Processen dynamisch in beeld met process mining

 

Afgelopen jaar volgde ik een masterclass en een workshop process mining. Ook was ik betrokken bij een verbeterproject in een ziekenhuis waarbij het diagnoseproces in een polikliniek met behulp van process mining werd geanalyseerd. Is deze aanpak de toekomst van lean in de eenentwintigste eeuw? 

Process Mining

Misschien is het verstandig om, voordat ik het project toelicht, eerst kort proces mining uit te leggen. Process mining is software waarmee je processen uit systeemdata reconstrueert. Om met process mining aan de slag te kunnen, heb je tenminste 3 gegevens nodig: een identiteit, zoals een ordernummer, een activiteit en de datum en tijd. Daaraan kun je allerlei informatie toevoegen, zoals product en medewerker. Je stopt een dataset met deze gegevens in process mining software en de software rekent je voor hoe en welke activiteiten wanneer plaatsvonden. In gekleurde flowcharts zie je hoe de processen, volgens de registraties in het systeem, in werkelijkheid verliepen. Volgens de trainer bij de masterclass kun je dan de nodige verrassingen tegenkomen: “In een bedrijf met zeshonderd mensen werd het proces van factuurverwerking met process mining in kaart gebracht. Onze schattingen dat er driehonderd tot misschien wel duizend verschillende processen zouden kunnen zijn, bleken ver van de waarheid: er waren in werkelijkheid maar liefst zevenduizend procesvarianten!”

Lastig

De trainer waarschuwde ook dat angst bij medewerkers kan ontstaan over wat van hen wordt vastgelegd en wat daarmee gebeurt. Met process mining wordt namelijk zichtbaar wie wat wanneer heeft gedaan. Een andere complicatie is dat degene die de analyse doet goed thuis is in de data en in het proces. “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.”

We leerden ook dat de keuze van de analyseparameters cruciaal is voor wat je gaat zien. “Stel je hebt een pizzeria waar bestellingen binnenkomen, met als doel te zorgen dat de klant een pizza krijgt. Dan kun je bijvoorbeeld kijken naar pizzatypes en kosten als parameters, maar je kunt ook juist de doorlooptijden naar voren halen. Elke keuze leidt weer tot andere beelden en conclusies.”

De diagnose in het ziekenhuis

In de praktijk van een ziekenhuis was de vraag hoe patiënten zo goed mogelijk door het diagnoseproces van een polikliniek konden worden geleid. Daarvoor werd met behulp van process mining het proces in kaart gebracht vanaf de aanmelding in het ziekenhuis door de huisarts tot aan het gesprek waarin de uitslag van het onderzoek werd besproken. Daaruit bleek dat sprake was van twee stromen. Bij de eerste stroom bracht de patiënt een bezoek aan de polikliniek, vervolgens verwees de arts hem door voor laboratoriumonderzoek waarna het uitslaggesprek volgde. In de tweede stroom vond direct onderzoek plaats door een arts of het laboratorium, waarna het uitslaggesprek volgde. In het eerste geval bleek de doorlooptijd 68 dagen en in de tweede stroom 62 dagen. Met process mining software is het mogelijk om het verloop van het proces dynamisch in beeld te brengen. Je ziet dus de verschillende actoren in het proces en bolletjes die zich van de ene actor naar de volgende bewegen, zoals de registraties in het systeem dat aangeven. Of je ziet ze niet bewegen als iemand de boel ophoudt. In dit proces vormde de hoeveelheid werk van de artsen zo’n bottleneck, zodat vervolgens kon worden geanalyseerd wat de reden daarvoor was en tegenmaatregelen konden worden genomen. Als deze analyse op de ‘oude’ lean manier had moeten gebeuren met een value stream map of makigami, dan was deze analyse minder nauwkeurig en minder snel gegaan. Process mining biedt ook kansen voor de maakindustrie, type eens ‘process mining’ in op youtube en ontdek de mogelijkheden. Ik ga op zoek naar meer lean in de eenentwintigste eeuw.