主页
Page Title
Page Title
利用 rpa 最大限度发挥流程挖掘的作用
到目前为止,通过展示应用 RPA 来实现最大回报的位置与方式,我们已经了解了如何使用 Process Mining 最大限度地提升 RPA 的价值。
但这在现实中意味着什么呢?
首先,回顾一下使用 RPA 作为独立解决方案的诸多优点是很有用的。当 RPA 用于自动执行数据输入和批处理文件重命名等重复性日常任务时,它可以:
当 RPA 与 Process Mining 结合使用时,这些优点呈指数级增长。通过结合使用这两种解决方案,组织能够:
Process Mining 可以识别整个组织中 RPA 的候选任务,从而大幅提高战略潜力。
任务挖掘功能是 Process Mining 的一个核心要素,它能够显示所有可以通过 RPA 实现自动化的任务,而不是依赖各个员工和部门来发现这些任务。
不全面了解整个组织的流程往往会导致实现错误的自动化。Process Mining 可以突出通过自动化受益最多的任务。
对流程中某个环节执行临时自动化往往会给其他环节带来问题。通过提供全局视图,Process Mining 可以确保以最有效的方式应用任务自动化。
当 Process Mining(流程挖掘)与 RPA 集成时,可以从 Process Mining 工具自动生成机器人,从而节省更多时间。
RPA 通常只应用于最容易实现的目标,然后就被遗忘了。 Process Mining 不断寻找新的自动化机会,最大化 RPA 投资的长期价值。
由于 Process Mining 持续监控组织流程的变化,因此它可以预测流程变化何时会带来破坏现有自动化的风险。这使组织能够修改自动化并避免诸如流程失败导致的合规违规之类的风险。
Process Mining 和 RPA 共同为实现持续优化和自动化奠定坚实的技术基础。该基础可以构成专门的卓越中心的基础,以确保整个组织充分利用 Process Mining 和 RPA 的价值。
以下是一些组织通过 Process Mining 和 RPA 解锁巨大价值的示例:
全球奢侈时尚集团 Max Mara 在其订单履行流程中遇到瓶颈,这对从订单到现金的周期产生负面影响,尤其是在季节性销售高峰期。集团希望详细了解这些瓶颈,以便不仅可以确定问题出在哪里,还可以了解哪些修复措施可以带来最高的投资回报率。
Max Mara 寻找一种将实施灵活性与精细流程建模功能相结合的流程发现工具。在该公司评估的工具中,IBM Process Mining 成为最全面的数据驱动型流程优化基础。IBM 工具用于可视化订单到现金流程以及识别优化机会。
如今,IBM 工具用于分析整个企业的复杂流程,并对流程变更和自动化的投资回报率进行建模和加以理解。例如,IBM Process Mining 推出的一项自动化技术使 Max Mara 能够将客户服务解决时间缩短 90%,并将每次解决问题的平均成本降低 46%。
阅读完整案例:重新设计订单到现金流程,以获得更好的购买体验
意大利地区性银行 Credito Emiliano (Credem) 于 2013 年开始数字化转型之旅,旨在优化客户和员工体验。
最初,各个部门对自己的小流程或部分流程执行自动化,但该银行知道,通过采取更全面的方法可以解锁更多价值。它选择实施 IBM Process Mining 和 IBM RPA 来分析和实现内部流程自动化,包括后台流程和与客户服务相关的关键流程。
在一个案例中,IBM Process Mining 发现了一个将部分信用卡检查和审批流程自动化的机会,将审批时间从四天缩短到一天,每年可节省约 500,000 欧元(521,000 美元)。在另一个案例中,IBM Process Mining 将员工处理贷款的时间减少了 70%。 总体而言,该银行迄今为止已实施了 91 项自动化,从而节省了数百万美元的运营和服务成本。
阅读全文:提升客户和员工体验
鉴于该银行的业务分布广泛这一复杂性,一家大型 MMC 很难找到影响订单到现金周期的物流活动延误的根本原因。尽管物流经理一再尝试尽量减少延误,但由于信息不完整、不连贯,纠正措施受到阻碍。
在审查概念验证 (POC) 后,MMC 实施了 IBM Process Mining,以创建组织的数字孪生体来发现问题。通过结合使用 Process Mining 和 RPA,该银行能够解决整个订单到现金流程中的瓶颈和效率低下问题,从而节省数十万美元的成本,并将交付时间缩短了数天。