Process Mining

 

Rob van de Coevering verzorgde een masterclass Process Mining bij de bijeenkomst van Nederland Verbetert bij Döhler in Oosterhout. Wat leerden we zoal?

Wat is Process Mining?

Process Mining betekent dat je uit systeemdata processen reconstrueert. Ofwel je stopt een dataset in software voor Process Mining en de software rekent je voor hoe en welke activiteiten plaatsvonden. Natuurlijk is dit een wat simpele weergave, want in de praktijk zijn de datasets niet altijd even toegankelijk.

Wat kun je ermee?

Niettemin geeft de huidige software met Process Mining veel en eenvoudige mogelijkheden om uit een dataset te halen hoe een proces werkelijk verloopt. Natuurlijk is dat afhankelijk van de kwaliteit van de data: garbage in blijft garbage out. Toch zijn de mogelijkheden om het proces inzichtelijk te krijgen duizelingwekkend. Rob vertelde van een bedrijf dat met 600 mensen werkt en waar het proces van factuurverwerking met Process Mining in kaart werd gebracht. Onze schattingen van 300 tot 1000 verschillende processen bleken ver van de waarheid: er waren in werkelijkheid maar liefst 7000 procesvarianten! Normaal gesproken hebben we dat natuurlijk niet in de gaten, want alles zit keurig achter schermen weggestopt...

 

Om met Process Mining aan de slag te kunnen heb je tenminste 3 gegevens nodig: ID (bijvoorbeeld een ordernummer), activiteit en tijd/datum. Daaraan kun je allerlei informatie toevoegen, zoals product en medewerker. Dat laatste riep wel wat vragen op over de privacy. Processen worden immers heel inzichtelijk, ook wie bepaalde taken op welke wijze en in welke tijd uitvoert...

Waar moet je op letten?

Waarschuwingen zijn er ook. Ten eerste zie je processen met Process Mining transparanter worden, maar dat kan leiden tot angst bij medewerkers over wat van hen wordt vastgelegd en wat daar mee gebeurd (zie ook de privacy hierboven). Daar moet je heel zorgvuldig in zijn. Ten tweede moet je heel erg oppassen met het trekken van conclusies uit de data. Om goed conclusies te kunnen trekken, moet je zowel goed thuis zijn in de data als in het proces dat je analyseert. Stel dat je bijvoorbeeld ziet dat een medewerker langer dan anderen over z’n werk doet, dan kun je wel concluderen dat die medewerker beter z’n best moet doen, maar wellicht is het de medewerker die de moeilijke gevallen oppakt…

Daarnaast is de keuze van de analyse parameters cruciaal voor wat je gaat zien. In een voorbeeld van een pizzeria, dat Rob liet zien, kwamen bestellingen binnen die moesten worden verwerkt met als eindresultaat (in veel gevallen) een pizzalevering aan een klant. Dan kun je bijvoorbeeld kijken naar parameters, zoals pizzatypes en kosten, maar je kunt ook juist de doorlooptijden naar voren halen. Elke keuze leidt weer tot andere beelden en conclusies.

Voorspellen met Process Mining?

Het streven naar steeds meer predictieve analyse wordt steeds belangrijker, dat wil zeggen dat je met data kunt voorspellen wat er gaat gebeuren. Momenteel zijn dergelijke voorspellingen nogal onbetrouwbaar, namelijk zo’n 25%, maar daar wordt hard aan gewerkt.

Graag wil ik je uitnodigen om je aanvullingen en correcties met me te delen! Mail naar ton@nederlandverbetert,nl.