Сравним два подхода: Process Crowdsourcing и Process mining

Пожалуй, не следует ломать копья и убеждать современный менеджмент в том, что процессное управление на сегодняшний день является наиболее адекватным методом операционного управления компаниями. Процессный метод может с успехом применяться в различных областях бизнеса, производства, госуправления и т. п. Вместе с тем, для того, чтобы реализовать систему процессного управления, необходимо иметь детальную операционную модель предприятия.

Создание такой модели и поддержание ее в актуальном состоянии, при использовании традиционных методов и инструментов, представляет собой сложную затратную задачу. В основе традиционных методов лежит интервьюирование работников моделируемого объекта внешними консультантами, ручное «рисование» процессов с последующим итерационным согласованием результата. При таком подходе проект создания моделей растягивается на долгие месяцы, а иногда и годы. За это время моделируемый объект может измениться и работы по моделированию необходимо будет начинать сначала.

 Сократить время можно за счет автоматического создания процессных моделей. В настоящее время известны два метода и соответственно два типа IT-систем автоматической генерации процессных моделей. Это системы process mining и process crowdsourcing.

Метод process mining появился сравнительно недавно. Суть его заключается в автоматизированном извлечении исходных данных о процессах из логов автоматизированных систем операционного уровня. Для того, чтобы воспользоваться этим методом необходимо иметь на предприятии системы управления операционного уровня, причем этими системами должны быть охвачены большинство сотрудников, а главное большинство выполняемых операций. Такого уровня автоматизации  практически нигде нет, поэтому область применение этого метода существенно ограничена.

Метод process crowdsourcing, по сути, известен давно.  Еще Эдвардс Деминг утверждал: «Если человек не может изобразить в виде схемы, что он делает, значит он не знает, что делает». Действительно, каждый квалифицированный сотрудник точно знает, что он делает, и в какой операционной последовательности он выполняет свою работу. Совокупные знания работников в деталях определяют, как устроено предприятие и, как оно работает. Для создания модели остается только собрать эти знания и преобразовать их в модель. Эту часть процесса моделирования можно делегировать программной системе краудсорсингового моделирования.

В представленной ниже таблице показаны сравнительные характеристики и свойства систем process crowdsourcing и process mining.

Прокомментируем таблицу. Графические модели (см. п.1 таблицы) систем process mining используют только три графических символа: многовходовый функциональный блок, стрелка передачи управления и событие. Такого количества символов явно недостаточно для адекватного понимания логики выполнения процесса.  Консультантам-аналитикам приходится домысливать поведение автоматически созданных графических моделей процессов.

Как системы process mining, так и системы process crowdsourcing автоматически создают графические процессные модели «Как есть», причем системы process crowdsourcing генерируют графы процессов на основе данных краудсорсинга, а системы process mining – на основе логов IT-систем по следам работы персонала и автоматов (см. п.2 и п.3 таблицы).

Применяя метод и систему краудсорсинга можно автоматически сгенерировать несколько вариантов моделей «Как будет» (см. п.4 таблицы), на имитационной модели провести многовариантный анализ и доказательно определить оптимальную модель «Как будет» (см. п.7 таблицы). Системы типа process mining не обладают этим важнейшим свойством.

Метод и система process crowdsourcing позволяют создать модель оргштатной структуры моделируемой компании, как части комплексной процессной модели, и на основе анализа результатов имитационного моделирования оценить загрузку персонала, механизмов и автоматов (интернет вещей), определить локализацию узких мест и размеры очередей к ресурсам процессов (см. п.5 и п.6 таблицы).

Метод и система process mining, в принципе, позволяет сделать то же самое. Однако, процесс мониторинга данных будет более затратен, так как потребуется создать и установить множество агентов мониторинга для сбора статистики о переключениях между окнами на компьютерах сотрудников. Кроме того, в  логах IT-систем должны присутствовать необходимые для анализа данные.

Важнейшим свойством краудсорсинговых систем моделирования процессов предприятий является способность таких систем в кратчайшее время с минимальными затратами автоматически создавать адекватные, динамические, имитационные модели процессов предприятий (см. п.7 таблицы). Пожалуй, это свойство не только важнейшее, но и самое важное, в периоды проектирования или модернизации предприятий. Действительно, при проектировании любой продукции, товаров или услуг широко применяются методы имитационного моделирования. 

Никто не станет передавать в производство новый самолет, корабль или технологический процесс не проверив поведение нового объекта на различных имитационных моделях в различных ситуациях. Методика и системы майнинга процессов могут применяться только на действующих объектах и не имеют инструментов имитационного моделирования и не могут рассматриваться в качестве средств проектирования новых или модернизируемых процессов.

Краудсорсинговая система моделирования будущих процессов позволяет минимизировать риски реального перехода от действующей модели процессов «Как есть» к действующей модели «Как будет» (см. п.8 таблицы). Риски минимизируются за счет проверки модели «Как будет» на имитационной модели, а не на действующем в реальных условиях предприятиях и не живых, работающих на этих предприятиях людях, как это реализуется, при применении метода process mining.

Специалисты по методу process mining соглашаются, что применение этого метода возможно только на крупных предприятиях, где большинство процессов автоматизировано средствами больших и дорогостоящих IT-систем, а множество агентов мониторинга для сбора статистики может быть реализовано внешними консультантами. Краудсорсинговая система имитационного моделирования не требует разработки и установки агентов мониторинга и реализуется сотрудниками моделируемого предприятия. Поэтому, системы process crowdsourcing применимы как на крупных, средних, так и мелких предприятиях. (см. п 9 таблицы).

Краудсорсинговая система моделирования позволяет показать динамику загрузки ресурсов и динамику изменения размеров очередей, в зависимости от времени выполнения моделируемого процесса. Динамические модели позволяют на качественном уровне понять и оценить поведение моделируемых процессов, ресурсов и очередей.  Системы process mining не обладают средствами анимационного отображения поведения процессов, ресурсов и очередей (см. п 10 таблицы).

Методика и системы process crowdsourcing позволяют задать множество значений параметров выполняемых операций,  и, на основе выполнения процессной имитационной  модели, получить множество значений статистических показателей деятельности, таких как: время выполнения, трудозатраты, производительность, энергоемкость, стоимость, качество результатов и т.п. (см. п.11 - п.16 таблицы). Метод и система process mining, в принципе, позволяет делать то же самое. Однако, процесс мониторинга данных будет более затратен, так как потребуется создать и установить множество агентов мониторинга для сбора статистических параметров. Кроме того, в  логах IT-систем должны присутствовать необходимые для анализа данные.

Применяя методику и системы process minin нельзя отработать или промоделировать  катастрофические и редко выполняемые сценарии (см. п 17 таблицы). Действительно, нельзя загонять реальные процессы в катастрофический сценарий или долгое время нарабатывать статистику редких сценариев только ради получения достоверных статистических данных выполнения процессов. Гораздо проще и абсолютно безопасно получить достоверную статистику на имитационной модели краудсорсинговой системы.

Краудсорсинговая процессная модель создается собственными сотрудниками предприятия, а модель процессного майнинга создается внешними консультантами. Только это обстоятельство позволяет утверждать, что эксплуатационная стоимость краудсорсинговой модели будет меньше стоимости модели процессного майнинга (см. п. 18 и п. 19 таблицы).

Совокупный функционал краудсорсинговой имитационной модели обеспечивает создание процессного двойника моделируемого предприятия (см. п 20 таблицы).

И, наконец, созданный цифровой двойник может использоваться в качестве базовой имитационной модели организации системы деловых игр.  На этом цифровом тренажере персонал предприятия может отрабатывать свои действия в различных бизнес-сценариях, включая и сценарии редкого и даже катастрофического развития событий (см. п 21 таблицы).

Вывод: методика краудсорсингового процессного моделирования по многим показателям не уступает методам процессного майнинга, а по многим показателям обеспечивает лучшие результаты.