Apa itu penambangan tugas?

Teknologi ini menggunakan pengenalan karakter optik (OCR), pemrosesan bahasa alami (NLP), dan algoritma machine learning untuk menginterpretasikan dan menganalisis data ini, yang pada gilirannya memungkinkan para analis dan pemangku kepentingan untuk mengidentifikasi inefisiensi operasional.

Solusi penambangan tugas dianggap sebagai bagian dari penemuan proses, bagian dari proses penambangan, dan menurut “Panduan Pasar untuk Penambangan Proses” Gartner, pasar untuk teknologi ini berkembang pesat.

Karena pandemi COVID 19 terus mendorong upaya transformasi digital, adopsi teknologi task mining diantisipasi hanya akan meningkat karena manfaat terwujud sepenuhnya.

Penambangan proses berfokus pada pengoptimalan proses menyeluruh, seperti proses pengadaan secara keseluruhan. Sebaliknya, penambangan tugas berfokus pada tugas-tugas individual yang menaiki tangga menuju proses yang lebih besar, seperti persetujuan anggaran untuk utang dagang. Mereka juga terutama berbeda dalam jenis data yang mereka gunakan untuk setiap analisis.

Proses penambangan terutama bergantung pada metrik bisnis dan data log peristiwa dari sistem informasi, seperti perencanaan sumber daya perusahaan (ERP) atau alat manajemen hubungan pelanggan (CRM). Sebaliknya, penambangan tugas dapat menggunakan data interaksi pengguna, yang meliputi penekanan tombol, klik mouse, atau entri data di komputer. Ini juga dapat mencakup rekaman pengguna dan tangkapan layar pada interval stempel waktu yang berbeda.

Poin data ini membantu analis dan peneliti memahami bagaimana individu berinteraksi dengan proses dan subproses untuk menyelesaikan tugas. Mereka berdua juga menggunakan teknik ilmu data untuk sampai pada insight ini untuk mengoptimalkan proses; penambangan tugas hanya memungkinkan proses ini pada tingkat yang lebih terperinci.

Sementara task mining dan RPA keduanya berfokus pada otomatisasi proses, kedua teknologi berbeda tetapi saling melengkapi dengan baik. Sementara teknologi penambangan tugas membantu bisnis mengidentifikasi hambatan dalam alur kerja proses mereka, alat RPA menerapkan dan bekerja melawan peluang otomatisasi yang ditemukan melalui analisis ini.

Alat penambangan tugas dimulai dengan mengumpulkan data dari mesin pengguna, yang dapat mencakup penekanan tombol, klik, input pengguna, rekaman, tangkapan layar, dan banyak lagi. Dari sana, kemampuan pengenalan karakter optik dapat menambahkan lebih banyak konteks tentang apa yang dilakukan pengguna.

Misalnya, mungkin melihat data stempel waktu untuk membantu menyusun garis waktu umum aktivitas dalam subproses. Setelah data tersebut terstruktur dengan tepat, machine learning dapat digunakan untuk klaster data ke dalam tugas-tugas tertentu dalam subproses, seperti “mengirimkan pesanan pembelian.”

Data kemudian dapat digabungkan dengan data log peristiwa untuk membantu menyesuaikan kinerja dengan konteks. Insight berbasis data ini membantu bisnis mengidentifikasi hambatan dan mengambil langkah-langkah yang diperlukan untuk mengatasinya.

Teknik penambangan tugas telah digunakan untuk meningkatkan aliran proses di berbagai industri. Peta proses dapat membantu bisnis lebih berfokus pada indikator kinerja utama (KPI) yang penting, mendorong mereka untuk memeriksa kembali inefisiensi operasional melalui penambangan proses dan penambangan tugas.

Beberapa contoh penggunaan penambangan tugas meliputi:

• Dokumentasi tugas: Saat anggota tim baru bergabung, dokumentasi sering ditinjau untuk menutup kesenjangan pengetahuan. Namun, tergantung pada proyek dan sumber daya yang tersedia, dokumentasi mungkin tidak tersedia atau terbaru. Alat bantu penambangan tugas menyediakan cara bagi tim untuk memberikan insight tentang tugas dalam proses yang lebih besar, menciptakan keselarasan di seluruh tim. Ini juga mengurangi kebutuhan akan dependensi individu, menyediakan cara mudah untuk membangun dokumentasi dan visualisasi melalui pemetaan proses dan alat otomatisasi lainnya.
• Tata kelola dan kepatuhan: Ketika bisnis menghadapi peraturan pemerintah yang lebih ketat, penambangan tugas dapat membantu membuat perusahaan bertanggung jawab dengan mengidentifikasi area di mana kesalahan kepatuhan terjadi. Visibilitas ini dapat memberikan jalur untuk menyelesaikan masalah ini dengan lebih cepat, sehingga berpotensi menghemat biaya, seperti biaya hukum dan publisitas merek yang negatif.
• Otomatisasi tugas: Penambangan tugas menghasilkan pandangan yang lebih jelas ke dalam subproses tertentu yang juga dapat memungkinkan manajer program dan manajer sumber daya manusia untuk memahami bagian mana dari proses yang dapat diotomatiskan melalui alat bantu seperti RPA.

Meskipun penambangan tugas dapat menghasilkan banyak manfaat, yang paling sering direalisasikan meliputi:

• Peningkatan efisiensi: Penambangan tugas berfokus pada identifikasi hambatan operasional untuk mempercepat peningkatan proses. Ketika inefisiensi tersebut ditemukan dan diperbaiki, perusahaan mengalami peningkatan kecepatan pada berbagai tugas. Jika suatu tugas dalam suatu proses telah menggunakan sumber daya yang berlebihan, hal ini juga dapat menyebabkan pemindahan staf ke pekerjaan prioritas lainnya, yang berpotensi meningkatkan semangat kerja karyawan dengan memberikan pekerjaan yang lebih bermakna bagi mereka.
• Kepatuhan yang lebih baik: Alat penambangan penugasan mengumpulkan data dari pengguna, memungkinkan tim tata kelola untuk menentukan perincian kepatuhan selama tugas tertentu. Kemampuan untuk menunjukkan masalah dan menyelesaikannya dengan cepat dapat membantu memfasilitasi tata kelola dan kepatuhan yang lebih baik di seluruh bisnis.
• Transparansi yang lebih besar: Penambangan tugas dapat memberikan insight tenaga kerja di tingkat individu, memungkinkan manajer untuk memberikan masukan yang berharga selama penilaian kinerja dan memberi penghargaan kepada karyawan secara adil atas pekerjaan mereka. Ini juga dapat membantu mereka untuk mengalokasikan kembali karyawan ke pekerjaan yang berbeda ketika mereka tampaknya tidak cocok dengan pekerjaan.

Namun, penambangan tugas bukannya tanpa tantangan. Beberapa kesulitan utama meliputi: 

• Privasi data: Penambangan tugas dapat merekam dan mencatat tindakan pengguna dan juga dapat menimbulkan kekhawatiran seputar privasi. Akibatnya, pengguna harus menyetujui alat-alat ini sebelum aktivasi dan mereka juga harus melindungi data pribadi pengguna melalui anonimisasi yang sesuai.
• Tidak ada konteks: Karena penambangan tugas berfokus pada sebuah subproses di dalam sebuah proses yang lebih besar, konteks kinerja yang lebih besar terkadang bisa hilang. Sangat penting untuk menggunakan teknologi penambangan tugas bersama penambangan proses untuk mendapatkan gambaran kinerja yang lebih lengkap di seluruh tim. Jika tidak, perusahaan berisiko memprioritaskan pengoptimalan tugas yang tidak memiliki dampak terbesar bagi bisnis.
• Penyimpangan konsep: Ketika bisnis bergerak dengan cepat untuk bertransformasi ke era digital, tugas dan proses dapat berubah secara real-time. Perubahan dalam tugas dan proses dapat berdampak pada analisis, yang mengarah pada penyimpangan konsep.