Descubra as vantagens da IA. Visualize e otimize fluxos de trabalho.
Usando a solução IBM Process Mining para agilizar processos de order-to-cash
Quando uma empresa possui instalações em cinco continentes diferentes, com cadeias de suprimento que se estendem por milhares de quilômetros, interrupções em qualquer etapa do processo de order-to-cash (O2C) podem resultar em atrasos na entrega de produtos. Mas devido à complexidade de suas operações longínquas, a grande empresa Multinational Manufacturing Company (MMC) estava passando por problemas para encontrar a causa raiz dos atrasos em suas atividades de logística.
"Percebemos diferenças significativas em tempos médios de processos e custos de entrega entre diferentes clientes; as razões para essas diferenças não foram bem compreendidas." diz o VP of Logistics da MMC. "Também vimos muitas ordens sendo colocadas em espera, mas nem sempre conseguíamos identificar quem estava inserindo os bloqueios ou por que não estavam em conformidade com os processos padrão".
Embora os gerentes de logística da MMC tenham tentado por diversas vezes minimizar os atrasos, a ação corretiva foi dificultada por informações incompletas e desconectadas. Uma vez que os desvios dos processos padrão não estavam sendo monitorados, não havia como entender como esses desvios afetaram os planejamentos e custos de entrega.
"Até que tivéssemos uma visão melhor sobre onde e por que atrasos estavam sendo colocados no sistema, não teríamos condições de tomar as ações necessárias para corrigir desvios", diz o VP da MMC. "Também acreditávamos que, se tivéssemos uma visão detalhada e abrangente dos processos que estão realmente sendo usados, poderíamos começar a automatizar mais processos e reduzir o esforço humano".
Por meio de entrevistas e métodos informais, os gerentes de logística da MMC tentaram mapear processos O2C, identificar gargalos e corrigir anomalias, sem sucesso. "Mas então, enquanto estávamos implantando nossa plataforma ERP, nosso parceiro de integração de sistemas recomendou uma nova ferramenta", diz o VP da MMC. "Ela seria capaz de fornecer uma visão detalhada de todos os processos e pessoas envolvidas com o O2C e criar modelos baseados em dados do reais, derivados de nosso sistema ERP. Ficamos surpresos com as possibilidades".
Redução do número de casos de Alteração da Data de Entrega gerando economia de custos de
USD 50,000
assim como a redução do tempo de processamento para 3 dias
Adoção de uma solução RPA para reduzir o retrabalho e automatização de
75%
de atividades de entrega, proporcionando uma economia de custos de USD 60.000
Você precisa estar sempre à frente da concorrência. E ao aumentar a automação de nossos processos comerciais com a IBM Process Mining, pretendemos ampliar a distância entre nós e nossos concorrentes.
VP of Logistics
Multinational Manufacturing Company
Drill down para extrair insights detalhados
Após revisar uma prova de conceito (POC), a MMC escolheu a solução IBM® Process Mining e a implementou por meio do software IBM Cloud Pak® for Business Automation. O IBM Process Mining também faz parte do portfólio de soluções IBM Cloud Paks for Automation como recurso base. "Nós queríamos ver um 'gêmeo digital' da nossa organização de logística", diz o VP da MMC, "assim poderíamos identificar os gargalos em nossos processos O2C e identificar oportunidades de automação".
Quando os executivos da MMC viram seu processo de O2C mapeado pela primeira vez, eles tiveram a mesma resposta que muitos clientes têm com a tecnologia de simulação desenvolvida com. "Nossa primeira reação foi: 'Você desenvolveu isso. Não acreditamos que tenha sido criado automaticamente a partir dos dados'. A segunda reação foi: 'Não pode ser verdade, os dados estão incorretos'", diz o VP da MMC. "Mas, assim que fizemos o drill down da simulação, conseguimos ver como esse modelo foi bem desenvolvido, com base em dados reais de nossa plataforma de ERP. Foi algo extremamente esclarecedor".
Assim que fizemos o drill down da simulação, conseguimos ver como esse modelo foi bem desenvolvido, com base em dados reais de nossa plataforma de ERP. Foi algo extremamente esclarecedor.
VP of Logistics
Multinational Manufacturing Company
Ao trabalhar com a ferramenta para estudar todas as atividades, pontos de contato e funcionários envolvidos no processo O2C, a equipe de logística da MMC foi capaz de:
- Analisar o comportamento do processo, encontrar atividades não conformes e identificar oportunidades de melhoria
- Identificar atividades críticas em termos de impacto de custo e variação de tempo de processamento
- Descobrir os principais usuários dos processos e verificar a segregação de funções
- Monitorar o retrabalho para descobrir onde erros e procedimentos incorretos afetam os cronogramas de entrega
- Descobrir os custos relacionados a atividades manuais e onde havia potencial para automação
A análise do comportamento dos funcionários proporcionou insights interessantes. Por exemplo, uma gerente de logística estava alterando cronogramas manualmente em uma tentativa de ajudar sua fábrica a atender as metas de produção. "Ela estava tentando ajudar a sair mas na verdade estava atrasando o processo", diz o VP da MMC. "Conversamos com ela e explicamos que a equipe dela estava fazendo um trabalho muito melhor sem a sua intervenção".
Oportunidades para automação
Após analisar o modelo de processo O2C criado pela ferramenta IBM Process Mining e utilizar os painéis da ferramenta para monitorar a atividade, os gerentes de logística da MMC conseguiram:
- Reduzir o número de instâncias de alteração da data de entrega, gerando economia de USD 50.000 em custos e reduzindo o tempo de processamento em três dias
- Monitorar, de maneira contínua, a variação no tempo de processamento de clientes, que aumentou o alinhamento dos KPIs em 25% para as atividade de remoção de bloqueio de logística e alteração em data de entrega
- Redesenhar o processo para reduzir as atividades de remoção de bloqueio de logística, gerando economia de custos de USD 100.000 e reduzindo o tempo médio de processamento em dois dias
A plataforma IBM Process Mining também permitiu que a MMC implementasse ferramentas de automação robótica de processos (RPA), um objetivo de longa data da organização. Ao monitorar o desempenho de RPA, a empresa:
- Automatizou 75% da atividade de entrega, gerando USD 60.000 em economia de custos e reduzindo o retrabalho consideravelmente
- Automatizou 75% da atividade de criação de linha para gerar economias de custo de USD 50.000 e reduzir os tempos de processamento em três dias
"Automatizar os processos, sempre que viável, representa uma oportunidade enorme para nós", diz o VP da MMC. "Devido ao volume de trabalho que temos na logística, muitas vezes enfrentamos dificuldades com os recursos humanos que temos disponível. Ao reduzir o número de vezes que os pedidos são bloqueados ou reagendados, podemos liberar tempo para que nossos funcionários trabalhem em outras tarefas".
"Uma das etapas que queremos executar futuramente com o IBM Process Mining é entender os comportamentos do cliente e como eles geram atrasos e custos relacionados no processo", diz o VP da MMC. "Nós acreditamos que essa ferramenta vai nos ajudar a mudar esses comportamentos para que possamos reduzir os cronogramas de entrega e aumentar a eficiência em termos de custos".
Por ser uma grande empresa global, a MMC utiliza diversos serviços de inteligência de negócios para monitoramento e planejamento de desempenho. "Nós já temos um grande volume de informações, mas existem vários KPIs críticos de negócios que monitoramos com o IBM Process Mining e que não conseguimos em nenhum outro lugar", diz o VP da MMC. Precisamos estar sempre à frente da concorrência. E, ao aumentar a automação de nossos processos de negócios com o IBM Process Mining, pretendemos ampliar a distância entre nós e nossos concorrentes".
Sobre a Multinational Manufacturing Company (MMC)
Fundada há mais de 100 anos, a MMC opera mais de 100 fábricas em 50 países e conta com mais de 20.000 funcionários. É um fornecedor líder nas indústrias de telecomunicações, transmissão de energia, construção civil e transporte. O cliente deste estudo de caso inicialmente contratou a myInvenio, que passou a realizar negócios como IBM em 1 de agosto de 2021. O produto myInvenio neste estudo de caso, o myInvenio Process Mining, é agora conhecido como IBM Process Mining.
Componentes da solução
© Copyright IBM Corporation 2022. IBM Corporation, New Orchard Road, Armonk, NY 10504
Produzido nos Estados Unidos da América, março de 2022.
IBM, o logotipo IBM, ibm.com e IBM Cloud Pak são marcas registradas da International Business Machines Corp., registradas em diversas jurisdições no mundo inteiro. Outros nomes de produtos e de serviços podem ser marcas registradas da IBM ou de outras empresas. Uma lista atual de marcas comerciais da IBM está disponível na web em "Copyright and trademark information" em https://www.ibm.com/legal/copytrade.
Este documento foi atualizado a partir da data inicial da publicação e pode ser modificado pela IBM a qualquer momento. Nem todas as ofertas estão disponíveis em todos os países nos quais a IBM opera.
Os dados de desempenho e exemplos do cliente citados são apresentados somente para fins ilustrativos. Os resultados de desempenho podem variar dependendo de condições de operação e configurações específicas. AS INFORMAÇÕES PRESENTES NESSE DOCUMENTO SÃO FORNECIDAS “NO ESTADO EM QUE SE ENCONTRAM”, SEM GARANTIAS DE QUALQUER TIPO, EXPRESSAS OU IMPLÍCITAS, INCLUSO SEM GARANTIAS DE COMERCIALIZAÇÃO, ADEQUAÇÃO A UM DETERMINADO FIM E QUALQUER GARANTIA OU CONDIÇÃO DE NÃO VIOLAÇÃO. Os produtos IBM possuem garantias de acordo com os termos e condições dos contratos aos quais estão sujeitos.