Skip to main content
Careers      Events      Blogs      Press      

Hoe bedrijven wereldwijd miljoenen besparen dankzij datapioniers in Eindhoven

artikel TU/e

De TU/e ​​loopt al meer dan twintig jaar voorop in process mining, een slimme datatechniek om de digitale voetafdruk van bedrijven te benutten. De innovatieve technologie is uitgegroeid tot een wereldwijd miljardenbedrijf.

Process mining is een aan de TU/e ​​ontwikkelde slimme datatechnologie die helpt bij het verbeteren van bedrijfsprocessen en miljoenen euro's bespaart. Wat maakt process mining zo waardevol en wat zijn nu de grote uitdagingen? Aan het woord komen vier pioniers in dit boeiende vakgebied, waaronder Wil van der Aalst, ook wel bekend als de Godfather van process mining.

Bedrijven en organisaties produceren steeds meer data. Deze digitale voetafdruk is een ware goudmijn voor bedrijfsanalisten. Met slimme algoritmen helpt het bedrijven te ontdekken waar processen vastlopen en dus geld kosten.

Je kunt het vergelijken met het sprookje van Hans en Grietje. Om de weg terug naar het huis van hun stiefmoeder te vinden, laten de broer en zus een spoor van broodkruimels achter. Event logs, die precies vastleggen wat er in een bedrijf gebeurt, fungeren als broodkruimels. In tegenstelling tot abstracte modellen, die uitgaan van wat mensen denken dat er gebeurt, beschrijven deze datalogs wat er werkelijk aan de hand is.

 

Renata Medeiros de Carvalho

"En dat is van onschatbare waarde", zegt Renata Medeiros de Carvalho. De onderzoeker is universitair docent process mining bij de afdeling Wiskunde en Informatica. “Organisaties en bedrijven worden steeds complexer, zeker als het kennisintensieve organisaties zijn waar in plaats van machines mensen de beslissingen nemen.”

Eerste hulp

Medeiros de Carvalho geeft een voorbeeld. “Bij zijn afstudeeronderzoek keek mijn student Mike Verdaasdonk naar wachttijden op de Spoedeisende Hulp van het Haga Ziekenhuis in Den Haag. In principe moet elke patiënt binnen vier uur geholpen worden. Maar dat is niet altijd het geval. Bijna dertig procent van de alle patiënten wachten langer."

Om erachter te komen waarom dit gebeurt, onderzocht hij de gegevens van 400.000 (!) patiënten die de afgelopen twee jaar de Spoedeisende Hulp hadden bezocht. En wat bleek? Patiënten die een laboratoriumonderzoek of een second opinion van een specialist nodig hadden, moesten vaak onnodig lang wachten vanwege onvoldoende capaciteit.

“Het mooie van process mining is dat je redelijk goed kunt voorspellen wie die patiënten zijn. Je kunt dan vooraf de betreffende afdeling waarschuwen, zodat zij het extra onderzoek kunnen inplannen. Zo hebben we het aantal mensen dat langer dan vier uur moest wachten kunnen reduceren tot onder de 20 procent. Patiënten wachten nu gemiddeld een half uur minder", zegt de onderzoeker trots. Het Haga Ziekenhuis was zo blij met dit resultaat dat de ontwikkelde software nu dagelijks wordt gebruikt.

 

Wil van der Aalst

Petrinetten

Waarom is, volgens Wil van der Aalst, grondlegger van process mining research aan de TU/e, process mining zo succesvol in het detecteren van inefficiënte processen? Sinds hij in 2017 de prestigieuze Alexander von Humboldt Scholarship ontving, de grootste academische prijs in Duitsland, werkt hij voor de RWTH Aachen University.

“In de jaren negentig geloofden veel bedrijven, net als ik, nog sterk in workflowmanagement, waarbij je bedrijfsprocessen dusdanig probeert in te richten dat taken in de juiste volgorde worden uitgevoerd. Maar op een gegeven moment realiseerden we ons dat wat mensen vastlegden in een PowerPoint weinig te maken had met hoe processen werken. Die workflowmodellen beschrijven een naïeve realiteit: je kunt 80 procent van een proces vastleggen, maar je mist juist die gebeurtenissen waar de meeste problemen optreden."

Met process mining draai je dat om, aldus Van der Aalst. "In plaats van modellen in een systeem te stoppen, onttrekken we de modellen uit het systeem. Door de overvloed aan data die we tegenwoordig hebben, zijn we in staat om dit te doen."

Van der Aalst ontwierp in 2003 het zogenaamde Alpha-algoritme, dat als eerste in staat was om automatisch een model (in dit geval een Petri net) van een bedrijfsproces te genereren op basis van data.

 

petrinet

Automatisch gegenereerde Petrinet van een bestelproces op basis van een process mining tool. In het model zien we meerdere gebeurtenissen die samen een spoor vormen.  Elk spoor vertegenwoordigt een variant: een bedrijfsproces met specifieke kenmerken. De activiteiten die goed gaan zijn in groen aangegeven, het paars en geel geven afwijkingen aan. Zo wordt de betaling niet altijd gedaan voordat de levering wordt klaargemaakt (paars), maar achteraf (geel).

Het mooie van dit soort modelleren is dat je problemen blootlegt die voorheen aan het zicht onttrokken waren. “Voor veel bedrijven is dat heel confronterend, als ze zien dat processen heel anders lopen dan ze op basis van hun modellen dachten. Dan zie je echt monden openvallen”, zegt Van der Aalst.

Maar daar stopt het niet. "Process mining kan ook uitleggen hoe iets misgaat en voorspellingen doen. Je kunt dan acties koppelen om problemen in de toekomst te voorkomen of op te lossen, al dan niet geautomatiseerd. En dat scheelt soms een hoop geld."

 

Dromen van een digitale tweeling

Process mining heeft de laatste jaren een vlucht genomen. Er zijn nu zo'n veertig bedrijven (voornamelijk in Noordwest-Europa) die process mining-software ontwikkelen en bijna alle grote bedrijven in West-Europa maken er al gebruik van. De "peetvader van process mining" besloot zich bij een van deze bedrijven aan te sluiten omdat hij ervan overtuigd is dat de volgende doorbraken op het gebied van process mining alleen mogelijk zijn in nauwe samenwerking met de branche.

“Er zijn veel onderzoeksvragen die je in het lab niet kunt beantwoorden. De beschikbare datasets zijn vaak geanonimiseerd en klein van formaat. Bedrijven bieden de schaal die je nodig hebt om de volgende stap te zetten.”

 

Boudewijn van Dongen

Context is de sleutel

Van der Aalst heeft de droom om uiteindelijk een perfecte digitale tweeling te creëren: een model dat zich precies zo gedraagt ​​als de organisatie zelf. Maar we zijn er nog niet. Een van de onderzoekers die aan dit punt aan de horizon werkt, is Boudewijn van Dongen, ooit stagiair bij Van der Aalst en sinds 2018 zijn opvolger als hoofd van de onderzoeksgroep Process Analytics.

De specialiteit van Van Dongen is conformiteitscontrole. "Dat betekent ervoor zorgen dat het automatisch gegenereerde model ook daadwerkelijk overeenkomt met de werkelijkheid. Hoe beter de algoritmen die je gebruikt, hoe beter het model."

Drie dingen zijn daarbij cruciaal, zegt de onderzoeker: context, de rol van de mens en complexiteit. “Je moet altijd rekening houden met de wereld waarin een vraag wordt gesteld. Naast de data en het model is er altijd de context. Dat betekent onder meer dat je de mens erbij betrekt. Een complicerende zaak is dat onze wereld steeds complexer wordt. Dat maakt het modelleren alleen maar uitdagender".

Van Dongen en zijn collega's verwachten in dit opzicht veel van multi-process mining. "Traditioneel was er maar één object, zoals een klant, een bestelling of een patiënt, dat we in de loop van de tijd volgden. Maar in de praktijk is dat niet meer het geval. Tegenwoordig gaat het om de hele keten, met verschillende objecten die op elkaar inwerken. Dat vereist een heel andere intuïtieve taal voor bedrijven om mee te werken."

 

Uitdagingen

Andere uitdagingen die Van Dongen ziet voor process mining de komende jaren zijn de toenemende hoeveelheid corporate data (denk aan Bol.com of Zalando, die dagelijks honderden miljoenen data verwerken), privacy (hoe anonimiseer je data zonder waardevolle informatie te verliezen?) en de grotere kloof tussen de abstractie van de modellen en de specificiteit van de gegevens (denk aan de alomtegenwoordige sensoren in productie of logistiek).

Van Dongen benadrukt net als zijn voorganger het belang van samenwerking met het bedrijfsleven, bijvoorbeeld voor het beschikbaar stellen van (geanonimiseerde) datasets voor onderzoek (bijvoorbeeld via 4TU Research Data). Daarom organiseert hij sinds 2010 jaarlijks de succesvolle BPI Challenge voor bedrijven en organisaties.

Ook is hij blij dat zijn studenten steeds meer de weg vinden naar bedrijven in Brainport Eindhoven. Of zelfs een eigen startup beginnen....

 

Lotte Vugs

Waves PI

 

Een van hen is Lotte Vugs, die eerder een ereprogramma op het gebied van process mining volgde en in 2021 de DOW Chemicals award won voor haar afstudeerwerk getiteld "Process Mining for Semi-Structured Log Entries". Inmiddels is ze met twee medestudenten haar eigen bedrijf begonnen. Waves PI is een startup die naast consultancy op het gebied van process mining ook bedenker is van een unieke tool die helpt om data klaar te maken voor process mining.

Vugs legt uit: “Een van de dingen die we tegenkwamen in ons advieswerk was dat het voorbereiden van de data altijd veel tijd kostte. Data zit vaak verstopt in een veelvoud aan tabellen en die kun je niet zomaar gebruiken voor analyse. Je moet eerst de data eruit halen en standaardiseren, dat kan best omslachtig zijn."

De Waves PI tool zorgt ervoor dat datavoorbereiding voor process mining makkelijker en sneller wordt. Ook stimuleert het kennisdeling, zodat bedrijven niet elke keer het wiel opnieuw hoeven uit te vinden, maar bepaalde voorbereidingsstappen kunnen delen waarvan ze weten dat ze werken.

 

Kernprocessen

"Uiteindelijk hopen we dat een snellere datavoorbereiding process mining schaalbaarder maakt, zodat process mining kan worden gebruikt om processen in de hele keten te verbeteren."

Vooral in de kernprocessen van een bedrijf verwacht Vugs veel winst. "We zien vaak dat process mining zich nog heel erg beperkt tot de ondersteunende processen, zoals inkoop- en verkoopprocessen, omdat men al bekend is met die systemen. Dat zorgt voor een snellere datavoorbereiding."

De tool van Waves PI is op dit moment nog een prototype. "We gaan het komend jaar testen en verder ontwikkelen in de process mining community. Daar verwachten we veel van."

Het is duidelijk: process mining is een veelbelovend onderzoeksgebied dat, in tegenstelling tot machine learning en andere AI-technieken, grotendeels hier in Europa is ontwikkeld. Reden genoeg om het werk van deze pioniers de komende jaren goed in de gaten te houden.

 

Bron: How companies are saving millions globally thanks to data pioneers in Eindhoven, Henk van Appeven, TU/e Eindhoven University of Technology - March 2022

 

Benieuwd wat process mining voor jouw organisatie kan betekenen? Download hier de brochure over process mining met Mavim.
Of lees het interview met Boudewijn van Dongen over hoe je met vertrouwen veranderingen in je organisatie realiseert.

Copyright © 2022 Mavim B.V.