Monessa organisaatiossa on jo investoitu prosessilouhintaan. Data on olemassa, poikkeamat on tunnistettu ja raportit valmiit. Silti prosessit eivät muutu. Löydökset jäävät kuriositeetiksi. Erään asiakkaan sanoin: “ihan kiva, mutta mitä nyt sitten?”
Miksi hyvä data ei riitä?
Törmään toisinaan tilanteeseen, jossa prosessilouhinta on tuottanut arvokasta ymmärrystä, mutta sen hyödyntäminen jäänyt resurssipulan jalkoihin. Järjestelmädatan tulkinta vaatii syvää osaamista juuri kyseisestä ympäristöstä: ERP-logiikan ymmärrystä, poikkeamien kontekstin tuntemusta ja liiketoimintasääntöjen hahmottamista. Kaista ei yksinkertaisesti riitä, kun kaikkea muutakin on meneillään.
Kyse ei ole epäonnistumisesta. Kyse on rakenteellisesta ongelmasta, johon törmää toistuvasti. Prosessilouhinta on erinomainen diagnostiikkatyökalu, mutta se ei itsessään kerro, mitä pitäisi tehdä, missä järjestyksessä ja millä investoinnilla. Datan ja päätöksenteon väliin jää kuilu.
Tuottaako analytiikka toimintasuunnitelman?
Eräs tyypillisistä vääristä oletuksista on se, että kun data on analysoitu, toimenpidelista syntyy automaattisesti sivutuotteena. Todellisuudessa tämä vaatii erillisen vaiheen: löydettyjen poikkeamien kääntämisen liiketoimintahyödyiksi, priorisoinnin sen mukaan, missä muutos on realistisesti toteutettavissa, sekä arvion siitä, mitä rakentaminen oikeasti vaatii.
Tätä vaihetta ei usein tehdä riittävällä tarkkuudella, koska se on hidasta asiantuntijatyötä. Ja niin data jää odottamaan.
Miten tästä eteenpäin?
Me Reworkilla olemme kehittäneet työkalun, joka pystyy tunnistamaan prosessidatasta ne kohdat, joissa tekoäly tuottaa eniten arvoa. Malli arvioi mm. kognitiivista kuormitusta, toistuvuutta ja tehtävien automatisointikelpoisuutta ilman raskasta manuaalista tulkintaa. Se ei korvaa asiantuntijatyötä kokonaan, mutta tekee priorisoinnista selkeämpää ja nopeampaa.
Käytännössä tämä tarkoittaa sitä, että olemassa olevasta prosessilouhintadatasta, tai mistä tahansa muusta aikaleimaisesta prosessidatasta, voidaan muodostaa ensiarvio jo parissa päivässä. Tuloksena syntyy lista: missä prosessin kohdassa tekoälyä kannattaa käyttää ensimmäisenä, millä perusteella ja mikä on arvioitu hyöty. Tällöin organisaatio ei aloita tyhjältä pöydältä, vaan selkeästä suunnitelmasta.
Mistä aloittaa?
Hyvä konkreettinen askel on ottaa yksi prosessialue tarkasteluun. Ei koko organisaation kartoitusta eikä vuoden mittaista projektia. Yksi prosessi, riittävästi aikaleimattua tapahtumadataa ja muutama viikko analyysiin. Sen jälkeen on selkeä näkemys siitä, kannattaako edetä ja mihin.
Prosessilouhinta on jo kenties tehty. Seuraava askel on tehdä sillä jotain.
Jos haluat keskustella siitä, miten teidän datastanne päästään toimintasuunnitelmaan, ota yhteyttä.
#prosessilouhinta #tekoäly #AI #ROI #processmining #digitalisaatio
