• Сегодня 23 ноября 2024
  • USD ЦБ 102.58 руб
  • EUR ЦБ 107.43 руб
Сорок первая конференция «Общие центры обслуживания: организация и развитие»
Седьмая конференция «Управление рисками в промышленности»
Подборка подарков на новогодние праздники от издательства «Архипелаг»
Одиннадцатая конференция «Корпоративное планирование и прогнозирование»
https://t.me/cfo_russiaru

Артем Чемерский, независимый эксперт: «Process Mining – одна из лучших технологий для анализа процессов»

19.07.2024

Артем Чемерский, независимый эксперт: «Process Mining – одна из лучших технологий для анализа процессов»

Артем Чемерский, независимый эксперт и спикер Двенадцатой конференции «Внутренний контроль и внутренний аудит как инструменты повышения эффективности бизнеса», рассказал CFO Russia о преимуществах использования Process Mining для мониторинга и анализа внутренних процессов.

В чем вы видите главное преимущество применения Process Mining для мониторинга и анализа внутренних процессов?

При выполнении анализа мы регулярно сталкиваемся с тем, что есть очень большой объем данных из различных систем, связь между данными иногда сложно прослеживается, а для отрисовки процесса требуется кропотливая ручная работа. Приходится делать выборки, обосновывать их, выполнять сквозные тестирования и т.д. А если задача стоит в построении мониторинга, то потребуется продумать автоматическое обновление данных и визуализации. Process Mining – это метод, предназначенный для обнаружения, мониторинга и улучшения реальных процессов путем извлечения доступных знаний из журналов событий информационных систем. Process Mining позволяет, во-первых, обнаружить процесс, то есть преобразовать журнал событий из любой системы хранения данных в модель процесса. Во-вторых, проверить соответствие фактического процесса регламентированному или целевому, а в-третьих – проанализировать дополнительные параметры процесса. Например, можно исследовать производительность, используя дополнительные метрики, такие как время операции, циклы, ожидания, теги пользователей и т.д.

Все эти возможности помогают разработать рекомендации по оптимизации и улучшению существующих процессов. При этом основанием для этих рекомендаций будет не выборочная ручная работа, а автоматизированная обработка всех имеющихся данных о процессах.

Как происходит оценка соблюдения целевого процесса с помощью Process Mining?

Это проще объяснить на примере. Возьмем процесс согласования платежей. У нас есть выгруженные из информационной системы регламентные маршруты согласований. На их основе программа отображает довольно простую последовательность согласований платежей в соответствии с регламентом. Далее выгружаем данные о фактических согласованиях и, если это необходимо, обрабатываем выгрузки в нужный формат. По полученной выгрузке данных программа аналогично отрисовывает фактический процесс согласования платежей. Визуализация процессов облегчает понимание, особенно если один этап должен следовать строго за другим. На основании этого можно сделать заключение о соблюдении регламентного процесса, погрузиться в детали причин отклонений и разработать рекомендации.

Если же согласование идет параллельно, то его визуализация будет выглядеть запутанно. В этом случае в программе мы можем вывести таблицу или диаграмму с указанием процента платежей, которые были согласованы с соблюдением регламентного маршрута. На основании подобного анализа нами были даны рекомендации проверяемому подразделению по устранению отклонений при согласовании платежей.

Считаете ли вы, что Process Mining – лучшая технология для анализа внутренних процессов в условиях импортозамещения?

Process Mining – определенно одна из лучших технологий для анализа процессов. Но в условиях импортозамещения возникают ограничения по программным продуктам для осуществления Process Mining. Например, сначала мы попробовали пакет Power BI PAFnow от MicroSoft для визуализации процессной модели и столкнулись с тем, что бесплатная версия отрисовывает ограниченное количество событий, а не весь изучаемый массив данных. Платная версия недоступна в связи с санкционными ограничениями.

Чтобы обойтись без дополнительных затрат, мы воспользовались библиотеками Python, а именно Pm4py – для отрисовки процессной модели, Pandas и Numpy – для расчетов отклонений от процесса и длительности операций, а также Matplotlib – для итоговых визуализаций. В связи с санкционным давлением Python – один из немногих способов проводить качественный анализ своими силами, т.к. его библиотеки – это открытое программное обеспечение, исходный код которого доступен для просмотра, изучения, изменения и позволяет убедиться в отсутствии уязвимостей с точки зрения информационной безопасности.

Стоит отметить, что в настоящее время достаточно много отечественных вендоров предлагают решения Process Mining «под ключ». Таким образом, есть возможность выбирать – применять метод Process Mining своими силами в аудитах (при наличии компетенций внутри функции) либо купить готовое решение для конкретных задач.

Задать свои вопросы Артему вы сможете на Двенадцатой конференции «Внутренний контроль и внутренний аудит как инструменты повышения эффективности бизнеса», которая состоится 9 августа 2024 года.

Елизавета Гета


Комментарии

Защита от автоматических сообщений