The process is never the process

Organisaties moeten steeds adaptiever zijn om in te spelen op veranderingen in hun omgeving. Een belangrijk aspect hierbij is de mogelijkheid om processen te flexibiliseren en te versnellen. Om te weten waar processen moeten worden aangepast is het belangrijk om processen te kennen. Dat lijkt niet zo ingewikkeld. Maar weet u hoe uw processen écht verlopen?

Veel organisaties denken van wel. Er zijn procesontwerpen gemaakt en op basis daarvan is vaak een geautomatiseerd systeem ingericht dat de processen ondersteunt. Maar lopen de processen ook zoals de organisatie dat heeft bedacht? En hoe vaak gaan processen in één keer goed? Heeft u als organisatie zicht op hoe vaak bijvoorbeeld rework of work arounds worden toegepast? In onze praktijk blijkt dit inzicht er vaak niet te zijn. Het bedachte proces is vrijwel nooit het echte proces. We hebben het dan over de verborgen fabriek van de organisatie. Tegenwoordig kunnen systemen helpen en u laten zien wat er echt gebeurt in uw organisaties met behulp van process mining.

Organisaties leveren producten of diensten aan haar klanten. Om producten en diensten te leveren, maken organisaties gebruik van processen. Alle activiteiten die worden uitgevoerd tussen de klantvraag en de werkelijke levering noemen we een proces. Om processen te verbeteren is het gebruikelijk om te beginnen met het begrijpen van de huidige situatie. Daarom leggen we processen vast. Hiervoor organiseert men workshops met materiedeskundigen die vertellen hoe volgens hen de processen nu lopen. In sommige gevallen worden klantvragen van begin tot eind gevolgd om zo de flow in kaart te brengen. Probleem is vaak dat deze workshops, hoe uitgebreid ook, niet het hele of het echte verhaal vertellen. We spreken over een verborgen fabriek die is ontstaan door extra handelingen, onbewuste keuzemomenten, controles, wachttijden of andere acties die men als uitzondering beschouwt. De meeste verspilling in processen zit juist vaak in deze verborgen fabriek.

Wat is process mining?

Process mining is een specialisme binnen datamining. Datamining wordt gebruikt om patronen in de bestaande data te ontdekken. Daarnaast is de analyse bedoeld voor het voorspellen van de trends in de data. Process mining richt zich op de data binnen processen. Door het extraheren van data uit IT-systemen geeft process mining een exact beeld van hoe een bepaald proces functioneert. Deze informatie gebruikt men weer voor het verbeteren van de processen. Datamining is dus gericht op data in het algemeen en process mining focust zich op gebeurtenissen (events en processen).

(Grigorova, Malysheva, & Bobrovskiy, 2017)

In de praktijk vult process mining het gat op tussen datamining en procesanalyse door aan te geven waar precies de knelpunten zitten. Met process mining worden procesmodellen ontdekt op basis van data. Het letterlijk volgen en analyseren van de zogenaamde event logs zorgt voor een gedetailleerd inzicht in de processen waardoor knelpunten zichtbaar worden en processen zeer gericht kunnen worden geoptimaliseerd. Daarnaast geeft process mining inzicht waar knelpunten zijn ontstaan waar datamining alleen bepaalde trends aangeeft.

(van der Aalst, 2016)

In de praktijk:

Een grote hypotheek verstrekker heeft zijn proces uitgedacht in de onderstaande stappen:

  1. Registreren van de aanvraag
  2. Verwerken of aanpassen van de aanvraag
  3. Documenten uploaden
  4. Documenten controleren
  5. Uitbrengen renteaanbod
  6. Finale renteaanbod versturen
  7. Afsluiten lening
  8. Doorvoeren lening in administratie

De organisatie worstelt met te lange doorlooptijden en daardoor ontevreden klanten. Hoewel bij het ontwerp van de processen is ontworpen dat de doorlooptijd maximaal 10 dagen is, blijkt hier in praktijk weinig van terecht te komen. De medewerkers geven aan dat het proces in grote lijnen wordt gevolgd. Weliswaar zijn er af en toe cases die wat extra werk vragen, omdat de informatie onvolledig is, maar dat is naar hun idee slechts een klein percentage. Om te helpen analyseren besluit de organisatie process mining toe te passen.

Allereerst wordt een discovery methode toegepast. Met deze methode wordt het proces op basis van de data inzichtelijk gemaakt. Door middel van zogenaamde event logs wordt het process vastgelegd. Event logs zijn gebeurtenissen die worden geregistreerd en opgeslagen. Zo krijgt elke handeling die het systeem of de medewerker doet een eigen record. Per case kan inzichtelijk worden gemaakt welke events er allemaal hebben plaatsgevonden voor die case. Als je dit met een grote hoeveelheid cases doet, krijg je grote lijnen van het proces inzichtelijk met de hoeveelheden die een bepaalde gang volgen. Zo wordt het feitelijke proces weergegeven. Er wordt dus puur op basis van events logs een proces in kaart gebracht. Er wordt op dat moment nog niet vergeleken met het bedachte proces. Bij de hypotheekadviseur valt op dat er van de 100 cases maar liefst 45 van activiteit 4 documenten controleren teruggaan naar activiteit 2 Verwerken of aanpassen van de aanvraag. Blijkbaar wordt vaak onvolledige of onjuiste informatie aangeleverd. Verder valt op dat na activiteit 5 Uitbrengen renteaanbod in 15 van de 100 gevallen de doorlooptijden zeer hoog oplopen. De doorlooptijd tussen activiteit 6, 7 en 8 varieert van 8 dagen tot 24 dagen.

De tweede stap is conformance checking. Dit houdt in dat het proces dat eerder is vastgesteld in de discovery fase wordt onderworpen aan de vergelijking met het daadwerkelijke proces. Het verschil tussen het ogenschijnlijk perfecte proces en de werkelijkheid wordt in beeld gebracht. Een proces kan bijvoorbeeld bedacht zijn als ACBD maar in de praktijk verlopen als ADBC of meerdere verschillende routeringen volgen.

De uitkomst van conformance checking is dus het verschil tussen het beoogde en het daadwerkelijke procesmodel. De constateringen die eerder zijn gedaan voor de hypotheekverstrekker laten zien dat er wat verschillen zijn in workflows en verschillen in voorspelde doorlooptijd. Mogelijke inhoudelijke uitkomsten zijn dat processtappen afwijken in volgorde of dat sommige producten anders het proces doorlopen dan verwacht.

In de laatste fase, enhancement, wordt informatie uit de event logs gebruikt om procesverbeteringen aan te brengen. De event logs bevatten informatie die bijvoorbeeld bijzonderheden in de doorlooptijden laten zien of percentuele verschillen in wel of geen goedkeuring. De vervolgstap is om na te gaan of het werkelijke proces gewenst is of aangepast moet worden naar het beoogde proces. Daarnaast kan een vervolgstap zijn om na te gaan wat voor soort producten een andere routing volgen en om welke reden. De hypotheekverstrekker constateert dat de informatie vaak onjuist wordt aangeleverd. Ze besluiten hun klanten beter te informeren door de online applicatie voor aanvragen te verhelderen. Bovendien verbeteren ze de sturing op het goedkeuringsproces.

Gebruik van Process mining

Process mining kan gebruikt worden om processen efficiënter te laten verlopen. Door inzicht in de event logs worden knelpunten in kaart gebracht die inefficiëntie in de hand werken. Daarnaast kan process mining ook besparingen opleveren in zowel tijd als geld.

Process mining kan voor een organisatie inzicht bieden in bijvoorbeeld handelingen die op heel verschillende manieren worden uitgevoerd of procesactiviteiten die geheel niet worden uitgevoerd. Dit geeft de organisatie handvatten om processen beter te beoordelen en te verbeteren naar aanleiding daarvan.

Voor elk proces dat wordt ondersteund door een systeem dat aan event logging doet, kan een organisatie besluiten te minen. Alle processtappen worden zichtbaar. Dit betekent concreet dat wanneer er verschillende routeringen zijn voor hetzelfde of een ander product, dit kenbaar wordt gemaakt door middel van process mining. Daarnaast wordt duidelijk hoe lang een activiteit duurt en waarom een proces wellicht minder efficiënt is. De weg die elk product of dienst of handeling doorloopt wordt zichtbaar gemaakt.

Uiteraard is er wel een aantal randvoorwaarden waaraan moet worden voldaan om goed process mining te kunnen toepassen. Zo staat en valt het met de datakwaliteit en mogelijkheid om event logs te achterhalen. Daarnaast ondersteunt (hetzelfde) systeem vaak niet alle activiteiten. Dat maakt het in kaart brengen van het werkelijke proces een stuk complexer. In een volgend artikel gaan we in op deze randvoorwaarden en hoe hiermee om kan worden gegaan.

Auteurs:

André van Hofwegen, Lisa van den Berg, Marc Hählen en Rick Moolenaar (Consultants bij Improven)