"В течение многих лет понимание процессов в организациях основывалось на догадках, архивных документах, регламентах и интервью с сотрудниками, что обычно приводило к неполным и некорректным оценкам. Изменить ситуацию позволяет анализ процессов, позволяющий раскрыть истинные движущие силы и подводные камни функционирования процессов в организации. Применение Process Mining и Task Mining дает возможность сформировать четкое понимание, что нужно сделать, а не уповать в надежде на оптимизацию процессов, на инструменты ERP, RPA, Low code и ИИ, добавление которых в нечетко прописанные бизнес-процессы означает лишь очередную попытку «автоматизировать хаос». Технологии Process- и Task Mining могут успешно применяться не только в коммерческих организациях, но и в федеральных органах исполнительной власти, использующих процессную аналитику для совершенствования своих процессов. Доклад посвящен обсуждению опыта преодоления организационных и технологических проблем, с которыми может столкнуться любая организация на пути оптимизации своих процессов. Особое внимание уделено процессному анализу, позволяющему максимально эффективно применять инструменты автоматизации и роботизации.

Понимая под  генеративным искусственным интеллектом нейронные сети, которые используются для создания новых данных на основе полученной при обучении информации, могу сказать, что нет, не используем.
В процессной аналитике мы применяем классическое машинное обучение:
⏺Для задач кластеризации — алгоритмы кластеризации (K-means, OPTICS). Они помогают снижать размерность при анализе миллионов экземпляров процессов.
⏺ Для прогнозирования исходов исполнения экземпляров процесса — градиентный бустинг (catboost)
⏺Для анализа корневых причин (RCA) — комбинацию корреляционного анализа и градиентного бустинга с SHAP-значениями, чтобы выявлять скрытые факторы, влияющие на ключевые метрики.

С помощью ML мы находим неочевидные закономерности в данных, а процессные аналитики, уже связывают эти находки с практическими решениями.

Процесс-майнинг является частью цикличного процесса непрерывного совершенствования. Мы проводим первичный процесс-майнинг, фиксируем его результаты в виде аналитического отчёта, включающего в себя предложения по улучшению с указанием их масштаба (масштабность предложения определяется процентом экземпляров процесса, затронутых улучшением), рассчитываем прогнозируемый эффект.

Затем на регулярной основе проводим измерение состояния процесса, относительно результатов, полученных при первичном анализе, и по мере выполнения мероприятий по совершенствованию фиксируем фактический эффект. Эту активность мы называем повторный процесс-майнинг или итерацией совершенствования процесса.

На текущий момент наш процесс совершенствования итеративный, но мы оцениваем готовность инфраструктуры и планируем переходить на постоянный мониторинг части процессов.

📌

Есть ли у нас процесс процесс-майнинга и сколько в нем экземпляров?

Да, мы автоматизировали свой процесс-майнинг: заложили в него цифровые следы, формируем штатным механизмом журнал событий и мониторим процесс в модуле "Процессная аналитика".

Экземпляром процесса является бизнес-задача процессной аналитики, их у нас порядка двухсот. Причём бизнес-объектами нашего процесса являются и гипотезы процессной аналитики, и предложения по улучшению. И даже дополнительно в этом году мы подключаем наш процесс-майнинг к Системе контроля сроков (СКС).

Подключение своего процесса и в процесс-майнинг, и в СКС — это прекрасная возможность для продуктовой команды побыть и в роли пользователей, и поставщиков данных.