Оптимизация малого бизнеса и процессная аналитика: перспективы и реалии

автор
Оптимизация малого бизнеса и процессная аналитика: перспективы и реалии

В начале августа 2021 года российское ИТ-сообщество взволновала резонансная новость о массовом увольнении сотрудников пермской компании Xsolla, руководитель которой объявил об этом по email. Оставив за рамками этические и юридические вопросы этого инцидента, разберемся с идеями такой оптимизации и средствами их воплощения на примере систем класса Process Mining, а также рассмотрим перспективы и препятствия цифровизации малого и среднего бизнеса в РФ.

Я и моя Big Data: как системы Process Mining измеряют эффективность бизнес-процессов

Хотя слова топ-менеджера Xsolla на тему «Я и моя Big Data проанализировали и решили…» стали мемом лета-2021, по сути в них нет ничего нового. Сократить расходы за счет ФОТ, уволив неэффективных сотрудников, или перевести их на должности с меньшей оплатой – одна из самых распространенных практик оптимизации в российском бизнесе и бюджетных учреждениях. Однако, измерять эффективность работы по событиям пользовательского поведения в информационных системах, а не качеству результатов труда – не самая удачная идея. Тем не менее, анализ логов информационных систем может дать действительно полезные инсайты, например, какие именно действия выполняются пользователями чаще всего и с какой целью. Зная это, можно снизить стоимость некоторых бизнес-функций, ускорив их выполнение через автоматизацию конкретных операций: формирование отчетов, выполнении серии вычислений, изменение форматов файлов и пр. Именно этот смысл лежит в основе систем процессной аналитики (Process Mining/Intelligence).

Появившись на свет в 2009 году, они объединяют концепции управления бизнес-процессами и интеллектуального анализа данных, извлекая бизнес-инсайты из логов прикладных систем (ERP, CRM, PLM, ECM и пр.). На основе событий пользовательского поведения из систем-источников платформа процессной аналитики строит направленный граф действий пользователей подобно диаграммам в нотациях BPMN, EPC или UML-activity, примеры которых мы рассматривали в этой статье. Так можно автоматизировано получить фактическую схему бизнес-процесса (as-is) с привязкой с детальными действиями пользователя и конкретной статистикой каждого его этапа: время выполнения, задержка, форматы и объемы входных/выходных данных и пр.

Например, металлургическая компания из Финляндии Ruukki, проанализировав обслуживание клиентов с помощью QPR Process Analyser, смогла оптимизировать этот бизнес-процесс, ускорив обмен данными между 2-мя используемыми в этом системами (SAP и Salesforce). Продвижение заказа по логистической цепочке тормозило недостаточно качественное заполнение данных о клиентах в CRM: пропуски и некорректные сведения. Caverion, инженерная компания из Европы, используя эту же систему процессной аналитики, определила ключевую причину задержек в своих бизнес-процессах из-за медленной подготовки бухгалтерских документов о выполнении услуг. Аналогичные примеры можно найти в банках, крупных логистических компаниях и других предприятиях с достаточно высоким уровнем управленческой зрелости по модели CMMI.

Впрочем, главным условием для применения технологий Process Mining является не только (и не столько)) наличие повторяемых и управляемых процессов, а их автоматизация, т.е. поддержка исполнения с помощью информационных систем. На практике это присутствует лишь в крупных корпорациях, и то далеко не во всех. Кроме того, даже при наличии четко описанных бизнес-правил и инструментов их автоматизированного исполнения в виде прикладного ПО, пользователи всегда ищут (и находят)) лазейки, которые могут исказить реальность в пользу личных интересов. Например, менеджеру по продажам может быть физически удобнее обновлять данные о клиентах/заказах и прочих сущностях в CRM-системе не по мере их поступления, а «в пакетном режиме», например, раз в неделю. Таким образом сотрудник оптимизирует свою собственную работу в ущерб всей цепочке добавленной ценности, создаваемой в компании. Найти подобные случаи с помощью одних только инструментов процессной аналитики, без традиционных методов выявления информации бизнес-анализа (интервью, семинары, опросы, наблюдение) практически невозможно. Поэтому системы процессной аналитики, наиболее популярными из которых сегодня считаются ARIS Process Performance Manager, ProM, Fluxicon Disco, QPR Process Analyzer, Celonis Process Mining и пр., не заменяют, а дополняют классические методы и средства анализа деятельности. Впрочем, и то и другое чаще всего востребовано не малым и средним бизнесом, а крупными корпорациями, которые могут инвестировать в развитие и оптимизацию в глобальном тренде, а не на локальном участке. А что делать тем, кто поменьше, рассмотрим далее.

Цифровизация, автоматизация и оптимизация в малом бизнеса

При том, что многие предприятия малого и среднего бизнеса в России и странах бывшего СНГ сегодня активно используют информационные системы в поддержку отдельных бизнес-процессов, деятельность большинства таких компаний базируется на людях, а не на регламентах и технологиях. В организации может быть внедрена СЭД, CRM, учетные системы типа 1С и не только, существуют общее файловое пространство и иерархический репозиторий, выполнение задач контролируется через таск-менеджеры, а общение между удаленными сотрудниками налажено в мессенджерах и прочих средствах коммуникации. Но осознанной управленческой зрелости и процессной аналитики здесь пока нет просто по причине отсутствия потребности и/или возможности инвестировать туда значительные средства.

Вообще горизонты планирования и циклы PDCA в российском малом и среднем бизнесе очень короткие: стратегию развития на ближайшие 5 лет имеют только те предприятия, которые уверены, что они, как минимум, будут существовать в течение этого срока. А такой уверенностью с подтверждающими proof’ами обладает лишь небольшая часть отечественного СМБ-сегмента. Инвестировать в инновации крупные суммы, не имея подушки безопасности, довольно рискованно и далеко не каждая организация сознательно идет на этот риск. Поэтому цифровизация, автоматизация и прочие инновации для большинства малых и средний компаний пока остаются экзотикой. Однако, вопрос сокращения расходов и роста прибыли актуален для любого бизнеса, независимо от его размеров. Чтобы не изобретать велосипед и не тратить слишком много на поиск возможностей сэкономить, руководителю можно начать с самого простого:

  • определить ключевые виды деятельности, каналы привлечения/сбыта, а также потоки расходов и доходов, например, с помощью метода «Канва бизнес-модели»;
  • составить карту потоков создания ценности и для каждого ее этапа определить показатели LT, PT и %C/A, а также рассчитать их медианные значения;
  • вычислить стоимость процессов из цепочки создания ценности методом функционально-стоимостного анализа, когда себестоимость бизнес-функции определяется длительностью ее выполнения и задействованными ресурсами (материальными и временными);
  • оценить возможность передачи поддерживающих процессов (АХО, ИТ-обеспечение, ведение бухгалтерских расчетов и пр.) на аутсорс. Возможно, платить за услуги внешних партнеров на эти работы будет дешевле, чем иметь специалиста в штате компании. Разумеется, при этом следует учесть риски, например, если основные процессы завязаны на ИТ, передавать их во вне не стоит, даже с учетом явной прямой выгоды – неявных издержек и потенциальных проблем здесь будет больше.

После такого экспресс-анализа, проведенного самостоятельно или с привлечением консультанта, будут понятны точки роста, с которыми следует работать в первую очередь. Причем не всегда внедрением ИТ – до сих пор во многих случаях «кожаный мешок», т.е. человек стоит дешевле ML с нейросетями и прочей Big Data, тем более в малых и средних компаниях с незрелыми и изменчивыми процессами.

Как провести такой аудит бизнеса с использованием лучших практик, вы узнаете вы узнаете на специализированных курсах Школы прикладного бизнес-анализа в нашем лицензированном учебном центре обучения и повышения квалификации системных и бизнес-аналитиков в Москве:

 

Комментировать