Slimmer organisaties inrichten door het gebruik van data

Slimmer organisaties inrichten door het gebruik van data

Dat data heden ten dage impact hebben op onze samenleving is wel duidelijk. Deze disruptieve ontwikkeling heeft ook invloed op procesmanagement. Het denken in business procesmanagement wordt steeds vaker overgenomen door het denken in termen als datagedreven procesverbetering en -sturing.

Datagedreven procesverbetering en -sturing gaat over het benutten van de aanwezige data in organisaties om processen te verbeteren en erop te sturen. Deze data worden automatisch opgebouwd binnen de systemen die organisaties gebruiken bij de uitvoering van hun processen. Door de komst van robotisering nemen de mogelijkheden op dit vlak alleen maar toe. Dankzij instrumenten als Process Mining kunnen organisaties de procesdata eenvoudig gebruiken om inzicht te krijgen in hun processen. Het wordt hiermee mogelijk om operationele processen up-to-date te houden, te verbeteren en continu te leren. Vanuit MLC helpen wij organisaties om aan de hand van data inzicht te krijgen de processen om daarmee de efficiëntie en de klantwaarde te verhogen.

Datagedreven procesverbetering in de praktijk

Hoe krijg je binnen een korte tijd procesoptimalisaties daadwerkelijk gerealiseerd?

De MLC-aanpak voor procesoptimalisatie bestaat uit drie onderdelen:

• voorbereiding,
• deep dive en
• borging

Hierin spelen business- en data-analyse een grote rol. Door deze twee te combineren kunnen wij sneller pijnpunten blootleggen en verbeterpotentie benutten.

Voorbereiding
Samen met de klant houden wij een intake, waarin het vraagstuk van de klant wordt vastgesteld.
Vanuit dit vraagstuk selecteren we de processen en stellen we de context vast. Het resultaat is een afbakening van de processen die in scope zijn en mensen die we bij dit traject het beste kunnen betrekken.

Deep dive
In de volgende fase ligt de focus op het analyseren van de processen. Dit doen wij vanuit twee verschillende expertises, namelijk business analyse en data-analyse. Door het combineren van deze twee methoden is de analyse nauwkeurig en krachtig: data heeft altijd (business) context nodig om een verhaal te vertellen. En de business kan feiten uit data gebruiken om gefundeerde beslissingen te nemen.

Data-analyse is mogelijk door de komst van steeds meer data en algoritmen. Door het datavolume en verscheidenheid aan informatie is het steeds beter mogelijk om procesoptimalisatie te bewerkstelligen. In de praktijk betekent dit dat data uit de database van de diverse applicaties wordt ontsloten. Op basis van een zogenaamd “eventlog” starten wij met het bekijken van het daadwerkelijke proces om te zien hoe het proces verloopt, hoe het presteert en van welke omstandigheden dit afhankelijk is.

Klik voor een pdf-versie van dit procesmodel

Het analyseren van het procesverloop doen wij met onze Process Mining-applicatie; deze toont binnen enkele seconden de volgorde van activiteiten die zijn uitgevoerd in het proces. Dit gebeurt op basis van de tijdstempels die in de eventlog aanwezig zijn. Direct kunnen wij de knelpunten zien en/of afwijkende ”paden” door het proces blootleggen.

Naast het verloop van het proces, analyseren wij ook de prestaties. Dat wil zeggen dat wij bijvoorbeeld de hoeveelheid werk op enig moment (werkvoorraad) kunnen tonen, of de ontwikkeling hiervan. Ook kunnen wij doorlooptijden meten, rekening houdend met werktijden en weekenden. Hiermee ontstaat een heel gedetailleerd beeld van de uitvoering van het proces.

Het resultaat: door gebruik te maken van de aanwezige data kunnen we vermoedens of aannames toetsen. Allerlei “doorsnedes” zijn te maken, denk aan producten, afnemers en ordertypes. Alle eigenschappen van de transacties die door het systeem gaan, zijn te onderzoeken. Deze bieden mogelijke oorzaken van de bevindingen die we zien.

Niet te snel conclusies trekken! Na deze exercities zijn we er nog niet. Wij zullen altijd met onze gesprekspartners bespreken wat wij zien; dit geeft net weer dat beetje extra context bij de op te stellen verbeterinitiatieven. Resultaten bekijken we samen met de klant: wellicht zitten er opvallende elementen in die we verder kunnen onderzoeken. Of ontdekken we varianten die we nog niet kenden. We verzamelen de belangrijkste bevindingen om hier vervolgens mee aan de slag te gaan.

Borging
Uit de analyse van de bedrijfsprocessen en de data stellen wij samen met de business de verbeterinitiatieven vast. De data geeft ons de informatie van de huidige stand van zaken: onze nulmeting. Het implementeren van de verbeteringen is onze volgende stap. De borging in de organisatie is essentieel, daarom werken we nauw samen met de betrokkenen. Het eindresultaat zullen wij nogmaals feitelijk vanuit de data meten.

Kortom, data brengt organisaties in staat om organisaties niet langer vanuit een onderbuikgevoel maar vanuit feiten slimmer te kunnen besturen en organiseren.

Hoe start je hiermee?
Ben jij benieuwd naar de prestaties van jullie processen? MLC gaat graag met je in gesprek om de mogelijkheden te verkennen!