प्रणालियों से गुजरती है जो प्रक्रिया के विभिन्न चरणों के लिए जिम्मेदार हैं। इसके अलावा, हमें डिकॉमीशन सिस्टम से ऐतिहासिक जानकारी को ध्यान में रखना था। नतीजतन, हमें आईटी डेटा स्रोतों का एक विविध सेट मिला - आईबीएम लोटस डेटाबेस, एमएस एसक्यूएल डेटाबेस, ओरेकल डेटाबेस, एसएपी (आरएफसी के माध्यम से एकीकरण)। तस्वीर इस तथ्य के साथ समाप्त हुई कि डेटा स्रोत विभिन्न नेटवर्क खंडों में हैं - यह भी समाधान वास्तुकला और एकीकरण के तरीकों को ध्यान में रखना था। वैसे, बैंकों के नेटवर्क खंडों के संयोजन के बारे में हमारे पास एक अलग पोस्ट है । लेकिन खरीद व्यवसाय प्रक्रियाओं के लिए वापस।

वास्तव में, व्यापार प्रक्रियाओं में आदेश को बहाल करने की अच्छी इच्छा दो कार्यों में विघटित हो गई है :

• सभी स्रोतों से डेटा के आधार पर एक व्यावसायिक प्रक्रिया को पुनर्स्थापित करना - बाद के डेटा-संचालित अनुकूलन के लिए।
  
• प्रक्रिया प्रदर्शन के प्रमुख प्रदर्शन संकेतक (KPI) की गणना करें - प्रबंधन को रिपोर्ट करने के लिए
  

बैंक में समाधान के तकनीकी कार्यान्वयन में निम्नलिखित घटक शामिल हैं। प्रोसेस माइनिंग प्लेटफ़ॉर्म सेलोनिस सॉफ्टवेयर के आधार पर लागू किया गया है, डेटा संग्रह घटक पेंटाहो डीआई + पोस्टरेक्यूएल है, डेटा स्टोरेज और डेटा शोकेस वर्टिका कॉलम डेटाबेस है। Pentaho DI + PostreSQL बंडल हमें स्रोतों से डेटा एकत्र करने और संसाधित करने की अनुमति देता है (IBM Lotus, Oracle, MS SQL, SAP DFC)। वर्टिका एक शक्तिशाली स्तंभ-प्रकार डेटाबेस है जो हमें डेटा को संपीड़ित रूप में संग्रहीत करने और बड़े पैमाने पर बड़े प्रश्नों को तेजी से संसाधित करने की अनुमति देता है। यही कारण है कि वर्टिका सेलोनिस के लिए एक डेटा स्रोत के रूप में कार्य करता है, जो आगे स्वचालित व्यापार प्रक्रिया मानचित्रण और बाद के विश्लेषण के लिए एक डेटा मॉडल लेता है।

हमारा मुख्य उपकरण सेलोनिस है, जिसका उपयोग प्रोसेस माइनिंग के लिए किया जाता है। इसमें समृद्ध आंतरिक दृश्य और विश्लेषण है, जिसे अंतर्निहित पायथन एपीआई का उपयोग करके विस्तारित किया जा सकता है, जो सभी आधुनिक वीडियो विश्लेषण दृष्टिकोणों तक पहुंच प्रदान करता है।

सामान्य तौर पर, हमारे द्वारा चुने गए प्रत्येक घटक पूरी तरह से अपना कार्य करते हैं। हालांकि, वे सभी एक समाधान के रूप में एक साथ फिट होते हैं। नया प्लेटफ़ॉर्म आपको प्रक्रिया खनन को सेवा के रूप में प्रदान करने की अनुमति देता है, जिसमें समायोज्य स्तर का विवरण और डेटा अपडेट की आवृत्ति होती है। बैंक के कुछ कार्यों के लिए, हम हर 15 मिनट में प्रोसेस माइनिंग के लिए डेटा प्रदान करते हैं। लेकिन इस कार्य के संदर्भ में, दिन में एक बार की तुलना में अधिक बार डेटा अपडेट करने की आवश्यकता नहीं है।



सेलोनिस में, विश्लेषणात्मक अभ्यावेदन के आधार पर एक्सेल रिपोर्ट बनाना बहुत सुविधाजनक है, जो हमेशा टूल की गणना को पारदर्शी बनाता है। हम इस निष्कर्ष पर पहुँचे हैं कि कार्यान्वित KPI के साथ, लेन-देन की पूरी सूची (घटनाओं) के साथ एक ही शीट पर एक रिपोर्ट रखना सुविधाजनक है, जिसके आधार पर इस KPI की गणना की गई थी। नतीजतन, हम समानांतर में विश्लेषणात्मक और आंतरिक रिपोर्टिंग कार्यों को हल कर सकते हैं - यह एक महत्वपूर्ण लाभ है।

इस तरह से इकट्ठा किया गया एक डिजिटल बिजनेस प्रोसेस मॉडल, आपको पता लगाने की अनुमति देता है: समन्वय के कई सर्कल; स्थिति में बिताए समय में देरी; अप्रभावी या सबसे व्यस्त कलाकार; KPI के संदर्भ में सबसे अच्छी और सबसे खराब इकाइयाँ और बहुत कुछ। प्रक्रिया के दृष्टिकोण से जानकारी का विश्लेषण करके, अंकों के विश्लेषण से अनुकूलन के लिए संक्रमण करना आसान है। प्रत्येक खरीद पर जानकारी हम सेलोनिस में देख सकते हैं, और परिवर्तनों के पूरे इतिहास के साथ - इससे पहले लगभग दर्जनों प्रणालियों में जाना होगा।



प्रोसेस माइनिंग की मदद से, हम डायनामिक्स में एक विशिष्ट खरीद और प्रकार, इकाई या अन्य मापदंडों द्वारा ब्याज के नमूने का विश्लेषण कर सकते हैं। इस तरह, समस्याओं के बिना अक्षम प्रक्रिया चरणों की पहचान करना संभव है, या, उदाहरण के लिए, किसी दिए गए मॉडल से विचलन की प्रक्रिया के कारणों का पता लगाएं। उदाहरण के लिए, हमने इस बात को सुनिश्चित किया है कि समझौता वार्ता प्रक्रिया में आमतौर पर सबसे लंबे चरणों में से एक है। और उन्होंने खरीद के प्रतिशत की भी गणना की जो अंतिम स्थिति में नहीं आते हैं, और इसके कारणों की पहचान की है।

अगर हम आगे बढ़ते हैं, तो प्रोसेस माइनिंग हमें न केवल बहुमुखी आंकड़ों के आधार पर समस्याओं की पहचान करने की अनुमति देता है, बल्कि खरीद के माध्यम से जाने के सर्वोत्तम तरीकों की खोज करने के लिए, यह समझने के लिए कि हर कोई इसका उपयोग क्यों नहीं करता है।



ठीक है, प्रक्रिया खनन महान है, लेकिन परियोजना के विशिष्ट उद्देश्यों के बारे में क्या? हम घोषित रूप से उनमें से पहले को सफलतापूर्वक निपटाते हैं। प्रारंभ में, केवल सूचना प्रौद्योगिकी विभाग द्वारा खरीद के लिए व्यावसायिक प्रक्रियाओं को पुनर्स्थापित करना आवश्यक था, लेकिन पहले परिणाम प्राप्त करने और उन्हें प्रदर्शित करने के बाद, आंतरिक ग्राहक ने सभी बैंक की खरीद के समाधान को स्केल करने के लिए कहा। और हम सहमत समय सीमा को स्थानांतरित किए बिना ऐसा करने में कामयाब रहे।

दूसरे कार्य के साथ, KPI की गणना, सब कुछ इतना सरल नहीं था। KPI गणना में त्रुटि के लिए कठोर आवश्यकताओं को एकत्र किए गए स्रोतों की तुलना में 96-98% एकत्र डेटा की बेहतर गुणवत्ता की आवश्यकता थी। इस गुणवत्ता को तुरंत प्राप्त नहीं किया गया था, वित्त विभाग को हमें विशेष रूप से व्यावसायिक प्रक्रिया के लिए समर्पित करने में समय लगा। प्रक्रिया खनन बैंक और वित्तीय विभाग के क्षमता केंद्र ने संयुक्त रूप से कम गुणवत्ता वाले डेटा और तकनीकी कार्यान्वयन की विशेषताओं की पहचान की है जो कभी-कभी प्रक्रिया मॉडल को विकृत करते हैं।

परियोजना के परिणामस्वरूप, हम उन 20% भाग्यशाली लोगों में से थे, जिन्हें प्रोसेस माइनिंग ने वास्तव में मदद की। और यह भाग्य नहीं है। वास्तविक डेटा के आधार पर एक प्रक्रिया मॉडल का निर्माण करने के लिए जिसे दैनिक अपडेट किया जाता है, प्रक्रिया संकेतकों की गणना करें और इसे सभी को सुंदर और सुविधाजनक विश्लेषणात्मक अभ्यावेदन में लाएं - यह कहानी का केवल एक हिस्सा है। कई प्रॉजेक्ट माइनिंग - डाटा क्वालिटी - के बिना काम करेंगे। हमने डेटा की गुणवत्ता में सुधार के लिए आंतरिक ग्राहक के साथ बहुत काम किया है, ताकि हमारी प्रणाली न केवल विश्लेषण का संचालन कर सके, बल्कि महत्वपूर्ण प्रबंधन निर्णय लेने के लिए नियमित रिपोर्ट भी तैयार कर सके।

परियोजना के परिणामस्वरूप, सिद्धांत रूप में प्रक्रिया खनन की हमारी समझ थोड़ी बदल गई है। यह आधुनिक उपकरणों का उपयोग करके प्रक्रिया और उसके बाद के गहन विश्लेषण के बारे में असंगत जानकारी एकत्र करने का एक तरीका है। इसके अलावा, एक दृष्टिकोण जिसमें सतत और अनुक्रमिक संग्रह, रिकॉर्डिंग और सूचना प्रणाली से अनुसंधान के लक्ष्य वस्तु के बारे में घटनाओं का विश्लेषण, और प्रक्रिया के साथ आगे बढ़ने पर इसका विकास शामिल है।

प्रक्रिया खनन तकनीक पर आधारित हमारा समाधान बड़ी संख्या में विभिन्न उपयोगकर्ताओं के लिए उपयोगी साबित हुआ है जो खरीद प्रक्रिया में शामिल हैं। अब, एकल प्रणाली के ढांचे के भीतर, वे इन प्रक्रियाओं का गहराई से विश्लेषण कर सकते हैं, विशिष्ट खरीद की स्थिति की निगरानी कर सकते हैं, केपीआई और अंत में, स्वचालित रिपोर्टिंग कर सकते हैं। यदि हम संख्याओं के बारे में बात करते हैं, तो प्रक्रिया खनन की शुरूआत और वित्तीय विभाग द्वारा उपायों के एक पैकेज के कार्यान्वयन ने हमें खरीद प्रक्रिया के समय को 25% तक कम करने की अनुमति दी, जबकि खरीद की कुल संख्या 3 गुना बढ़ गई।



Celonis में पेड ऐड-ऑन के साथ एक समृद्ध बाज़ार है। लेकिन हम इस निष्कर्ष पर पहुंचे कि पायथन में सेलोनिस एपीआई का उपयोग करके अपने स्वयं के अनुकूलित फाइन-ट्यून टूल विकसित करना बेहतर है। हम इस अनुभव को भविष्य के लेखों में साझा करेंगे।

विभिन्न स्तरों पर बड़े बैंकों के संघ के बारे में, हम एक और बात पढ़ सकते हैं:

• VTB को एक ही ज्ञान कैसे हुआ
  
• तीन बड़े बैंकों के नेटवर्क सेगमेंट को सुरक्षित रूप से कैसे संयोजित करें: शेयर ट्रिक्स
  
• एक साइट में तीन बड़े बैंक कैसे पैक करें
  
• तीन सहज डेटा केंद्र, या वीटीबी कैसे व्यापार प्रणालियों की रक्षा करता है
  
• संसाधन वन का रहस्य: हम वीटीबी आईटी संरचनाओं को एक साथ कैसे रखते हैं