Prosessilouhinta (Process Mining, PM) perustuu järjestelmistä saatavaan dataan, eikä todellisuus usein vastaa sitä mitä on suunniteltu. Tämä tuli esille myös LABin, Itula Oy:n (2023) ja Solita Oy:n (2023) prosessilouhinnan pilotissa.
RoboGrowth-hankkeessa (LAB 2023) toteutetun pilotin avulla kehitetään työelämälähtöistä opetusmateriaalia Toimistoautomaation perusteet -verkkokurssiin. Kaikille avoin MOOC-kurssi avautuu 1.4.2023.
Prosessien kehittäminen on välttämätöntä kaikissa organisaatioissa, mutta usein se on hidasta ja vaikeaa. Erityisesti prosessien nykytilan kuvaus haastattelujen ja työpajojen avulla koetaan hankalaksi. (Lehto 2020.) Prosessilouhinnan avulla prosessit mallinnetaan ja analysoidaan tietojärjestelmien loki- eli transaktiodataan perustuen. Tulokset paljastavat käyttötapaukset eli variantit. Esille nousevat niin suunnitellusti toteutetut työvaiheet kuin poikkeamat, tehottomuudet ja pullonkaulatkin.
Pilottiprojektin vaiheet
Prosessilouhinnan pilottiprojektiin kuuluvat tyypillisesti seuraavat vaiheet (kuva 1):
- aloitustapaaminen, jossa käydään läpi projektin tavoitteet ja aikataulu, liiketoiminta ja sen prosessit sekä mittarit, tässä vaiheessa valitaan yleensä myös mallinnettava ja analysoitava prosessi.
- prosessiin liittyvien tietojärjestelmien ja lokidatan ulosottamisen selvittäminen.
- datan keräys, muokkaus ja vieminen prosessilouhinnan työvälineeseen.
- tapahtumalokien jalostaminen prosessikuvauksiksi ja niiden analysointi liiketoiminnallisesti hyödyllisimpien kehitystoimenpiteiden tunnistamiseksi, tulosten tulkinta yhdessä asiakkaan kanssa.
- tässä pilotissa dataa vietiin myös Microsoft Power BI:hin, joka toimii jatkuvan toiminnan raportointivälineenä.
- yhteenvetotyöpaja ja jatkotoimenpiteiden suunnittelu.
Tässä kirjoituksessa keskitytään prosessien mallintamiseen ja analysointiin. Vaiheita 1–3 on käsitelty blogisarjan edellisessä, 4. kirjoituksessa (Hyötylä ym. 2023).
Kaikki variantit esiin
Pilottiprojektissa koko tarkastelujakson lokitieto tuotiin prosessilouhintaan kertalatauksena, ja tietoa oli mahdollista jalostaa käsin ennen latausta. Prosessilouhintaa voi toteuttaa myös jatkuvatoimisesti päivittämällä tietoa lähdejärjestelmistä, vaikka päivittäin, automaattisten integraatioiden avulla. Tämä toki vaatii enemmän panostusta järjestelmäintegraatioiden tekemiseen ja tiedonjalostuslogiikan ohjelmointiin prosessilouhintatyökalussa.
Kun pilotissa tarjous-tilausprosessiin liittyvä tapahtumadata vietiin ARIS Process mining -järjestelmään, saatiin prosessikuvaus kaikista varianteista eli prosessispagetti (kuva 2).
Vaikka kerättyjä aktiviteetteja oli rajallinen määrä, niin erilaisia variantteja oli kuitenkin huomattavan paljon. Tarkastelujaksossa päättyneitä tarjousprosesseja oli useita tuhansia, ja prosessin läpimenoaika vaihteli tunneista kuukausiin. Neljä yleisintä varianttia kattoi 86 % kaikista tapauksista. Hyväksyttyjen tarjousten osuus pysyi samankaltaisena koko tarkastelujakson ajan.
Järjestelmien käyttöön yhdenmukaiset ohjeet
Prosessilouhintaa voi myös käyttää tarkistamaan, miten prosessi käytännössä etenee. Itulassa esiin nousseita asioita olivat muun muassa asiakaskontaktien linkittäminen tarjousprosessiin sekä samaan kohteeseen osoitettujen tarjousten päivittäminen useaankin otteeseen, joka johti virheelliseen tulokseen läpimenoaikojen suhteen.
Koska prosessilouhinnalla voi nähdä vain asioita, joista on merkintä järjestelmissä, on lokimerkintöjen ja prosessin kontekstin ymmärtäminen olennaista analyysin tekemisessä. Esimerkiksi projekteissa toimituksen oikea-aikaisuus on tärkeämpi kuin nopeus, tai eri henkilöillä hieman erilaiset työtavat piirtävät lokeihin erinäköiset jäljet. Jotta järjestelmän dataa voidaan hyödyntää prosessien kokonaisvaltaisessa kehittämisessä, tulee henkilöstön sitoutua tavoitteita tukeviin työvaiheisiin.
Kirjoittajat
Maarit Hyötylä on Itula Oy:n pitkäaikainen hallintojohtaja ja toimii RoboGrowth-hankkeen prosessilouhinnan ja raportoinnin pilotin toimeksiantajayrityksen edustajana.
Matias Kokko Solita Oy:n Senior Consultant ja toimii RoboGrowth-hankkeen prosessilouhinnan ja raportoinnin pilotin prosessilouhinnan asiantuntijana.
Marianne Viinikainen työskentelee taloushallinnon lehtorina LAB-ammattikorkeakoulussa ja projektipäällikkönä RoboGrowth-hankkeessa.
Lähteet
Hyötylä, M., Kokko, M. & Viinikainen, M. 2023. Prosessilouhinnassa lähdetään asiakkaan tarpeesta. LAB Focus. Viitattu 10.3.2023. Saatavissa https://blogit.lab.fi/labfocus/prosessilouhinnassa-lahdetaan-asiakkaan-tarpeesta/
Itula Oy. 2023. Itula ‒ talotekniikan asiantuntija. Viitattu 24.2.2023. Saatavissa https://www.itula.fi/
LAB. 2023. RoboGrowth. Prosessilouhinnalla ja RPA-prototyypeillä osaaminen kasvuun. Hanke. Viitattu 24.2.2023. Saatavissa https://lab.fi/fi/projekti/robogrowth-prosessilouhinnalla-ja-rpa-prototyypeilla-osaaminen-kasvuun
Lehto, T. 2020. Process Mining Based Influence Analysis for Analyzing and Improving Business Processes. Aalto University publication series. Doctoral dissertations 187/2020. Aalto University. Viitattu 24.2.2023. Saatavissa https://aaltodoc.aalto.fi/bitstream/handle/123456789/47578/isbn9789526401386.pdf?sequence=1&isAllowed=y
Solita Oy. 2023. Solita on teknologia-, data- ja designyritys. Viitattu 24.2.2023. Saatavissa https://www.solita.fi/