- Интервью
- Отчеты о конференциях
- Цифровая трансформация
- Электронный документооборот
- Финансы: стратегия и тактика
- Общие центры обслуживания
- Информационные технологии
- Финансовая отчетность
- Риск-менеджмент
- Технологии управления
- Банки и страхование
- Кадровый рынок и управление персоналом
- Управление знаниями
- White Papers
- Финансы и государство
- CFO-прогноз
- Карьера и дети
- CFO Style
- Советы по выступлению на конференциях
- Обзоры деловых книг и журналов
- История финансов
- Свободное время
- Цитаты
КОНФЕРЕНЦИИ
-
18 сентября 2024 года
Москва -
19-20 сентября 2024 года
Москва -
25-27 сентября 2024 года
Набережные Челны -
4 октября 2024 года
Москва -
10 октября 2024 года
Москва -
11 октября 2024 года
Москва
Ольга Андреева, СБЕР: «Рецепт эффективного исследования Process Mining в использовании ML-моделей и шаблонных дэшбордов»
08.05.2024
![Ольга Андреева, СБЕР: «Рецепт эффективного исследования Process Mining в использовании ML-моделей и шаблонных дэшбордов» Ольга Андреева, СБЕР: «Рецепт эффективного исследования Process Mining в использовании ML-моделей и шаблонных дэшбордов»](https://cfo-russia.ru/upload/iblock/36e/ucnxvbntzknwz6etuz77zel7uewiwnxc/foto-andreeva-o.i.133.jpg)
Ольга Андреева, руководитель команды бизнес-аналитики Process Mining СБЕРа и спикер Семнадцатой конференции «Автоматизация корпоративных бизнес-процессов», рассказала CFO Russia о развитии технологии Process Mining в России и использовании технологии в компании.
Какие инструменты Process Mining сегодня чаще всего используют в компаниях?
Process Mining активно развивается последние 20 лет, и за это время инструменты анализа процессов плотно вошли в менеджмент большинства крупных компаний. Сейчас уже никого не удивишь BI-функционалом, возможностями подключения баз данных и восстановления модели процесса. Все эти элементы стали обязательными для систем класса Process Mining (PM).
При этом аналитики, занимающиеся оптимизацией и автоматизацией процессов, не могли не задаться вопросом, как можно ускорить и упростить сам процесс анализа. К тому же, и само поле исследований благоприятствует такому вопросу – Process Mining, появившийся на стыке Process Management и Data Science, вбирает в себя лучшее из каждого из миров и позволяет применять инструменты машинного обучения для автоматизации аналитики.
Основываясь на больших данных, PM позволяет использовать подходы и методы статистического анализа, совмещая это с лучшими практиками визуализации и презентации данных. Модели машинного обучения и решения на базе искусственного интеллекта обогащают подход, повышают эффективность и качество исследований.
Поэтому мы придерживаемся взгляда, что дальнейшее развитие и будущее процессной аналитики, как и многих других бизнес-направлений, за интеграцией умных технологий. И рынок разделяет такой взгляд. Мы видим, что инструменты, вызывающие наибольший интерес со стороны контрагентов – это как раз ML-модули, реализованные на нашей платформе Process Mining от СБЕРа. Да и ни одно наше внутреннее исследование не обходится без их применения. Отметим, что на данный момент наш сервис по оптимизации бизнес-процессов насчитывает 8 моделей на базе ИИ, и список регулярно расширяется.
Какие преимущества как у процесса анализа процессов, так и у самого бизнеса появляются благодаря внедрению ML- и AI-инструментов? Можете ли привести пример из вашей практики Process Mining в формате «было-стало»?
ИИ, конечно, не заменяет аналитика на творческих этапах исследования, когда необходимо разбираться в нюансах бизнес-логики и нормативов, однако может значительно упростить проверку стандартных гипотез. Поэтому в первую очередь ML-модели способствуют упрощению и ускорению исследования.
Например, если начать исследование с применения модуля автоматического поиска инсайтов, можно будет не тратить время на анализ графов на предмет зацикленностей и таблиц в поисках длительных этапов. Модель сама выведет список операций, на которые необходимо обратить внимание для дальнейшего анализа, и даже посчитает потенциальный финансовый эффект. Это помогает сфокусировать внимание и приоритизировать дальнейшую аналитику.
Вторая проблема, в решении которой нам помогает ML – анализ разрозненной информации. Это могут быть, например, комментарии к задачам, переписки исполнителя с автором задачи, общение в чате с клиентом. Анализ таких данных практически невозможно произвести вручную, особенно на больших объемах.
Если говорить о наглядных примерах, то в нашей практике было интересное исследование, где мы анализировали эффективность работы бота небольшого внутреннего кол-центра. Благодаря умным моделям текстового анализа и кластеризации у нас в итоге получилось увеличить процент успешно обработанных ботом звонков с 45% до 75%.
На старте проекта у нас был только журнал вызовов, где одна строка представляла собой один звонок с указанием его времени. Но наши Data Science специалисты смогли транскрибировать записи разговоров, векторизовали и кластеризовали их. В итоге мы получили фактические скрипты общения бота с клиентом и смогли определить, на каких вопросах бот испытывает наибольшие затруднения, чтобы затем устранить найденные ошибки.
Как добиться максимальной эффективности Process Mining?
Чтобы получить наибольшую выгоду от исследования с минимальными затратами на него, я бы советовала освоить и побольше пользоваться двумя функциональными возможностями – ML-моделями и созданными шаблонными дэшбордами.
Первое поможет вам ускорить и упростить рутинные части исследования, как я уже рассказывала выше. А второе гарантирует повторяемость с минимальными трудозатратами. Однажды реализованный BI-дэшборд можно дублировать в следующем исследовании, либо обеспечить регулярную поставку данных в него напрямую из баз, чтобы актуальная карта процесса всегда была под рукой. Такой подход значительно сокращает сроки принятия решений и оценки проведенных изменений.
Задать свои вопросы Ольге и узнать больше об опыте СБЕРа вы сможете на Семнадцатой конференции «Автоматизация корпоративных бизнес-процессов», которая пройдет 16-17 мая 2024 года в Москве.
Алиса Попова
Наши конференции:
- Двадцать второй форум «Внутренний и внешний электронный документооборот»
- Семнадцатая конференция «Корпоративный контроллинг»
- Вторая конференция «Управление налоговыми рисками»
- Пятая конференция «Актуальные вопросы применения машиночитаемой доверенности»
- Двадцать третья конференция «Централизованное казначейство»
Комментарии