Аналитика процессов и потока создания ценности
Аналитика процессов и потока создания ценности измеряет, как работа действительно течёт: сколько времени занимает каждый шаг, сколько работа ждёт, где она возвращается назад и где скапливается; она работает, когда строится на данных событий с метками времени и реальных трассах, нацелена на ограничение и проверяется теми, кто выполняет работу.
Почему это важно
У каждого есть картина того, как течёт работа, и обычно она неверна. Документы процессов показывают чистый путь от запроса до завершения. Реальность включает обходы, циклы, передачи, которых нет ни на одной схеме, и долгие периоды, когда работа лежит нетронутой. Запрос, который по документу проходит три шага, может пройти одиннадцать и провести 90 процентов жизни в ожидании.
Аналитика процессов и потоков создания ценности заменяет картину свидетельствами. Она начинается с данных, которые системы уже записывают, таких как состояния обращений, метки времени и назначения, и с наблюдения за реальной работой. Она восстанавливает маршруты работы, измеряет время на каждом этапе и отделяет рабочее время от времени ожидания. Wikipedia описывает интеллектуальный анализ процессов (process mining) как методы анализа журналов событий для обнаружения, мониторинга и улучшения реальных процессов.
Результаты часто удивляют. Узкое место не там, где думали. Шаг, на который все жалуются, быстр, а задержка — в передаче перед ним. Треть запросов возвращается из-за недостающей информации. Эти находки ведут к конкретным небольшим улучшениям, поэтому такой анализ — один из самых полезных в управлении услугами. Эта тема описывает основные приёмы, нужные данные и предостережения. Она опирается на цепочку создания ценности (тема 1.7 — Цепочка создания ценности услуг), поток и канбан (тема 2.3 — Поток и канбан), бережливое мышление (тема 2.4 — Бережливость и кайдзен) и аналитику (тема 7.1 — Аналитика для управления услугами). Основы данных (тема 7.2 — Основы данных и управление данными) здесь крайне важны, потому что метки времени и смены состояний — сырьё.
Основные понятия
Поток создания ценности. Последовательность шагов, которые организация выполняет, чтобы доставить продукт или услугу клиенту, например «решить крупный инцидент» или «принять нового сотрудника». Потоки создания ценности описывает Wikipedia. Поток проходит через виды деятельности цепочки создания ценности в своём порядке. См. тему 1.7 — Цепочка создания ценности услуг.
Картирование потока создания ценности. Бережливый приём, рисующий каждый шаг потока с его временем обработки и ожиданием между шагами, чтобы время, добавляющее ценность, можно было сравнить с общим прошедшим временем. Его описывает Wikipedia. Карту часто рисуют, проходя процесс вместе с участниками и отмечая реальное время.
Интеллектуальный анализ процессов. Использование данных событий, чтобы обнаружить, как процессы действительно идут. У каждого события есть идентификатор случая (например номер обращения), действие (например «назначено» или «решено») и метка времени. Из них приёмы восстанавливают путь каждого случая, показывают самые частые маршруты, находят варианты и измеряют время. Интеллектуальный анализ процессов и обнаружение процессов описывает Wikipedia. Он дополняет картирование: анализ показывает, что произошло в тысячах случаев, картирование — почему в нескольких.
Данные событий. Анализ процессов зависит от хороших данных событий: стабильного идентификатора случая, ясных названий действий и точных меток времени. Системы обращений и рабочих процессов обычно хранят смены состояний со временем. Проверяйте, отражают ли данные случившееся. Обращение в состоянии «ожидание» может не означать ожидание клиента; состояние может быть выставлено пакетно в конце. См. тему 7.2 — Основы данных и управление данными.
Время выполнения, время цикла и время ожидания. Время выполнения (lead time) — прошедшее время от запроса до завершения, как его переживает клиент. Время цикла — время от начала работы. Оба описывает Wikipedia. Время ожидания, проведённое в очередях или в простое между шагами, обычно составляет наибольшую часть. Точно определяйте каждую начальную и конечную точку. Связь между незавершённой работой, пропускной способностью и временем выполнения даёт закон Литтла, описанный в Wikipedia. См. тему 2.3 — Поток и канбан.
Эффективность потока. Доля времени выполнения, в которую над работой действительно трудятся. Во многих процессах знаний и услуг эффективность потока ниже 20 процентов, то есть большая часть времени — ожидание. Эта мера привлекает внимание к задержке, а не к усилию. Проверяйте числа выборкой реальных случаев, поскольку они зависят от того, как записывается активное время.
Узкие места и ограничения. Узкое место — шаг, ограничивающий пропускную способность всего процесса. Теория ограничений, которую описывает Wikipedia, утверждает, что улучшение чего-либо, кроме ограничения, не улучшает общий поток, а ограничение нужно выявить, использовать и затем ослабить. Узкие места в производстве описывает Wikipedia. В аналитике ищите шаги, где работа выстраивается в очередь, где время ожидания наибольшее или где загрузка близка к полной.
Варианты и переделка. Один и тот же процесс идёт во многих вариантах: счастливый путь, пути с согласованием, пути с циклами. Переделку — повторение работы из-за ошибок или недостающей информации — описывает Wikipedia. Подсчёт того, как часто случаи возвращаются назад и почему, находит потери. Возврат к клиенту за недостающей информацией в 30 процентах запросов указывает на проблему формы.
Передачи. Каждая передача между командами добавляет ожидание и шанс потерять информацию. Считайте передачи на случай и время после каждой. Вид по дорожкам (swimlane), описанный в Wikipedia, показывает, кто что обрабатывает. Пути с множеством передач — кандидаты на перепроектирование. См. тему 3.1 — Служба service desk.
Вариативность. Средние скрывают разброс. Случаи, занимающие в десять раз больше типичного, причиняют боль, и у них есть причины, которые стоит найти. Статистический разброс и статистическое управление процессами, отделяющие обычную вариативность от сигналов, описывает Wikipedia. Сообщайте распределения и процентили, а не только средние. См. тему 7.3 — Измерение и отчётность.
Принцип Парето. Небольшое число причин часто производит большую часть эффекта — закономерность, которую Wikipedia описывает как принцип Парето. Применительно к задержкам несколько вариантов или шагов часто объясняют большую часть потерянного времени. Начинайте с них.
Очереди. Когда загрузка приближается к ёмкости, ожидание резко растёт, как показывает теория массового обслуживания. Её описывает Wikipedia. Команда, «занятая на 100 процентов», будет иметь длинные очереди. Оставляйте запас, особенно для работы, приходящей случайно. См. тему 3.11 — Доступность, емкость и производительность.
Соответствие и комплаенс. Интеллектуальный анализ процессов может проверять, следуют ли реальные случаи задуманному процессу, например состоялись ли требуемые согласования. Он помогает аудиту и контролю, с оговоркой, что данные показывают записанное, а не обязательно сделанное. См. тему 3.4 — Обеспечение изменений.
Прохождение процесса. Данные находят, где; люди объясняют, почему. Наблюдайте за работой, говорите с теми, кто её выполняет, и смотрите выборку реальных случаев. Бережливая практика называет это хождением туда, где происходит работа, — гемба. См. тему 2.4 — Бережливость и кайдзен.
Конфиденциальность и справедливость. Данные процессов могут показывать рабочие паттерны отдельных людей. Используйте их, чтобы понимать систему, агрегируйте по команде или шагу и не используйте для надзора за отдельными людьми или их ранжирования. См. тему 5.6 — Управление ИИ, риски и соответствие.
Как вписываются линзы. Аналитика процессов — данные для гибкого улучшения и бережливого мышления: найти ограничение, попробовать небольшое изменение, измерить снова. ИИ может помогать обнаруживать закономерности и готовить черновики карт под проверкой. Автоматизация действует по находкам, например убирает передачу. Аналитика даёт свидетельства.
Лучшие практики
- Выберите значимый поток создания ценности. Выберите тот, что важен клиентам и медленен или нестабилен, например запросы доступа или обработка крупных инцидентов. Определите его начало и конец с точки зрения клиента.
- Сначала проверьте данные событий. Убедитесь, что у вас есть идентификаторы случаев, названия действий и надёжные метки времени. Сверяйте выборку случаев с реальностью и отмечайте состояния, которые значат не то, что говорят.
- Картируйте текущий поток по данным и по людям. Восстанавливайте маршруты интеллектуальным анализом процессов, где можете, и пройдите несколько реальных случаев с теми, кто ими занимается. Сравните два взгляда.
- Отделяйте работу от ожидания. Для каждого шага измеряйте активное время и время ожидания. Вычислите эффективность потока и отметьте самые долгие ожидания.
- Смотрите на варианты и циклы. Посчитайте основные варианты, долю случаев, возвращающихся назад, и причины. Рассмотрите самые долгие случаи по отдельности.
- Найдите ограничение. Определите шаг, ограничивающий пропускную способность, и сосредоточьте улучшение там. Не оптимизируйте сначала другие шаги.
- Считайте передачи и потерянную информацию. Измеряйте передачи на случай и задержку после каждой и расспросите принимающую сторону, чего им не хватает.
- Используйте распределения и выборку реальных случаев. Сообщайте медианы и процентили и читайте выборку из хвоста. Проверяйте автоматические находки вручную.
- Меняйте одно и измеряйте снова. Сделайте небольшое изменение на ограничении, зафиксируйте базовую линию и сравните через заданный период, отмечая другие изменения за тот же период.
- Используйте данные, чтобы понять систему. Агрегируйте по команде и шагу, не ранжируйте отдельных людей и делитесь находками с теми, кто выполняет работу.
Вопросы для обсуждения с командой
Где типичный запрос ждёт дольше всего и чего он ждёт? Используйте данные или прослеженный случай. Ожидайте согласований, очередей и ожидания клиента. В продолжение выберите одно ожидание и спросите, кто мог бы его сократить.
Сколькими разными маршрутами запросы проходят наш процесс и все ли они нужны? Покажите варианты. Ожидайте больше, чем кто-либо думал. В продолжение выберите наименее полезный и спросите, можно ли его убрать.
Какая доля наших случаев возвращается из-за недостающей информации и чего именно не хватает? Посчитайте. Ожидайте высокую цифру для определённых типов запросов. В продолжение измените форму или первый ответ, чтобы запрашивать это раньше.
Где передачи теряют информацию и что хотела бы иметь принимающая команда? Спросите принимающую команду. Ожидайте несколько одних и тех же пунктов. В продолжение добавьте их в передачу.
Какой шаг является ограничением и что случилось бы с общим потоком, если бы мы удвоили его скорость? Обдумайте с данными. Ожидайте, что люди назовут самый шумный шаг. В продолжение проверьте ответ по временам очередей и ожидания.
Как ИИ мог бы помочь нам находить закономерности в данных процессов и как мы проверили бы его правоту? ИИ может резюмировать варианты и предлагать причины. Он также может переинтерпретировать шум. Спросите, кто проверяет. В продолжение сравните резюме ИИ с ручным анализом выборки.
На практике: пример управления услугами
ИТ-отдел региональной органа здравоохранения тратит в среднем 19 рабочих дней, чтобы предоставить клиницистам доступ к новому клиническому приложению. Клиницисты жалуются; отчёт отдела показывает, что каждая задача выполнена в срок. Менеджер услуг решает проследить поток.
Она извлекает данные событий по 600 недавним запросам доступа: смены состояний и метки времени из системы обращений. Инструмент интеллектуального анализа процессов восстанавливает пути. Он находит девять вариантов, из которых три покрывают 80 процентов случаев. Рабочее время составляет в среднем около 2,5 дня. Остальное — ожидание: согласования руководителя (в среднем 4 дня), одобрения клинического лидера (в среднем 5 дней), принятия задачи командой приложений (3 дня) и предоставления заявителем недостающего сертификата обучения (4 дня, в 35 процентах случаев). Эффективность потока около 13 процентов.
Она проходит пять случаев с вовлечёнными людьми. Она обнаруживает, что одобрение клинического лидера для большинства ролей — формальность: из последних 200 ни одно не было отклонено. Она также обнаруживает, что цикл с сертификатом возникает потому, что форма не просит его сразу, а команда приложений собирает запросы пакетами по четвергам.
Команда вносит три изменения. Она убирает одобрение клинического лидера для ролей со стандартным доступом, добавляет сертификат в форму и переводит команду приложений на очередь, разбираемую ежедневно. Менеджер фиксирует базовую линию и отслеживает 100 случаев после изменения. Среднее время выполнения падает до 8 дней, а 90-й процентиль — с 31 до 15 дней. Она читает десять самых долгих случаев и обнаруживает, что большинство из них связаны с необычными ролями.
Что изменилось: клиницисты получают доступ быстрее, а отчёт теперь показывает время выполнения так, как его переживает клиент. Что остаётся трудным: отмена одобрения требует согласия специалиста по клинической безопасности и идёт в порядке испытания; данные не могут отделить ожидание клиента от ожидания, вызванного командой, потому что состояние «в ожидании» используется для обоих; а менеджера просили подготовить анализ скорости отдельных техников, от чего она отказывается. Она просит владельца инструмента добавить отдельное состояние для ожидания клиента.
Четыре перспективы
Команды продукта и поставки
Сделайте ваш конвейер поставки потоком создания ценности и прослеживайте изменения от идеи до производства. Предоставляйте события и метки времени, делающие анализ возможным, и используйте находки, чтобы убрать ожидания, которые вы порождаете.
Команды услуг и эксплуатации
Знайте, где работа ждёт и почему. Используйте согласованные состояния, записывайте причины ожидания и участвуйте в прослеживании реальных случаев. Поднимайте проблемы передач перед владельцем потока.
Руководство и управление
Просите время выполнения, как его видит клиент, эффективность потока и ограничение, а не только время задач. Поддерживайте изменения на ограничении. Не используйте данные процессов для ранжирования отдельных людей.
Клиенты и пользователи
Вы переживаете весь поток, включая ожидание. Говорите, как долго вы ждали и чего, и быстро отвечайте, когда поставщик запрашивает информацию.
Agile, ИИ, автоматизация и аналитика
Agile
Используйте анализ, чтобы выбрать следующее небольшое улучшение на ограничении, сделайте его и измерьте снова, с участием заинтересованных сторон. Предостережение: не запускайте длинную программу картирования, прежде чем что-либо менять; проследите один поток, измените одно и учитесь.
ИИ
ИИ может обнаруживать варианты процесса, резюмировать трассы и предлагать вероятные причины, с владельцем и проверками. Предостережение: резюме ИИ данных процессов может выдавать шум за закономерность; проверяйте по выборке случаев и с вовлечёнными людьми. См. тему 5.1 — ИИ в управлении услугами.
Автоматизация
Автоматизируйте шаги, которые, как показывает анализ, стабильны и повторяются, и убирайте передачи, не добавляющие ценности, с журналами и запасными вариантами. Предостережение: автоматизация шага, не являющегося ограничением, не сокращает время выполнения; проверьте, где ожидание. См. тему 6.2 — Автоматизация рабочих процессов и оркестрация.
Аналитика
Эта тема — аналитика потока: данные событий, времена выполнения и ожидания, варианты, циклы и ограничения. Предостережение: метки времени отражают то, как используются состояния, а меры скорости шагов можно подтасовать перемещением обращений между состояниями; проверяйте на реальных случаях. См. тему 7.3 — Измерение и отчётность и книгу Service Management Metrics.
Типичные виды сбоев
- Доверие документированному процессу. Он отличается от реальности. Используйте данные событий и реальные случаи.
- Грязные данные событий. Состояния и времена вводят в заблуждение. Сначала проверьте и исправьте данные.
- Оптимизация не того шага. Усилия идут туда, где шумно. Найдите ограничение.
- Только средние. Долгие случаи скрыты. Используйте процентили и читайте хвост.
- Игнорирование ожидания. Усилие измеряется, задержка нет. Отделяйте рабочее время и время ожидания.
- Данные без людей. У находок нет причин. Проходите реальные случаи с теми, кто выполняет работу.
- Надзор за отдельными людьми. Доверие рушится. Анализируйте систему.
Модель зрелости
| Измерение | Начальный | Развивающийся | Стандартизированный | Управляемый | Оркестрируемый |
|---|---|---|---|---|---|
| Данные | Счёт задач | Некоторые метки времени | Согласованные состояния и метки времени для ключевых потоков | Качество данных событий мониторится | Данные событий интегрированы по инструментам и поставщикам |
| Анализ | Документированный процесс | Прослежен один поток | Регулярный анализ ключевых потоков: время выполнения, ожидания, варианты | Ограничения выявляются и отслеживаются | Анализ автоматизирован и непрерывен с проверкой человеком |
| Улучшение | Ситуативно | Случайные исправления | Изменения на ограничении, измеряемые | Улучшения привязаны к результатам потока | Улучшение согласовано по потокам и партнёрам |
| Этика | Неясна | Осведомлённость | Анализ на уровне команд, без ранжирования отдельных людей | Использование пересматривается с сотрудниками | Конфиденциальность встроена в аналитику |
Контрольный список
- Мы выбрали значимый для клиента поток создания ценности с ясным началом и концом.
- Мы проверили данные событий на идентификаторы случаев, названия действий и метки времени.
- Мы картировали текущий поток по данным и по прохождению реальных случаев.
- Мы измерили рабочее время и время ожидания и эффективность потока.
- Мы посчитали варианты, циклы и передачи.
- Мы определили ограничение и сосредоточили изменения там.
- Мы сообщили процентили и прочитали выборку из хвоста.
- Мы анализируем на уровне команд и шагов, а не отдельных людей.
Запросы к ИИ
Резюмируйте варианты по путям случаев.
Here is a list of case paths (sequence of activities) with counts, and median time for each path, identifiers removed: [paste].
Describe the main variants, the share of cases each covers, where loops occur, and what the longest paths have in common. Do not infer causes.
List what you are unsure of.
Найдите ожидание в трассе.
Here are the events of five cases with timestamps and the person or team handling each: [paste, names removed].
For each case, compute time between events, identify the three longest waits, and say whether the data suggest waiting on a team, on a customer, or unclear. Do not guess where the data are silent.
List what you are unsure of.
Подготовьте вопросы для прохождения процесса.
We are about to walk through a value stream with the people who do the work. Here is what the data show: [paste summary].
Write ten open questions to ask on the walk, aimed at why waits and loops occur. Avoid blame and do not suggest answers.
List what you are unsure of.
ИИ-навыки
- value-stream-map: используйте, чтобы картировать и измерять поток создания ценности.
- workflow-analysis: используйте, чтобы анализировать шаги, передачи и ожидания.
- statistical-analysis: используйте, чтобы исследовать вариативность и неопределённость.
- kaizen: используйте, чтобы превращать находки в небольшие улучшения.
- mermaid-diagram: используйте, чтобы рисовать текущий и будущий потоки текстом.
Ключевые источники
- Wil van der Aalst, Process Mining: Data Science in Action (2nd edition, 2016): основной справочник по интеллектуальному анализу процессов.
- Mike Rother and John Shook, Learning to See (1999): классическое руководство по картированию потока создания ценности.
- Eliyahu Goldratt, The Goal (1984): роман, представивший теорию ограничений.
- Wikipedia, "Process mining" и "Value-stream mapping": обзоры приёмов.
Источники
- Process mining — Wikipedia — https://en.wikipedia.org/wiki/Process_mining
- Value-stream mapping — Wikipedia — https://en.wikipedia.org/wiki/Value-stream_mapping
- Value stream — Wikipedia — https://en.wikipedia.org/wiki/Value_stream
- Theory of constraints — Wikipedia — https://en.wikipedia.org/wiki/Theory_of_constraints
- Bottleneck (production) — Wikipedia — https://en.wikipedia.org/wiki/Bottleneck_(production)
- Cycle time — Wikipedia — https://en.wikipedia.org/wiki/Cycle_time
- Lead time — Wikipedia — https://en.wikipedia.org/wiki/Lead_time
- Little's law — Wikipedia — https://en.wikipedia.org/wiki/Little%27s_law
- Rework — Wikipedia — https://en.wikipedia.org/wiki/Rework
- Pareto principle — Wikipedia — https://en.wikipedia.org/wiki/Pareto_principle
- Statistical process control — Wikipedia — https://en.wikipedia.org/wiki/Statistical_process_control
- Swimlane — Wikipedia — https://en.wikipedia.org/wiki/Swimlane