Prodotto
Risorse
Approfondimenti
Analizziamo 3 termini facilmente confondibili.
Cosa sono queste tecnologie, cosa hanno in comune e in cosa si differenziano?
Quando le aziende si impegnano in iniziative di trasformazione digitale, si imbattono nel problema di avere troppa scelta. Troppe tecnologie "diverse", troppi fornitori, troppe società di consulenza che parlano di cose diverse. Non solo, anche la terminologia all'interno del settore diventa confusa.
Oggi cercheremo di demistificare le differenze tra tre termini popolari, che vengono facilmente confusi. Speriamo di semplificarvi la vita spiegandovi questi termini e fornendovi un confronto il più possibile diretto.
Process mining, process discovery, e task mining sono i termini più trendy quando si tratta di scoprire i processi aziendali. Possiamo dire che tutte e tre queste tecnologie vengono utilizzate come primo passo nella maggior parte delle iniziative di automazione. Poiché aiutano a mappare i processi, i risultati ottenuti sono di grande aiuto nel processo decisionale. Sulla base delle conoscenze ottenute, le aziende possono intraprendere le azioni successive, come ad esempio RPA. Che cosa sono queste tecnologie di per sé, che cosa hanno in comune e in che cosa differiscono?
Process mining è un potente strumento di process mapping utilizzato per l'ottimizzazione dei processi end-to-end. Utilizza i dati dei registri degli eventi disponibili nei sistemi IT. Sulla base di questi dati, costruisce il processo attuale e lo confronta con il processo "desiderato". Grazie a questo controllo di conformità, le aziende possono individuare le deviazioni del processo e quindi le opportunità di miglioramento.
Process discovery è una combinazione di diverse tecniche, tra cui il Machine Learning e la computer vision, per mappare i processi. Questi risultati vengono poi utilizzati come prerequisito per le iniziative di automazione. In sostanza, monitora e cattura le interazioni degli utenti con diversi sistemi informativi e applicazioni, registrando le tracce digitali dei dipendenti. Process discovery utilizza diversi metodi computazionali e statistici per ottenere informazioni preziose e applicabili dai dati raccolti.
Task mining è un altro strumento di process mapping incentrato sull'ottimizzazione delle attività sui desktop. Come process discovery, monitora le tracce digitali degli utenti. Utilizzando il riconoscimento dei caratteri, l'elaborazione del linguaggio naturale e altri strumenti, analizza i dati raccolti e trova modelli che possono essere interpretati come opportunità di miglioramento.
All'inizio potrebbe sembrare un po' confuso, ma un confronto passo dopo passo lo renderà sicuramente più facile da capire. Diamo un'occhiata ai 5 criteri seguenti.
È facile sentirsi sopraffatti dalla presenza di centinaia di definizioni della stessa cosa. In effetti, diverse aziende potrebbero utilizzare le proprie definizioni per alcuni termini, rendendo il tutto ancora più complesso e confondendo i confini tra di loro.
Cominciamo con process discovery e task mining perché sono stati usati spesso in modo intercambiabile. Questi strumenti sono molto simili per quanto riguarda le tecnologie utilizzate e il modo in cui raggiungono l'obiettivo desiderato. Tuttavia, task mining e process discovery sono utilizzati per obiettivi finali diversi. Esaminiamo i fornitori di servizi più importanti. È evidente che le aziende di process mining utilizzano task mining come servizio complementare, mentre process discovery è utilizzato dai fornitori di RPA .
Entrambe le tecnologie monitorano i desktop degli utenti per registrare le loro interazioni con le diverse applicazioni e i sistemi IT. Mentre task mining lo fa per identificare le inefficienze dei processi, process discovery ha bisogno dei dati per trovare opportunità di automazione più efficaci. Di conseguenza, sebbene siano molto simili, potrebbero differire leggermente in termini di risultati.
Potremmo fermarci qui e chiudere con process discovery, ma il mondo della terminologia è troppo complesso per farlo, quindi viene usato in un altro caso. Process discovery viene usato anche per descrivere il primo passo all'interno di process mining (process discovery, controllo di conformità, miglioramento).
In poche parole, process discovery può essere utilizzato come
Task e process mining vanno spesso di pari passo e vengono utilizzati insieme per la scoperta del lavoro di conoscenza. Sebbene entrambi siano piuttosto potenti, portano risultati migliori e una maggiore copertura del lavoro quando vengono usati simultaneamente. Per comprendere appieno le funzioni di ciascuno di essi, discutiamo la differenza tra processi e attività.
Come già detto, process mining offre visibilità ai processi end-to-end. Il processo è una catena logica di eventi individuali con un chiaro punto di partenza e di arrivo. I processi possono essere suddivisi in sottoattività che costituiscono un insieme completo di attività correlate. Purchase-to-Pay, ad esempio, è un processo di grandi dimensioni che coinvolge più team.
D'altra parte, le attività sono componenti più piccole del lavoro che si svolgono tra diversi processi e sottoprocessi. Copiare e incollare i dati, caricare e scaricare i file sono esempi tipici di attività manuali.
Process mining può essere utilizzato in molti campi diversi per vari scopi, ma ecco alcuni dei casi d'uso più popolari.
Discutiamo brevemente le differenze tra process mining, discovery e task mining . Poiché questi ultimi due sono molto correlati dal punto di vista tecnologico, in questa sezione li useremo in modo intercambiabile.
Process mining utilizza i dati dei registri degli eventi provenienti da diversi sistemi informativi come Salesforce, Oracle o HubSpot. Questi registri eventi contengono informazioni sull'attività eseguita, l'ID dell'attività e il suo timestamp.
Process discovery e task mining, invece, raccolgono i dati attraverso il monitoraggio e la registrazione di come gli utenti interagiscono con il computer, catturando tutti i processi con l'aiuto di agenti software.
I dati hanno origini diverse, quindi sono raccolti in modo diverso.
Nel caso di process mining sono necessari il supporto informatico e lo sviluppo back-end iniziale per realizzare le integrazioni con i sistemi informativi monitorati.
Per process discovery e task mining, gli agenti software devono essere installati sui computer degli utenti. Gli agenti sono software che lavorano continuamente in background sui dispositivi degli utenti. Questi agenti "registrano" tutto ciò che è stato fatto all'interno del software e delle applicazioni aziendali.
Vale la pena ricordare che alcuni software e applicazioni non producono registri di eventi, limitando notevolmente le possibilità di process mining. Ad esempio, supponiamo che l'obiettivo sia quello di mappare l'attuale processo di fatturazione elettronica e trovare opportunità di miglioramento. In questo caso, process mining analizza i diversi passaggi all'interno della piattaforma di fatturazione elettronica utilizzata. Se l'esperto di fatturazione deve utilizzare quella piattaforma e altre applicazioni, ad esempio Excel, per eseguire il processo, i passaggi in Excel vengono trascurati, lasciando così più spazio a risultati negativi. Il sistema è quindi in grado di catturare solo i dati discreti nelle fasi specifiche del processo e lascia gli spazi bianchi tra i registri che sono al di fuori dell'ambito della sua scoperta.
Process discovery e task mining possono raccogliere i dati dai sistemi informativi che producono registri e da altre applicazioni e software di produttività utilizzati dai dipendenti, come la posta elettronica, la suite Microsoft, ecc. Questo li rende uno strumento complementare perfetto per Process Mining e RPA , perché possono fornire un numero leggermente superiore di informazioni sulle attività ombra che altrimenti sfuggono.
Process miningUna volta raccolti, puliti e strutturati i dati, si ricostruisce l'aspetto del processo attuale e lo si confronta con il processo ideale, ovvero come dovrebbe essere. Si tratta del cosiddetto controllo di conformità; vengono utilizzati diversi metodi di data analytics, mining e data science. Trova i possibili colli di bottiglia e suggerisce miglioramenti in base a tali deviazioni.
Process discovery registra innanzitutto tutto ciò che avviene sui desktop degli utenti per catturare i processi così come sono, con tutte le deviazioni e i difetti casuali. Presenta il processo nel modo in cui è stato effettivamente eseguito dagli esseri umani, creando un metamodello del processo utilizzando la computer vision, gli algoritmi di apprendimento automatico e gli strumenti di intelligenza artificiale. In questo modo è possibile identificare più facilmente le cause principali e i vari colli di bottiglia.
Process mining si limita alle fasi del processo all'interno di particolari sistemi informatici. Ignora il fattore umano, trascurando le impronte digitali degli utenti in altre applicazioni, come le app di produttività personale, i documenti, ecc.
Sebbene process discovery e task mining apportino il tocco umano che potrebbe mancare a process mining , funzionano meglio con compiti più brevi e piccoli. Poiché i metodi di analisi utilizzati sono computazionalmente pesanti, potrebbero dare risultati errati quando si analizzano processi più lunghi e non riescono a identificare l'importanza di un compito in un contesto più ampio.
Process mining, task mining e process discovery sono strumenti potenti che vengono utilizzati dalle aziende già da qualche anno, portando buoni risultati e aiutando anche le imprese più grandi a trovare il loro potenziale di automazione.
A seconda dell'azienda, del caso d'uso e di altri fattori, uno o una combinazione di questi può essere più adatto dell'altro. Process mining è generalmente più adatto ad armonizzare i processi distinti e a conformarli all'obiettivo finale, soprattutto se vengono eseguiti all'interno di sistemi IT estesi. Process mining è bravo a vedere la realtà in sistemi pesanti come ERP, CRM e Supply Chain Management e a ottimizzare i processi all'interno di essi. Task mining è una buona alternativa se il processo viene eseguito attraverso diverse applicazioni e le piccole attività tra i passaggi più significativi sono importanti. È abbastanza efficace nel mostrare le interazioni uomo-macchina all'interno dell'attività. Allo stesso modo, process discovery viene utilizzato principalmente per sostituire le tecniche manuali di process discovery , in modo da trovare opportunità di automazione più velocemente rispetto ai vecchi metodi esistenti.
Tuttavia, come abbiamo detto, tutti hanno alcuni difetti che potrebbero non essere adatti ad alcune aziende. Questi possono lavorare in tandem per un'analisi più completa dei processi. Tuttavia, potrebbero non coprire l'intero spettro delle attività lavorative aziendali in modo anonimo. L'intelligenza del lavoro potrebbe essere una soluzione perfetta che combina il meglio di entrambi i mondi e non solo. Aiuta a capire cosa deve essere automatizzato in primo luogo prima di buttarsi nella piscina di molti strumenti di automazione.
WorkfellowL'intelligenza del lavoro è uno strumento all-in-one, tutto ciò di cui la vostra azienda potrebbe avere bisogno per iniziare il suo viaggio di trasformazione digitale.
Introducetevi gratuitamente a Workfellow attraverso una demo o una prova gratuita. Premete il pulsante qui sotto e iniziamo!
Iniziare
