Process mining, modellazione dei processi e mappatura dei processi: qual è la differenza?

Il process mining è una forma di business process management che aiuta le organizzazioni a scoprire, valutare e migliorare i workflow. Nel process mining, un algoritmo viene applicato al registro eventi di un sistema IT, come un software di customer relationship management (CRM) o di contabilità. L'algoritmo scopre le tendenze nei dati del registro degli eventi e utilizza tali tendenze per costruire un modello di processo, che visualizza i workflow che si verificano all'interno di questi sistemi. Gli algoritmi di process mining possono essere utilizzati anche per migliorare i modelli di processo esistenti, per confrontare i modelli di processo con le istanze reali del workflow e per simulare le modifiche del processo.

Il vantaggio fondamentale del process mining è il dato che fornisce. Aiuta le imprese a utilizzare i dati del log degli eventi per guidare l'allocazione delle risorse, l'ottimizzazione del workflow, le iniziative di automazione e altre decisioni aziendali critiche.

Un modello di processo è una rappresentazione visiva di un workflow, prodotta applicando algoritmi di data-mining ai dati del registro eventi. I modelli di processo offrono illustrazioni quantitative e oggettive dei processi aziendali. Questi modelli contengono una ricchezza di dati sul workflow, inclusi eventi, un registro di chi possiede o avvia tali eventi, percorsi percorsi all'interno del workflow, tempistiche di ogni passaggio, tassi di successo e altro ancora. La modellazione di processo può essere intesa come una sottocomponente del process mining — nello specifico, la fase in cui l'algoritmo utilizza i dati del log eventi per generare un modello di workflow.

Il principale vantaggio della modellazione dei processi consiste nel rappresentare i processi così come realmente avvengono, e non come l’azienda crede che avvengano. Sfruttando i dati del log degli eventi, gli algoritmi di process mining creano modelli quantitativi che offrono livelli di trasparenza precedentemente irraggiungibili nei workflow.

Come la modellazione dei processi, la mappatura dei processi si riferisce alla creazione di una rappresentazione visiva di un processo aziendale. Tuttavia, mentre un modello di processo è basato sui dati ed è quantitativo, una mappa dei processi è soggettiva e qualitativa. La mappatura dei processi inizia in genere con un analista o uno strategist aziendale che organizzano workshop e interviste con le persone coinvolte in un processo di destinazione. L'analista o lo strategist utilizzano poi le informazioni raccolte per creare una mappa dei processi, a mano o con un software di mappatura dei processi.

Il vantaggio fondamentale della mappatura dei processi è che visualizza i workflow in un modo più incentrato sulle persone. Invece di catturare metriche oggettive, le mappe di processo descrivono principalmente come diverse persone e team all'interno di un'azienda sono coinvolti in un determinato processo.

Nota: sia i modelli di processo che le mappe dei processi rappresentano i processi visivamente, ma non sono intercambiabili. Al contrario, mettono in evidenza diversi aspetti degli stessi workflow. I modelli di processo sono più quantitativi, mentre le mappe di processo sono più qualitative.

Prendiamo in considerazione un'azienda che desidera una maggiore chiarezza nel processo di approvvigionamento dell'intera organizzazione. Quando sarebbe opportuno utilizzare il process mining, la modellazione dei processi o la mappatura dei processi?

• Modellazione dei processi: se l'organizzazione vuole capire con precisione cosa succede in ogni fase del processo di procurement, deve utilizzare la modellazione dei processi. Applicando un algoritmo di data mining ai dati del log degli eventi del processo di procurement, l'organizzazione genera un modello di processo completo, che offre una prospettiva oggettiva dell'intero workflow.
• Process mining: se l'organizzazione ha già modellato il proprio processo di procurement e vuole identificare opportunità specifiche di miglioramento e ottimizzazione, il process mining rappresenterebbe la scelta migliore. Il process mining può confrontare i workflow reali con i modelli esistenti, evidenziando opportunità per ottimizzare i processi e migliorare l'accuratezza del modello. Se l'organizzazione vuole testare potenziali miglioramenti prima di implementarli, potrebbe anche utilizzare il process mining per generare un modello ipotetico basato su dati accurati del log degli eventi.
• Mappatura dei processi: se l'azienda vuole chiarire quali reparti sono responsabili di quali parti del processo di procurement, una mappa dei processi sarebbe la scelta giusta, perché si basa su dati qualitativi e sulle esperienze dei dipendenti. Una mappa dei processi aiuterebbe anche a chiarire in che modo il processo di procurement è suddiviso tra i reparti.

Per una visione più completa del processo di procurement, l'impresa utilizzerebbe una combinazione di tutte e tre (modellazione dei processi per raccogliere dati quantitativi, mappatura dei processi per acquisire dati qualitativi e process mining per individuare opportunità di miglioramento):

Il process mining  fa della business process management una scienza, ma alcuni prerequisiti devono essere soddisfatti prima che possa essere applicato:

• Pro: il process mining estrae i dati dai registri degli eventi dei sistemi IT e li rende pratici e utilizzabili per i team aziendali.
• Pro: gli algoritmi di process-mining possono rendere più accurati i modelli di processo esistenti e generare modelli ipotetici di cosa accadrebbe se un processo venisse modificato.
• Pro:  il process mining fornisce una visione basata sui dati dei workflow effettivamente esistenti e dei loro risultati, fornendo all'impresa una business intelligence più oggettiva per guidare l'allocazione delle Risorse, le iniziative di automazione, l'ottimizzazione dei workflow e altre decisioni chiave di business.
• Svantaggio: le organizzazioni devono utilizzare strumenti specializzati per implementare il process mining, perché il metodo si basa su algoritmi avanzati di data mining. Detto questo, i dipendenti non hanno necessariamente bisogno di competenze nella data science per eseguire il process mining, poiché la maggior parte degli strumenti di process mining automatizza l'applicazione degli algoritmi e la generazione di modelli.

La modellazione dei processi è utile per fornire alle aziende una visione più obiettiva dei workflow che alimentano le loro operazioni. Tuttavia, ci sono alcuni tipi di dati che questi modelli non possono raccogliere:

• Vantaggio: i modelli di processo offrono rappresentazioni oggettivamente accurate dei processi, eliminando l'errore umano e andando oltre le supposizioni per scoprire come sono i workflow nella pratica.
• Vantaggio: i modelli di processo rappresentano visivamente dati di processo quantitativi come tempo, percentuali di successo, tassi di errore e risultati misurabili oggettivamente, consentendo un'analisi più informata dei processi aziendali e della logica aziendale. Senza un modello di processo, i team si limitano a discutere i workflow in termini qualitativi che non riflettono necessariamente la realtà.
• Vantaggio: i modelli di processo facilitano la diffusione e la discussione dei processi trasformando i workflow astratti in immagini concrete.
• Contro: i modelli di processo non possono catturare dati qualitativi sull'esperienza dei dipendenti nei workflow nel mondo reale; possono solo riflettere i dati registrati in un registro eventi.

La mappatura dei processi è un modo rapido e flessibile per generare ampie panoramiche dei processi, ma a volte le mappe possono essere imprecise perché si basano su report qualitativi dei dipendenti:

• Pro: le mappe dei processi possono acquisire dati qualitativi su come i workflow si manifestano nelle attività e nelle interazioni reali dei dipendenti.
• Pro: le mappe dei processi non richiedono molti strumenti specializzati e possono essere prodotte in modo relativamente rapido e semplice. 
• Contro: Poiché le mappe dei processi si basano su workshop e colloqui con i dipendenti, sono meno obiettive dei modelli di processo e possono contenere informazioni imperfette, incomplete o imprecise.

L'automazione aziendale non può essere realizzata senza una chiara comprensione dei processi aziendali. In altre parole, un'impresa deve sapere esattamente cosa accade in un workflow prima di poter automatizzare efficacemente qualsiasi passaggio. Le tecniche di process mining, modellazione e mappatura forniscono dati quantitativi e qualitativi che garantiscono all'azienda una trasparenza senza precedenti sui workflow. Con una visione completa dei processi esistenti, le aziende possono intraprendere facilmente iniziative di automazione su larga scala.

IBM® Cloud Pak for Business Automation offre di funzionalità integrate nei processi aziendali per aiutare le organizzazioni a comprendere accuratamente i loro processi così come sono. Applicando la mappatura, la modellazione e il mining dei workflow del core business, le aziende possono digitalizzare e individuare le inefficienze o i punti critici delle operazioni.

IBM Cloud Pak for Business Automation è un insieme modulare di software integrato, progettato per qualsiasi hybrid cloud, che risolve rapidamente le tue sfide operative più difficili. Include il più ampio insieme di funzionalità di automazione basate su AI attualmente disponibile sul mercato (contenuti, acquisizione, decisioni, workflow e attività), con un modello flessibile che ti permette di partire in piccolo e scalare via via che le tue esigenze evolvono.

IBM offre anche IBM® Process Mining, una soluzione cloud per il miglioramento dei processi aziendali progettata per aiutare le organizzazioni a scoprire i processi aziendali e poi identificare colli di bottiglia e inefficienze per il miglioramento. I team possono lavorare insieme attraverso un'interfaccia web intuitiva e facilmente accessibile, per visualizzare e analizzare i processi e renderli più efficienti. Provalo gratis per 30 giorni.