Всем доброе утро ☀️

Делимся с вами отличной новостью:

VK Process Mining теперь доступна в SaaS-версии

Платформа для процессной аналитики доступна на маркетплейсе msk.cloud.vk.com. Это очень удобно, быстро и дешевле, чем разворачивать решение на собственных серверах. Просто выбираете нужный тариф и пользуетесь готовым сервисом.

Вы получаете:
✔️ решение от надежного вендора VK Tech;
✔️ готовый стабильно работающий сервис;
✔️ удобный, подходящий вам тариф;
✔️ техподдержку и техобслуживание.

Вам не нужно:
➡️ закупать серверы;
➡️ нанимать персонал для техобслуживания;
➡️ заботиться о безопасности ваших данных.

Подробности здесь.

#Разминка_для_мозга

☀️ Сегодня пятница - самое время расслабиться и порешать кейсы, где есть проблемы в процессе.

Кейс про продажи:
Вы - крупный поставщик сырья и исследуете свой процесс продаж.

Наблюдения:
➡️ во внутренней системе компании есть модули заказов и финансов
➡️ счёт-фактуры заводятся в модуль заказов
➡️ для части заказов с постоплатой счёт-фактура в системе пересоздаётся в среднем через месяц после отгрузки заказа.

👇 Что произошло и почему обсуждаем в комментариях

👩‍💻 на уточнящие вопросы отвечает эксперт в форме да/нет

⚠️ в комментариях есть подсказка

#ПроцессБар_топ

Продолжаем начатое! сегодня на очереди
OCPM vs. Multi-Level Process Mining: в чем разница?

OCPM и Multi-Level Process Mining (MLPM) — это два подхода к анализу сложных процессов. В чем их ключевые отличия?

• OCPM: фокусируется на поведении отдельных объектов, рассматривая каждый объект как самостоятельный кейс.

• MLPM: анализирует процессы на разных уровнях детализации, но при этом связывает каждое событие только с одним кейсом.

Какой подход выбрать?

• OCPM: подходит для анализа процессов, где важно отслеживать поведение отдельных объектов и их влияние на процесс.

• MLPM: подходит для анализа процессов с разными уровнями детализации, где важно видеть общую картину.

Как и обещали, добавим несколько пунктов о том, почему стоит выбрать OCPM, если есть такая возможность:

1. позволяет создавать более понятные и информативные модели процессов.

2. учитывает все взаимосвязи объектов, что повышает точность анализа.

3. помогает обнаружить неочевидные bottlenecks и источники неэффективности.

4. позволяет принимать более обоснованные решения по оптимизации процессов.


Оставьте комментарий, если есть вопросы, мы всегда рады делиться с вами полезной информацией!

Продолжение следует 🔤

#ПроцессБар_топ

В предыдущих постах мы обсудили преимущества ОСРМ и отличия от РМ и MLPM. А теперь хочется на конкретном примере посмотреть, как ОСРМ работает!

Поможет нам в этом отличный пример из статьи Celonis о том, как гоночная машина заезжает на пит-стоп. Замена четырех шин занимает всего несколько секунд, но в этом процессе участвуют множество объектов:
🏎 автомобиль,
🦹 гонщик,
🤼 механики,
🛞 х 4 старых,
🛞 х 4 новых,
🛠инструменты
…. и тп

Что даст нам традиционный Process Mining:

1️⃣ Предположим, мы выбираем "шина" в качестве основного объекта (Case ID) для построения модели процесса. Тогда каждый этап замены шины (снятие старой, установка новой) будет считаться отдельным событием. Поскольку меняются четыре шины, каждое событие "снятие шины" и "установка шины" будет зафиксировано четыре раза.Мы получим искаженное представление о частоте событий. Система покажет, что "снятие шины" и "установка шины" происходят восемь раз на каждый пит-стоп, хотя на самом деле это происходит только один раз. Это конвергенция — искусственное увеличение частоты событий из-за дублирования данных при упрощении модели. Анализ может показать, что замена шин занимает гораздо больше времени, чем на самом деле.

2️⃣ Теперь предположим, что мы хотим проанализировать процесс на более низком уровне детализации, например, рассмотреть отдельные действия механиков: "остановка машины", "снятие колеса", "снятие шины", "установка шины", "установка колеса", "запуск машины". Если мы используем «машина" как Case ID, то мы потеряем информацию о последовательности этих действий. Система может показать, что "установка шины" может произойти *до* "снятия шины", что, очевидно, невозможно. Это дивергенция — потеря информации о взаимосвязях между событиями из-за упрощения модели. Мы не сможем увидеть истинную последовательность действий и взаимосвязи между ними.

‼️ При этом, Object-Centric Process Mining решает эти проблемы, рассматривая все объекты и их взаимосвязи одновременно. Модель процесса будет отражать реальную картину: один пит-стоп, в котором участвуют автомобиль, гонщик, механики и восемь шин. Последовательность действий механиков будет точно отражена, без искажений, вызванных конвергенцией и дивергенцией.

Пример пит-стопа демонстрирует, как упрощение данных в традиционном Process Mining приводит к искаженному представлению о процессе. Конвергенция приводит к завышению частоты событий, а дивергенция — к потере информации о последовательности и взаимосвязях. OCPM, благодаря многомерному подходу, позволяет избежать этих проблем и получить более точную и полную картину процесса.

Больше информации здесь

#SuccesStory

🔥 Делимся с вами вдохновляющей статьей об успешном партнерстве Процесс-Бар by GlowByte и X5 Retail Group.

Наши эксперты помогли компании значительно улучшить эффективность складской комплектации, используя Task Mining. Мы не только выявили проблемы, но и предложили эффективные решения, которые уже приносят ощутимые результаты: увеличение производительности на 27% за счет автоматизации рутинных операций, устранения неоптимальных маршрутов и простоев, настройки оповещений и исключения лишних действий. Всё это стало возможным благодаря глубокому анализу цифровых следов сотрудников.

🔈 Напишите @vkrasnova и наши эксперты помогут вам обнаружить неэффективности и предложат пути улучшения.

☄️Липецкая область ускорила выплату соцпособий вдвое благодаря Process Mining!

Благодаря внедрению платформы Process Mining от Сбера, получить поддержку теперь можно гораздо быстрее - срок выплаты социальных пособий в Липецкой области сократился с 21 до 12 дней!

Технология Process Mining позволила за 3 недели обработать и проанализировать миллион заявок на социальные выплаты за 2024 год, что эквивалентно двум годам работы вручную!

Заместитель губернатора Липецкой области Ольга Белоглазова:

Теперь за один день выполняется объём задач, который раньше занимал две недели. В итоге жители региона получают решения по выплатам в среднем в течение 12 дней, при этом мы видим потенциал сократить этот срок до одного дня.

✅ Process Mining – это не только про социальные выплаты! Технология применима в здравоохранении, закупках, финансах и других сферах, где есть цифровые следы.

#SuccesStory

#ПроцессБар_МемнаяПятница

❄️Новогодняя сказка о том, как Дед Мороз с помощью Process Mining спас Новый год

Каждый год Дед Мороз решает сложнейшую логистическую задачу: доставить подарки миллионам детей по всей стране за одну ночь. В этом году, однако, ситуация усложнилась. Непогода, сбои в работе почты и неожиданный бум желаний создали настоящий хаос.

К счастью, есть профессионалы, которые знают как сделать процессы эффективными. Они посоветовали Деду Морозу обратиться к передовой технологии — Process Mining, которая позволила ему взглянуть на работу своей волшебной мастерской и систему доставки под новым углом.

Что выявил Process Mining:

• Неэффективная обработка писем с желаниями детей занимает слишком много времени, а их сортировка не имеет цифровых следов. РМ помог выявить узкие места и и перенастроить систему хранения данных о сортировке писем, сократив время обработки и минимизировав ошибки.

• Задержки в доставке подарков в основном были связаны с неблагоприятными погодными условиями и перегрузкой почты перед праздниками. Но с помощью PM Дед Мороз смог скорректировать маршруты и использовать альтернативные способы доставки, а не только почту.

• Проблемы с персоналом: гномы, отвечающие за упаковку игрушек, работали неравномерно. РМ помог определить эти проблемы и перераспределить задачи среди гномов, повысив общую производительность.

• Неправильное планирование маршрутов: анализ показал, что маршруты тройки лошадей были не оптимальными, что приводило к лишним затратам времени. РМ помог оптимизировать маршруты, сократив время доставки.

Что имеем:

🏝 Дед Мороз и родители всех детей могут спокойно ехать в отпуск, потому что Process Mining помог оптимизировать процессы, повысить эффективность и достичь поставленных целей, независимо от масштаба задачи, даже в такой непонятной волшебной ситуации.

С наступающим всех 🎉
и до встречи в 2025!

Всем привет,
мы вернулись с длинных каникул и сразу с интересным!

🕯 В начале прошлого года Celonis опубликовал экспертный прогноз, в котором описал 8 тенденций в Process Mining на 2024 год и далее:

1. ИИ, МО и LLM улучшат скорость, эффективность и удобство использования инструментов РМ. Process mining, в свою очередь, предоставит контекст для обучения ИИ-моделей, улучшая их точность. ИИ сможет предсказывать будущие проблемы и предлагать решения.

2. Гибридный интеллект (совместная работа людей и компьютеров) будет развиваться, но человеческий фактор останется важным, особенно в нестандартных ситуациях, требующих контекстного понимания и принятия решений.

3. OCPM, позволяющий отслеживать процессы более целостно, получит более широкое распространение, открывая новые возможности и переосмысливая существующие в более сложном контексте.

4. OCPM расширит применение process mining на новые области, такие как здравоохранение и телекоммуникации, улучшая процессы обслуживания клиентов и предоставляя более полную картину сложных систем.

5. Process mining станет стандартной частью технологического стека организаций, а ИТ-отделы будут играть ключевую роль в его внедрении и использовании, обеспечивая наблюдаемость процессов.

6. Платформы PM позволят организациям работать с устаревшими системами учета, не затрагивая их напрямую, и внедрять новые возможности без замены legacy-систем.

7. Расширение РМ приведет к увеличению обмена данными между организациями, что позволит улучшить процессы и получить конкурентное преимущество. Анонимизированные данные могут быть использованы для бенчмаркинга.

8. РМ продолжит способствовать повышению эффективности, что напрямую связано с уменьшением экологического воздействия.

Давайте с помощью небольшого опроса определим, что сбылось у нас в России? ⤵️

Доброе утро пятницы!
В продолжение обсуждения прогнозов, хотим поделиться с вами 5 сценариями будущего Process Mining в России от ProcessMi.

Независимое исследование ProcessMi прогнозирует пять путей развития рынка Process Mining в России:

1️⃣ Эволюционный рост (до 20%): Медленный, стабильный рост, ограниченный крупными компаниями и госсектором.
Риски: Нехватка кадров, технологические ограничения, низкие инвестиции.

2️⃣ Цифровизация госсектора (32-38%): Быстрый рост благодаря активному участию госкомпаний.
Риски: Зависимость от госфинансирования, технологическое отставание, снижение качества из-за отсутствия международной экспертизы.

3️⃣ Технологический рынок (43-45%): Высокий рост за счет участия средних и малых компаний.
Риски: Высокая стоимость кастомизации, зависимость от разработчиков, медленная адаптация к изменениям.

4️⃣ Экономическая неопределенность (сокращение роста до 10-12%): Замедление роста из-за низкой инвестиционной активности.
Риски: Дефицит инвестиций, ухудшение макроэкономической ситуации, утечка кадров.

5️⃣ Международное сотрудничество (30-35%): Быстрый рост благодаря возобновлению международных связей.
Риски: Высокая конкуренция с иностранным ПО, сложности с адаптацией иностранных технологий.

давайте попробуем представить, какой из сценариев вероятен ⤵️

☄️ Как будто в подтверждение лидирующих в нашем опросе сценариев 1 и 2, где в развитии Process Mining так или иначе участвует госсектор, #Новости о том, как Process Mining улучшил работу госорганов!

Республика Чувашия, внедряя Process Mining в свои Многофункциональные центры, повышает эффективность предоставления государственных услуг. Это уже позволило:

• Определить самые востребованные услуги и сроки их оказания,
• Проанализировать нагрузку на каждое отделение,
• Выявить узкие места в процессах для их дальнейшей корректировки.

Положительные эффекты также получены в закупочной деятельности и централизованных бухгалтериях муниципальных образований.

подробнее здесь