Tutti o quasi abbiamo un’identità digitale e tutti o quasi lasciamo una digital footprint, un’impronta digitale. Quando navighiamo un sito di e-commerce, l’home banking, un portale di news o il sito di un’azienda lasciamo tracce che, senza coinvolgere la nostra identità personale, producono dei dati.
Tutti o quasi abbiamo un’identità digitale e tutti o quasi lasciamo una digital footprint, un’impronta digitale. Quando navighiamo un sito di e-commerce, l’home banking, un portale di news o il sito di un’azienda lasciamo tracce che, senza coinvolgere la nostra identità personale, producono dei dati. Quei dati possono essere molto utili a chi offre prodotti e servizi online o a un’azienda digitale perché, spesso raccolti in grande quantità su una platea vasta di utenti, producono informazioni che servono a prendere decisioni, migliorare il sistema informativo e modellare i processi.
A una banca è utile sapere come si muovono i clienti quando navigano il portale, a un’azienda manifatturiera conoscere come si sviluppano gli ordini, come si snoda il processo di acquisto o di produzione dalla prima all’ultima fase. Ma come? La risposta è negli algoritmi di process mining, che permettono l’analisi dei processi basata sui log degli eventi, che si tratti di interazioni automatiche tra macchine o dell’impronta digitale degli utenti su portali e sistemi.
Mondo digitale, impronta digitale, data economy: parliamo allora di come sia possibile dare il massimo valore al patrimonio di informazioni che le aziende producono ogni giorno, in ogni area operativa, attraverso semplici o complesse interazioni tra persone e sistemi.
In realtà, il process mining è la parte iniziale della process excellence per fare emergere quello che accade nel corso delle operazioni in maniera totalmente data driven, cioè con log-evento provenienti dai sistemi. Qui sta la novità rispetto alle tradizionali practice di business process reengeneering, quando invece il processo veniva analizzato in maniera tradizionale intervistando le persone che se ne occupano, il responsabile acquisti, i buyer e altre figure aziendali, con un risultato certamente utile ma per forza di cose modellato dai punti di vista degli interlocutori. Il process mining va al di là delle impressioni e delle opinioni, e l’analisi che ne deriva è totalmente trasparente e veritiera perché basata solo sui dati.
Ma il process mining è sempre necessario? Questa domanda introduce un argomento importante. In effetti, fino a qualche anno fa il process mining veniva visto come un optional e spesso prevaleva l’idea di limitarsi a un’analisi di tipo business intelligence per valutare il funzionamento dei processi.
Però il process mining e la business intelligence sono due cose diverse: la BI permette di definire dei kpi (key performance indicator) e analizzarli, per esempio quanti utenti sono entrati nel portale; il process mining mostra anche cosa fanno gli utenti e in quale lasso di tempo, aggiunge valore alle informazioni.
Detto questo, se fino a qualche tempo fa la business intelligence poteva essere considerata sufficiente, nel presente e nel futuro il process mining diventa fattore abilitante per processi di execution e automation: l’analisi del processo fa scattare i miglioramenti al processo stesso, si passa dall’analisi all’azione che si traduce nel miglioramento dei sistemi informativi. La visione di SDG è quella di un process mining che abilita l’automazione aziendale e apre le porte all’economia dei dati.
Altra cosa importante, con il process mining si va oltre le aree tradizionali della business intelligence, amministrativa e finanziaria, estendendo la valorizzazione dei processi all’intera catena del valore, compresa produzione e magazzino.
Quali sono i requisiti indispensabili per una soluzione efficace di process mining? Ricerca e disponibilità dell’informazione sono la parte fondamentale: il process mining è data driven perché nasce dai dati. Posto questo, una soluzione di process mining nasce dalla combinazione di una serie di elementi: conoscenza dei processi, che è a sua volta il frutto dell’esperienza sul campo, conoscenza dei sistemi di process analytics e process automation e, infine, dalla capacità di applicare tutto questo assieme.
Più si va verso la digitalizzazione in tutti i settori e più aumenta la disponibilità dei dati nella totalità delle aree aziendali, anche nelle realtà medio piccole. Per questo motivo, l’approccio di SDG al process mining è cross industry, cross dimensione e soprattutto cross area aziendale.
Troppo spesso passa il concetto che il process mining sia applicabile solo ai processi amministrativi, mentre con l’aumentare della disponibilità dei dati il process mining è applicabile anche a processi discreti di produzione, processi chimici, logistica e magazzino, di controllo, di verifica e di monitoraggio delle operation.
SDG si distingue sul mercato per l’esperienza nell’analisi dei processi aziendali, che si traduce anche nella capacità di accompagnare i clienti all’uso del process mining in tutte le aree operative. Questo consente di far emergere più velocemente il valore delle soluzioni, migliorare il TCO del processo e garantire il ritorno dell’investimento in un periodo breve.