5 do’s voor effectievere RPA met gebruik van process mining

1.  Standaardiseren van processen

   

Elke proceseigenaar droomt van een uniform proces, zonder workarounds en zonder uitzonderingen. Een proces waar alles in één keer goed gaat, zorgt voor stabielere en snellere doorlooptijden, een betere compliance en een betere beheersbaarheid. Echter, waar meer uitvoerders zijn van het proces zijn er ook meer methodes om het proces uit te voeren. Het is dan belangrijk dat de robot wel de meest efficiënte variant zal gebruiken. Process mining laat je deze variant zien. Belangrijke stappen om te komen tot standaardisatie maak je vervolgens ook met behulp van process mining. Process mining helpt bij het snel inzichtelijk maken van het proces.

Waar je met een ‘brown-paper sessie’ vaak alleen tot de happy flow komt, laat process mining 100% van de varianten zien. Daarna kan je precies bekijken wat jouw ‘First Time Right’ percentage is, en stapsgewijs inzoomen op de grote uitzonderingen. Wanneer je hebt achterhaald wat de reden voor de uitzondering is, kan je aan de slag om deze te verhelpen. Hierbij is het doel een uniforme uitvoering van het proces; een grote happy flow. De gestandaardiseerde processen zijn dan op een efficiënte wijze naar een robot te vertalen.

“Gestandaardiseerde processen zijn op een efficiënte wijze naar een robot te vertalen”

2. Gevalideerde ‘keten-brede’ business case

Elke verbetering moet onderbouwd zijn met een goede business case. Irritatie over het handmatige werk kan de mening van de medewerker beïnvloeden, waardoor deze de business case kan overschatten. Daarnaast hebben veel bedrijven normtijden afgesproken voor de bedrijfsvoering. Deze tijden zijn echter gebaseerd op wat ‘normaal’ is, en kijken niet naar de uitzonderingen waarbij de afhandeltijd korter of langer kan zijn. Process mining kijkt naar wat de werkelijke afhandeltijd is, en voedt daarmee een op feiten gebaseerde business case. De business case berekenen op basis van een individuele taak of sub-proces binnen het ketenproces is dan nog niet genoeg. Je moet het gevolg van het robotiseren van een onderdeel in het grote geheel bekijken. Zorgt een aanpassing aan het begin niet voor meer werk halverwege?

3. Spotten & prioriteren van verbetermogelijkheden

Een standaard proces(stap) is eenvoudig te robotiseren. De mate van standaardisatie zegt dus iets over de ‘robotiseerbaarheid’. Als je deze robotiseerbaarheid samen met het besparingspotentieel kan visualiseren, zie je precies waar het echte verbeterpotentieel zit. Als je niet weet waar je moet beginnen met het implementeren van software robots, is het onderzoeken van de processen of activiteiten rechtsboven in de grafiek een perfect startpunt. Zo zorgt je voor focus met kwantitatieve analyse en prioriteer je een verdere kwalitatieve analyse.

4. Stakeholders meenemen

Bij elk project is het belangrijk om je stakeholders mee te nemen. Dit is zeker het geval wanneer je een nieuwe verbetertechniek in de organisatie wilt toepassen. Een proof of value (PoV) helpt hierbij. Bij een PoV maak je inzichtelijk wat de waarde van process mining en RPA is. De transparantie van databron (van IT) tot de visualisatie van het proces (van de business) zorgt ervoor dat zowel IT als de business meegenomen wordt in de totstandkoming van de ‘single version of truth’. Aan het einde van een PoV helpt bijvoorbeeld een demo video om zo het draagvlak van RPA en process mining organisatie breed te versterken. Dit zorgt weer voor overtuiging bij volgende verbetermogelijkheden.

“Om een zuiver beeld te krijgen van de gerealiseerde besparing zal je het hele ketenproces moeten monitoren”

5. Monitoren van gerealiseerde besparing

De reductie van de proceskosten van gerobotiseerde processtappen is eenvoudig te kwantificeren en vaak al een business case op zich. Deze zijn makkelijk inzichtelijk te maken door middel van dashboards en workforce rapportages. Deze weergeven KPI’s zoals uren besparing, fout marge en bijvoorbeeld hoe efficiënt de digital workforce opereert. Echter zullen deze gerobotiseerde processtappen vaak onderdeel uitmaken van een breder ketenproces waar ook niet-gerobotiseerde processtappen in zitten. Om een zuiver beeld te krijgen van de gerealiseerde besparing en inzicht te krijgen in waar je moet bijsturen, zal je het hele ketenproces moeten monitoren. Process mining is hier bij uitstek voor geschikt, door achteraf een her-meting te doen van het ketenproces en deze met de oude IST situatie te vergelijken.