11 апреля 2022 г.

Александр Бочкин

Task mining — это технология, направленная на отслеживание, фиксацию и аналитику всех действий, которые осуществляет сотрудник на своем компьютере. Все это дает руководству более четкое понимание бизнеса с ракурса работы персонала.

В отличие от process mining — технологии, способной «реконструировать» именно корпоративные бизнес-процессы — task mining фиксирует более мелкие задачи и анализирует отдельные операции (от англ. task — задача/задание), позволяя оценить работу компании с другой точки зрения.

Суть технологии

Любой процесс/подпроцесс состоит из десятков мелких шагов, которые выполняются вручную на персональных рабочих компьютерах. И это может быть огромный пласт информации, что несет определенные минусы. Во-первых, это очень долго. Во-вторых, велик риск ввода некорректной информации. А в-третьих, идет негативное влияние на уровень и качество обслуживания клиентов. В разы удобнее, проще и эффективнее было бы передать часть функций ботам. Благодаря этому можно было бы быстро и без ошибок сверять данные, заполнять отчеты и т.д.

Но тут возникает вполне логичный вопрос: а что именно можно отдать на выполнение роботам? Где лучше всего можно применить подобное ПО? Делать это необдуманно и на основании гипотез и субъективных суждений чревато еще большими потерями времени и ресурсов. Поэтому прежде всего надо понять реальное протекание процессов, определить самые длительные и трудозатратные по времени операции, найти массовые рутинные работы и т.д. Именно здесь и выходит на сцену такая технология как task mining — анализ операций.

Отдельно отмечу, что востребованность task mining растет во многом благодаря потребностям в обеспечении прозрачности фактических действий и выявления возможностей роботизации на уровне действий сотрудников. Несмотря на то, что технология относительно новая, её ценность уже на слуху у бизнеса. И даже учитывая нестабильную обстановку и вышедшую на первый план тему импортозамещения, уверен, компании все равно будут прибегать к технологии или платформам с возможностью task mining для оптимизации текущих процессов, чтобы максимально отказаться от «резки костов».

Специфика

Программное обеспечение подобного класса помогает лучше сориентироваться в спектре задач, реализуемых персоналом компании. Среди них, например:

  • вставка и копирование данных;
  • загрузка и выгрузка документов и файлов;
  • вход в ИТ-системы компании и навигация по ним.
Это возможно обнаружить благодаря тому, что в основе технологии лежит отслеживание взаимодействия пользователя с интерфейсами приложений. Это помогает увидеть следующие моменты:
  • какие события происходят во время рабочей активности (или ее ожидания);
  • чем занимается сотрудник;
  • сходится ли реальное время выполнения работ с прописанным во внутренних регламентах;
  • где и когда случаются простои в работе.

Типовой алгоритм работы технологии

Есть типовой алгоритм, по которому обычно осуществляется работа профильного программного обеспечения:

  • Фиксация действий
    Преобладающим механизмом для фиксации активности пользователя является симбиоз из оптического распознавания символов (OCR) после снятия скриншотов, обработки естественного языка (NPL) и машинного обучения для сбора и понимания действий, которые выполняет персонал на своих рабочих компьютерах. Или, например, в нашем случае фиксация активности идет через специальные агенты мониторинга, что значительно упрощает проверку продукта у служб безопасности и требует намного меньше вычислительных ресурсов;
  • Конкретизация контекста
    Если человек печатал три часа в каком-то текстовом документе, это не значит, что действие можно занести в продуктивно проведенное время. Вместо технической документации или написания статьи сотрудник мог быть, к примеру, занят выполнением заказа на сторону. Неприятная ситуация. Поэтому необходимо знать контекст выполняемых работ;
  • Сопоставление
    По совмещенным идентификаторам пользователей и их компьютерной активности специальное ПО соотносит работу сотрудника с данными из внутренних систем. Анализируются сложность выполнения различных задач, последовательность действий разных сотрудников для разрешения одного и того же вопроса, затраченное время и т.д. Все это позволяет наглядно оценить сложность выполнения задач, сравнить последовательность выполнения одинаковой задачи разными сотрудниками, отследить затраченное время, увидеть дублирующиеся шаги и т. д.;
  • Выявление перспектив для автоматизации
    Методы машинного обучения выявляют повторяющиеся паттерны, имеющие высокий потенциал роботизации (применения инструментов класса RPA);
  • Визуализация
    Наглядное и максимально детализированное на различных уровнях представление всей цепочки действий.

Все это помогает компании определить:

  • самые длительные задачи;
  • наиболее уязвимые места, где невозможно полностью роботизированное продолжение работы;
  • количественную оценку оптимизации;
  • «сильные» и «слабые» филиалы или подразделения;
  • устаревшие и неактуальные системы/программы (легаси).

Cвязь с process mining

Стоит отметить, что именно в сочетании с процессной аналитикой task mining максимизирует представление бизнеса о его процессах, включая даже небольшие этапы, незафиксированные в журнале событий.

Сами технологии действительно похожи: они обе тесно связаны с бизнес-процессами и их анализом, способны визуализировать реальное положение дел в компании, однако существует ряд принципиальных отличий:

  • Направленность
    Process mining фокусируется на анализе процессов, task mining — на анализе операций, т. е. частях процесса;
  • Ключевая задача
    Process mining «восстанавливает» основной бизнес-процесс, task mining — выявляет повторяющиеся рутинные операции;
  • Источники данных
    В основе процессной аналитики лежат данные из логов, в основе аналитики операций — данные, полученные при помощи OCR со скриншотов или, как в случае с нашей системой, агентов мониторинга;
  • Результат
    Process mining предоставляет достоверную, объективную и актуальную информацию о том, как процесс протекает на самом деле. Можно обнаружить множество различных сценариев его выполнения, уязвимостей и отклонений. Task mining дает возможность выявить постоянно выполняемые персоналом действия, определить наиболее подходящие для дальнейшей роботизации или нормирования операции, а также сравнить работу филиалов или департаментов.

Обе технологии способны максимально эффективно работать на своем уровне, однако только их симбиоз обеспечивает полноценный и непрерывный анализ процессов, предоставляя бизнесу возможности для роста качества предоставляемых им услуг и лояльности клиентов.

Кейсы и внедрения

Громких заявлений о внедрениях технологии в нашей стране пока не анонсировано. Допускаю, что прежде всего это связано с жесткими NDA и длительностью проектов. Однако за рубежом технология стремительно набирает популярность.

Чаще всего, что можно отметить как по зарубежному опыту, так и собственному, обращаясь к task mining, компании рассчитывают на:

  • повышение эффективности процессов и операций;
  • нахождение потенциала для роботизации/автоматизации;
  • регламентирование процесса/операции.

Однако не стоит ограничиваться только этими вопросами. Например, один из наших банковских кейсов связан с нормированием операций, когда руководство хотело регламентировать работу фронт-офиса. Не меньше пользы task mining может принести в телекоме, общих центрах обслуживания, логистике, медицине и других отраслях.

Время сейчас непростое, и в силу реалий на первый план выходит импортозамещение. Предполагаю, что сейчас бизнес будет делать акцент на «активную аналитику», включающую в себя не только совместное применение task mining и process mining, но и на автоматизацию реакций на колебания KPI. Система сама будет реагировать на отклонения и выполнять заданные алгоритмы, не нужно регулярно изучать дашборды и метрики. Такие решения, причем исключительно российские, уже существуют.

Источник: Александр Бочкин, генеральный директор компании «Инфомаксимум»