Data science + Lean Six Sigma = process mining

19 juni 2017

Data Science is hot, net als Lean Six Sigma. Het lijken twee verschillende werelden, maar ze komen vandaag de dag steeds dichter bij elkaar nu nieuwe technologieën het mogelijk maken om volautomatisch processen te analyseren en verbeter mogelijkheden aan te wijzen. Hoe kan Qhuba daarbij helpen?

Waar de term Big Data al aan inflatie onderhevig is, neemt wél het aantal projecten toe waarbij organisaties proberen data om te vormen naar kennis en beslisondersteunende informatie. Dat lukt steeds beter omdat steeds meer processen zijn gedigitaliseerd en daardoor veel data vastleggen die we kunnen analyseren. Bovendien is het dankzij nieuwe technologieën niet meer nodig om al die data eerst te structureren voordat ze worden samengebracht in een datawarehouse. Je kunt verschillende bronnen ook samenvoegen tot een datameer waarin je, zonder structurering vooraf, op zoek kunt gaan naar verbanden. Variatie mag gewoon blijven bestaan, de computer doet de voorbewerking en met patroonherkenning kun je via allerlei invalshoeken dwars door de data heen kijken. De mogelijkheden zijn eindeloos, maar je moet wel eerst de businessvraag bedenken om te weten welke patronen en afwijkingen je zoekt.

Event logs slim ontsluiten

Die vraag kan bijvoorbeeld liggen op het gebied van procesverbetering. Want data science maakt dat het steeds makkelijker wordt om kwantitatieve informatie over processen tot je beschikking te krijgen en te analyseren. Een voorbeeld zijn de ‘event logs’ die vrijwel ieder softwarepakket maakt. Daar staat in wanneer welke handeling plaatsvond. Waren die logbestanden vroeger niet zomaar te ontsluiten, vandaag de dag kun je ze toevoegen aan je datameer om inzicht te krijgen in de manier waarop processen verlopen. Dit betekent dat de mogelijkheden tot process mining toenemen.

Benchmarking op procesniveau

Process mining is een nieuwe manier van procesverbetering. Waar je op de traditionele manier met behulp van informatie van medewerkers en andere stakeholders een procesmodel beschrijft dat van toepassing is op de huidige en de gewenste situatie, kun je met process mining inzicht krijgen in de werkelijke procesflow. Je gebruikt immers data die tijdens de uitvoering van het proces is ontstaan. In plaats van dat stakeholders in het proces knelpunten benoemen, breng je knelpunten aan het licht door analyse van grote hoeveelheden kwantitatieve data. Denk bijvoorbeeld aan afwijkende procespaden, vertragingen en doorlooptijd overschrijdingen, verborgen inefficiënties en re-work. Door gebruik te maken van process mining ontstaan bovendien nieuwe mogelijkheden, bijvoorbeeld het monitoren van het resultaat van een procesverbeteractie. Of het objectief vergelijken van soortgelijke processen in twee vestigingen. Zo kun je niet alleen de resultaten van verschillende vestigingen benchmarken, maar ook de processen. Je ziet direct waar de verschillen tussen vestigingen vandaan komen.

Twee brillen nodig om vruchten te plukken

Wil je deze vruchten ten volle plukken, dan moet je door twee brillen naar verbeter mogelijkheden kijken. Enerzijds natuurlijk vanuit de proceskant. Het loont om daarvoor een goede Lean Six Sigma Black Belt in te huren, want voor je het weet stap je in één van de valkuilen. Anderzijds moet je heel goed weten hoe je data omzet naar informatie. Dat vraagt diepgaande kennis over enterprise architectuur , zodat je precies weet welke data een relatie hebben met welke processen en hoe die data vervolgens weer samenhangen met applicaties. Ofwel: hoe vloeit data door IT-systemen? Welke eigenaardigheden hebben die systemen en die data? En waar moet ik dus op letten als ik die data wil gebruiken om proces verbeter mogelijkheden te ontdekken? Wil jij op een fact based manier op zoek naar verbeter mogelijkheden in je processen en weet je niet waar te beginnen? Wij willen vrijblijvend eens met je sparren. Vaak kunnen we met een spreadsheet al een Proof of Concept bouwen, zodat je pas hoeft te investeren als duidelijk is hoe je dat geld terugverdient.

Neem contact met ons op voor meer informatie.

Auteur

Lucas van Manen Lucas.vanManen@qhuba.com - 06-2667 5800 - LinkedIn