Overslaan en naar de inhoud gaan

Hoe realiseer je met vertrouwen digitale veranderingen in je organisatie?


Uit de toenemende vraag in de markt over de inzet van Process Mining bij onder andere de verbetering van klantbeleving en de onderliggende bedrijfsprocessen is wel gebleken dat Process Mining een ‘hot’ thema is. Dat is ook niet zo vreemd want Process Mining geeft sneller en beter inzicht in je Customer Journey en bedrijfsprocessen en het legt veel meer verbeterpotentieel bloot. Expert op het gebied van process mining, voorzitter van de Process Analytics Group en hoogleraar aan de Technische Universiteit van Eindhoven, prof. dr. ir. Boudewijn van Dongen, licht in dit interview de basisprincipes van process mining toe en legt uit waarom process mining zo interessant is voor organisaties.

 

Even voorstellen

Boudewijn van Dongen is hoogleraar proces analytics aan de Technische Universiteit van Eindhoven. In 1998 is hij als eerstejaars student terechtgekomen bij de Technische Universiteit en er eigenlijk nooit meer weggegaan. Als student bij de vakgroep van de grondlegger van process mining, prof.dr.ir. Wil van der Aalst, is Boudewijn gepromoveerd op het gebied van process mining, wat toen nog workflow mining heette. Daar heeft hij zijn interesse ontwikkeld voor het analyseren van processen aan de hand van data en dat is hij sindsdien blijven doen.

Binnen een vakgroep met ongeveer 15 leden doet hij tegenwoordig onderzoek naar het analyseren van processen op basis van data. Dit is een heel breed vakterrein, immers overal waar activiteiten uitgevoerd worden om een bepaald doel te bereiken kun je over processen praten. Zo kan het gaan over het verdelen van koffers op een luchthaven, want ook dat is een (volledig geautomatiseerd) proces, maar het gaat ook over het afhandelen van vergunningsaanvragen of het uitgeven van een paspoort binnen een gemeente.

 

Wat is process mining?

Process analytics richt zich vooral op het inzichtelijk krijgen van die processen aan de hand van die data. “Een belangrijk verschil met data science of AI (artificial intelligence) is dat wij altijd kijken naar objecten die we over de tijd kunnen volgen”, vertelt Boudewijn.

Als voorbeeld gaat hij in op het proces rond een bouwvergunningsaanvraag. “Iemand dient een aanvraag in, gaat naar de website van het omgevingsloket, vult daar de informatie in en vervolgens leidt dat tot een vergunningsaanvraag die door tal van afdelingen en diensten bekeken moet worden. Al die data die bij die ene vergunningsaanvraag horen, noemen we een case en dat is waar we proberen om onze analyses op toe te spitsen om inzicht te krijgen in de afhandeling – niet van die ene case, maar van alle cases samen”, legt Boudewijn uit.

 

Hoe gaat dat dan in zijn werk?

Op deze vraag antwoordt hij: “We beginnen met het verzamelen van data waarin precies staat wie, wat, wanneer heeft gedaan voor zo’n aanvraag, zoals de ambtenaar die zijn handtekening heeft gezet of de aanvrager die een extra stuk heeft toegevoegd. Deze verzameling van data, waarin we voldoende van dergelijke events hebben, noemen we een dataset. Vanuit de dataset proberen we om zogenaamde causaliteiten ontdekken.” Boudewijn vergelijkt dit met de wijze waarop bedrijven vroeger consultants inhuurden om procesmodellen te ontwerpen, modellen die inzichtelijk maken hoe een casus afgehandeld zou moeten worden. Process mining doet hetzelfde maar dan door middel van software.

“We proberen die modellen te genereren uit de onderliggende data. Als we dan eenmaal zo’n model hebben, - dat kunnen zelf gegenereerde modellen zijn via process discovery, maar dat kunnen ook modellen zijn die ergens in een handboek staan, gemaakt door een consultant of afdeling -, dan gaan we die twee aan elkaar relateren en zoeken we naar bottlenecks’. Je kijkt dan naar vragen als: ‘Waar ligt de aanvraag lang stil? Of, - als we specifiek naar een omgevingsvergunning kijken -, waar kunnen we verlaging in de doorlooptijd behalen? Waar zien we dat die doorlooptijden erg hoog zijn? Komt dat omdat er te veel werk is, of komt dat doordat er iets inefficiënts in het proces gebeurt wat eenvoudig te verbeteren valt?”

 

Datagedreven

Het grote voordeel van process mining ten opzichte van handmatige verwerking is volgens Boudewijn dat je datagedreven bezig bent. “Alle inzichten komen niet op basis van gevoel of op basis van een mening van een consultant aan de hand van een aantal interviews, maar is altijd terug te leiden naar de specifieke casus of het specifieke geval waarin iets aan de hand is. Dat wil overigens niet zeggen dat elke afwijking van wat eigenlijk de bedoeling is fout is, maar dat je het wel mooi inzichtelijk kunt maken.”

Boudewijn licht dit toe aan de hand van een ander voorbeeld: “Als je een arts een plaatje laat zien van hoe een patiënt verschillende afdelingen doorloopt, dan zal hij altijd zeggen ‘dat is niet hoe het moet’. Maar als je vervolgens inzoomt op de specifieke punten waar de arts zegt ‘dit hoort helemaal niet’, dan gaat het altijd om een specifieke patiënt waarvan de arts zegt ‘ja, maar voor die patiënt geldt dit en dan moet het zo’. Dat is dus niet fout, maar juist dat inzicht helpt om te begrijpen wat er nu precies gebeurt en waar eventuele vertragingen of hoge kosten vandaan komen. In principe beschouw je dus uitsluitend de feiten zoals deze hebben plaatsgevonden.”

 

Wat is de kracht van process mining?

Boudewijn geeft aan dat, - naast het feit dat je niet afgaat op onderbuikgevoelens, maar op daadwerkelijke feiten -, de kracht van process mining vooral zit in ‘conformance’ (conformiteit) en compliance. “Op het moment dat je echt op zoek gaat naar afwijkingen – hebben we ons werk gedaan in overeenstemming met de extern opgelegde regels? -, dan is dat traditioneel iets wat met sampling gebeurt. Je neemt willekeurig een sample en kijkt of er afwijkingen tussen zitten en vraagt je af of daar conclusies uit zijn te trekken die voor de hele populatie gelden. Met process mining kijk je niet naar een sample, maar naar “alles”. Je kunt daardoor niet alleen aangeven dat in deze gevallen iets afwijkt, maar dat in alle andere gevallen er niet wordt afgeweken. Dus in plaats van dat je zegt: in 1% van de gevallen is er iets mis, constateer je dat in 99% van de gevallen er niets mis is.”

Hij vervolgt: “Daarmee helpt process mining de mate de van compliance te vergroten omdat je op feiten gebaseerde uitspraken over de mate van compliance kunt doen. Daarnaast kun je sneller signaleren dat er afwijkingen plaatsvinden, zonder dat je specifieke triggers hoeft in te bouwen.”

 

Gratis inzicht krijgen in je eigen data?

De data die Boudewijn in zijn presentaties bij colleges, lezingen en tijdens congressen gebruikt, is publiek toegankelijke data. Deze data wordt door bedrijven beschikbaar gesteld en vervolgens geanonimiseerd. 

Jaarlijks is Boudewijn van Dongen samen met zijn vakgroep op zoek naar “vrijwilligers” die hun data (geanonimiseerd) willen delen met de wereldwijde community op het gebied van process mining. 

Dat helpt volgens Boudewijn aan twee kanten: “Enerzijds helpt het om gratis inzicht te krijgen in de eigen data en anderzijds helpt het de onderzoeks- en de academische gemeenschap om het onderzoek richting te geven naar waar nu daadwerkelijk in het bedrijfsleven de uitdagingen liggen.”

Copyright © 2024 Mavim B.V.