Overslaan en naar de inhoud gaan

Zodra je een nieuwe techniek gaat toepassen, doemen er plotseling allerlei valkuilen op of ontstaan ongewenste neveneffecten. Dat is bij Process Mining niet anders. De valkuilen bij Process Mining houden enerzijds verband met de mensen en anderzijds met de data. We zetten de vijf belangrijkste valkuilen op een rij.

  • Valkuil 1: Consultants, auditors, kwaliteitsmanagers en proceseigenaren zijn nog relatief onbekend met het fenomeen en hebben weinig benul van de mogelijkheden die de huidige Process Mining tools bieden. Je kunt je Six Sigma Black Belt halen of ingeschreven worden als gecertificeerd interne auditor zonder je ooit verdiept te hebben in Process Mining. Dat zegt iets over de status van het vakgebied.
     
  • Valkuil 2: Als gevolg van de huidige nadruk op machine learning en kunstmatige intelligentie (AI) hebben mensen niet door dat Process Mining iets compleet anders is.
     
  • Valkuil 3: Met name de middelmanagers zijn bevreesd voor de resultaten en inzichten die ontstaan door toepassing van Process Mining. De toegenomen transparantie in het verloop van de processen kunnen mismanagement, inefficiënties en complianceproblemen aan het licht brengen. Dat komt bedreigend over.
     
  • Valkuil 4: De gebrekkige kwaliteit van de data en de toegang tot de data kunnen ook een belemmering vormen. Realiseer je dat de 80-20-regel opgaat: het voortraject (het lokaliseren, selecteren, extraheren en transformeren van de data) slokt 80% van de tijd op. Voor Process Mining zelf resteert meestal niet meer dan 20%.
     
  • Valkuil 5: Bij Process Mining stuit je meestal op datakwaliteit issues waarmee je direct aan de slag moet. Dat leidt af.

 

 

 

Bron: passionned.nl

 

TAGS

Copyright © 2021 Mavim B.V.