流程挖掘技术在数字化转型中的应用价值

2023年2月27日国家正式发布了《数字中国建设整体布局规划》,指出建设数字中国是数字时代推进中国式现代化的重要引擎,是构筑国家竞争新优势的有力支撑,为加速数字化转型发出了明确号令。

随着数字化转型的推进,流程挖掘技术逐渐成为企业优化业务流程的重要手段。本文旨在探讨流程挖掘技术在数字化转型中的应用价值,并分析其未来发展方向。

流程挖掘技术在数字化转型中的应用价值_第1张图片

数字经济的“四化”框架及典型特征 

01

数字化转型之痛

数字化转型是当今商业领域中的一场全球性的变革,将传统业务模式转变为更加灵活、高效和创新的形式。这一趋势是由迅猛发展的数字技术和信息化手段推动,包括云计算、大数据、人工智能以及近期备受瞩目的大模型等。数字化转型是个长期的过程,既是技术问题,也是管理问题。事实上,无论企业规模大小,业态如何,在这个过程中通常都会经历三个阶段:

流程挖掘技术在数字化转型中的应用价值_第2张图片

数字化转型的三个阶段

数字化转型的难点在于怎么实现数字化运营,即第二阶段,这主要体现在数据、流程孤岛,精益化管理和自动化作业三个方面。这些问题与流程紧密相关,因此流程挖掘成为根本解决这些问题的关键:

1、数据、流程孤岛:由于企业的业务流程涉及多个环节,信息化很难一蹴而就,往往是按系统或模块逐步搭建。不同的系统及模块,倘若在信息交互上不能联通,就会成为一座座孤岛,大大降低作业效率,因此系统间需要连接起来。

2、精益化管理:系统的迭代,是由粗到细的。同样,业务的升级也是由粗到细。在人工作业阶段,由于存在明显的效率瓶颈及能力边界,业务信息的记录无法做到精细化,从而导致业务的决策也无法精细化。通过借助更先进的系统工具,业务的精细化决策成为可能。

3、自动化作业:一些机械的、重复性的、逻辑简单的工作流,可以通过RPA系统实现自动化的处理。

02

流程挖掘概述

引用“流程挖掘之父”、德国亚琛工业大学Wil van der Aalst 教授的话,“Process Mining The bridge between process science and data science.”流程挖掘是链接流程科学和数据科学的桥梁。

流程挖掘技术在数字化转型中的应用价值_第3张图片

流程挖掘学科定位(图源于网络)

可见流程挖掘不仅仅是门技术,还是一门学科,涉及流程科学和数据科学的方方面面。在实际应用中,我们应该结合实际情况,综合应用相应知识、算法、工具,最大限度地发挥其价值对业务流程进行优化和持续改进。

同时,Gantner也把流程挖掘作为超自动化的技术之一,未来这种超自动化的技术组合运用,是发现、衡量、优化和管理整个企业的工作流和业务流程的重要技术构成,通过超自动化来加速企业的数字化转型过程是未来的趋势。

03

流程挖掘技术在数字化转型中的应用

1、首先,要理解流程是一套完整的端到端为客户创造价值的活动连接的集合。其次,依照APQC (American Productivity & Quality Center)定义的流程管理行业标准 ,流程管理框架 Process Classification Framework (PCF),共分为5级,如下图所示:

流程挖掘技术在数字化转型中的应用价值_第4张图片

流程管理框架PCF

需要说明的是,通常情况下5级框架,基本可以满足我们的需求。对于复杂的流程,可增加子流程一层,也就变成了6级框架。这里,为了便于读者理解,我们以证券行业举例说明。它的一级流程有投行业务、固收业务、经纪业务、自营业务、营运中心、资产托管、财务、人力、科技等。我们再以资产托管为例,从L1-L5剖析整个流程管理框架:

流程挖掘技术在数字化转型中的应用价值_第5张图片

资产托管L1-L3 流程管理框架

流程挖掘技术在数字化转型中的应用价值_第6张图片

资产托管-估值做账L3-L5 流程管理框架

从上述L5任务流可见,这是非常细节的操作流程,常见的RPA场景即实现的是这种自动化作业。L4 就是流程的节点,每个节点都可能通过RPA实现自动操作。这样,我们就可以梳理出L3-L5中哪些节点可以用RPA,形成新的人机协同流程。结合流程优化,即可实现所谓的流程再造。

2、数字化转型是从“系统驱动”到“流程驱动”再到“数据驱动”的演变。上面曾提到,数字化转型分为三个阶段,分别是信息化建设、数字化运营和智慧化管理,这里就详细说下每个阶段的重点:

(1)信息化建设:实现线上化、云化,主要涉及系统建设,如ERP、CRM、MES系统等,以及IOT物联网建设。企业在这一阶段,通过良好的系统建设实现核心业务线上化和云化。这部分我们通常理解为系统驱动。

(2)数字化运营:这个阶段要解决的是信息化建设中存在的数据孤岛、流程孤岛问题,从业务流程的视角,打通数据、部门的壁垒,实现业务协同和运营的数字化。这是当前数字化转型的重点和难点。

通常,大多数RPA的场景建设,过于关注L5的任务自动化,缺乏对L3流程的视角,从L4各个流程节点全面设计,更缺乏从卓越运营的角度,实现整个业务流程管理的数字化建设。如下图七所示: 构建超自动化的业务运营管理平台的核心思路,就是把卓越运营、流程服务、超自动化有机地结合起来,实现数字化运营。这部分我们通常理解为流程驱动。

流程挖掘技术在数字化转型中的应用价值_第7张图片

构建超自动化的业务运营管理平台的核心思路

(3) 智慧化管理:在实现数字化运营的过程中,企业积累了海量优质数据,包括业务数据和流程数据,这些数据又和业务流程L3-L5紧密相连,通过人工智能和大数据技术,尤其是大模型的加持,形成行业垂直领域的大模型,实现人工智能的应用从被动变成主动服务,使流程变得更加智能,例如智能决策、创新辅助、智能引导、智能预警、智能调度等。这部分我们通常理解为数据驱动。

3、场景挖掘和流程优化

(1)场景挖掘:在To B服务中,通常我们要帮助客户进行场景挖掘。这里的场景通常指的流程挖掘或者任务挖掘,关于他们的区别参见下图:

流程挖掘技术在数字化转型中的应用价值_第8张图片

流程挖掘、任务挖掘的区别与联系

金智维在RPA领域十多年的经验积累中,总结了一系列场景挖掘的方法,可针对不同的客户,不同业务,不同阶段,综合使用这些方法,获得较高的投资回报率。

流程挖掘技术在数字化转型中的应用价值_第9张图片

场景挖掘的方法

(2)流程优化:

流程优化是专业度比较高的环节,国际上比较成熟的有精益、六西格玛、卓越运营等方法论,通常经过培训的业务人员、IT人员,在专家的指导下可以进行初级程度的流程优化。

流程挖掘技术在数字化转型中的应用价值_第10张图片

 六个西格玛方法论

流程挖掘技术在数字化转型中的应用价值_第11张图片

 精益方法论 

流程挖掘技术在数字化转型中的应用价值_第12张图片

卓越运营方法论

04

挑战和未来发展方向

通过本文的研究,我们可以得出以下结论:流程挖掘技术在数字化转型中具有重要的应用价值,并且随着技术的不断发展,其应用范围将更加广泛。不过尽管流程挖掘技术在数字化转型中具有广泛的应用价值,但也面临着一些技术挑战。例如,如何处理大规模数据、如何保障数据安全等。

针对上述问题,金智维也提出了对未来研究的建议:需要加强对数据安全和隐私保护的研究,并进一步完善流程挖掘技术的应用场景。未来,金智维也将持续探索流程挖掘技术,重点研究更多行业应用场景,为企业带来更多可见、可量化的业务价值。

文章信息来源:金智维,如有侵权,请联系删除。

你可能感兴趣的:(自动化)