Wat is process mining? Praktische voorbeelden en toepassingen

Een factuur blijft langer liggen dan verwacht. Een klantvraag wordt drie keer doorgestuurd. Een bestelling doorloopt een omweg. Of medewerkers voeren iedere week dezelfde handmatige correctie uit zonder dat iemand precies weet waarom.

Process mining maakt die werkelijkheid zichtbaar.

Door data uit je bestaande systemen te analyseren, zie je hoe processen daadwerkelijk verlopen, waar vertragingen ontstaan en welke stappen onnodig veel tijd kosten.

Maar wat is process mining precies? Hoe werkt het? En waar kun je het binnen je organisatie voor gebruiken?

Wat is process mining?

Process mining is een analysemethode waarmee je op basis van systeemdata kunt reconstrueren hoe een bedrijfsproces daadwerkelijk verloopt.

ERP-, CRM-, finance- en andere bedrijfssystemen registreren voortdurend gebeurtenissen. Denk bijvoorbeeld aan:

• wanneer een factuur wordt ontvangen;
• wanneer deze wordt goedgekeurd;
• wanneer een order wordt gewijzigd;
• wanneer een supportticket wordt doorgestuurd;
• of wanneer een betaling wordt uitgevoerd.

Process mining brengt al die gebeurtenissen bij elkaar en visualiseert het werkelijke proces.

Zo ontstaat als het ware een digitale weergave van je proces, gebaseerd op data in plaats van aannames.

Je ziet niet alleen welke stappen worden gevolgd, maar ook waar processen afwijken, vertragen of onnodig ingewikkeld worden.

Daardoor kun je veel gerichter vragen beantwoorden zoals:

Waar verliezen we tijd?

Welke processtappen veroorzaken de meeste uitzonderingen?

Waar werken medewerkers nog handmatig?

En welke processen zijn interessant om te automatiseren?

Waarom is process mining interessant?

Organisaties beschikken over steeds meer data, maar dat betekent niet automatisch dat ze ook begrijpen hoe hun processen werkelijk functioneren.

Dashboards laten bijvoorbeeld zien dat een proces langer duurt dan gewenst. Process mining helpt je vervolgens begrijpen waarom.

In plaats van processen te verbeteren op basis van gesprekken, aannames of een ideale procesbeschrijving, kijk je naar wat daadwerkelijk in de systemen gebeurt.

Dat maakt het mogelijk om verbeteringen veel gerichter te prioriteren.

Je kunt bijvoorbeeld ontdekken dat:

• één goedkeuringsstap structureel vertraging veroorzaakt;
• bepaalde leveranciers veel handmatige uitzonderingen opleveren;
• een proces regelmatig teruggaat naar een eerdere stap;
• medewerkers systemen op verschillende manieren gebruiken;
• of een automatisering lang niet zo vaak wordt gebruikt als gedacht.

Process mining maakt daarmee niet alleen problemen zichtbaar, maar helpt ook bepalen waar verbetering de meeste impact kan hebben.

Welke data heb je nodig voor process mining?

Process mining werkt met gegevens die je bestaande bedrijfssystemen al vastleggen.

Dat kan bijvoorbeeld data zijn uit:

• ERP-systemen;
• financiële software;
• CRM-systemen;
• customer service- of ticketsystemen;
• HR-systemen;
• logistieke en warehouse-systemen.

Voor een goede analyse moet je in ieder geval kunnen vaststellen wat er gebeurde, wanneer het gebeurde en bij welke case of transactie het hoorde.

Bij een factuurproces wil je bijvoorbeeld weten wanneer een factuur binnenkwam, wanneer deze werd gecontroleerd, wie deze goedkeurde en wanneer de betaling uiteindelijk werd uitgevoerd.

Hoe beter de kwaliteit en samenhang van die data, hoe nauwkeuriger je kunt reconstrueren hoe het proces werkelijk verloopt.

Hoe werkt process mining?

Een process-miningtraject kun je grofweg opdelen in vijf stappen.

1. Data verzamelen en verbinden

Eerst wordt procesdata uit relevante systemen verzameld en samengebracht.

2. Het werkelijke proces visualiseren

Op basis van deze data wordt automatisch zichtbaar welke routes transacties, dossiers of orders daadwerkelijk doorlopen.

Vaak blijkt dat er veel meer varianten bestaan dan de officiële procesbeschrijving doet vermoeden.

3. Oorzaken van knelpunten onderzoeken

Vervolgens kun je analyseren waar vertragingen, afwijkingen en terugkerende uitzonderingen ontstaan.

Niet alleen dat een proces langzaam is wordt zichtbaar, maar ook waardoor.

4. Verbetering en automatisering prioriteren

De analyse laat zien welke processtappen veel handmatig werk veroorzaken of regelmatig problemen opleveren.

Daarmee kun je veel beter bepalen waar automatisering of procesverbetering daadwerkelijk iets oplevert.

5. Blijven meten en verbeteren

Process mining hoeft geen eenmalige analyse te zijn.

Door processen continu te monitoren kun je zien of veranderingen het gewenste resultaat hebben en nieuwe afwijkingen vroeg signaleren.

Process mining voorbeeld 1: financiële processen en crediteurenadministratie

Een van de duidelijkste toepassingen van process mining is finance.

Neem de crediteurenadministratie.

Op papier lijkt het proces eenvoudig:

factuur ontvangen → controleren → goedkeuren → boeken → betalen.

In werkelijkheid zijn er vaak tientallen variaties.

Facturen worden teruggestuurd. Goedkeuring blijft liggen. Kosten worden handmatig aangepast. Automatische boekingsregels worden omzeild. Of bepaalde leveranciers blijken structureel een afwijkend proces te doorlopen.

Met process mining zie je bijvoorbeeld:

• hoe lang facturen daadwerkelijk in iedere processtap blijven;
• waar goedkeuring vertraging oploopt;
• hoeveel handmatige handelingen nodig zijn;
• welke uitzonderingen vaak voorkomen;
• en in hoeverre beschikbare automatisering daadwerkelijk wordt gebruikt.

Bij Greenstep-klant Cervi werd process mining bijvoorbeeld ingezet om de crediteurenadministratie te onderzoeken. De analyse maakte zichtbaar waar handmatig werk en vertragingen ontstonden en bracht leveranciers- en factuurspecifieke uitzonderingen aan het licht die eerder niet zichtbaar waren.

Daardoor kon verbeterwerk worden gebaseerd op daadwerkelijke procesdata in plaats van aannames.

Process mining voorbeeld 2: customer service

Ook in customer service vertelt een KPI als gemiddelde responstijd maar een deel van het verhaal.

Een ticket kan binnen de SLA zijn afgehandeld terwijl de klant ondertussen drie keer contact heeft moeten opnemen.

Met process mining kun je de volledige route van een klantvraag volgen.

Je ziet bijvoorbeeld:

• hoeveel contactmomenten nodig zijn voordat een probleem is opgelost;
• hoe vaak tickets worden doorgestuurd;
• welke typen vragen regelmatig bij de verkeerde medewerker terechtkomen;
• en waar klanten opnieuw contact opnemen over hetzelfde probleem.

Een bekend patroon is het zogenaamde pingpongeffect: een ticket wordt meerdere keren tussen teams of medewerkers doorgestuurd voordat iemand het daadwerkelijk oplost.

In een standaard dashboard kan zo’n ticket er prima uitzien. Process mining laat zien hoeveel onnodige stappen er achter dat ene afgeronde ticket zaten.

Zo kun je processen verbeteren die niet alleen tijd kosten, maar ook direct invloed hebben op de klantervaring.

Process mining voorbeeld 3: logistiek en supply chain

In logistieke processen kunnen kleine vertragingen grote gevolgen hebben.

Een order die niet op tijd wordt vrijgegeven, verkeerde voorraadgegevens of een urgente levering die niet correct wordt opgepakt, kan verderop in de keten voor nieuwe problemen zorgen.

Met process mining kun je zien waar:

• orders vertraging oplopen;
• processen stilvallen;
• informatie verkeerd wordt verwerkt;
• uitzonderingen ontstaan;
• en handmatige workarounds worden gebruikt.

Stel bijvoorbeeld dat een bestelling in het systeem als urgent staat gemarkeerd, maar die informatie niet zichtbaar is in de werkvoorraad van het magazijn.

Op papier werkt het proces.

In werkelijkheid wordt de urgente bestelling gewoon tussen alle andere orders verwerkt.

Process mining maakt zulke afwijkingen zichtbaar en helpt bepalen waar proceslogica, meldingen of automatisering moeten worden aangepast.

Process mining voorbeeld 4: ERP- en IT-processen verbeteren

Process mining kan ook veel inzicht geven in hoe medewerkers daadwerkelijk met een ERP- of ander bedrijfssysteem werken.

Dat is bijvoorbeeld interessant wanneer processen:

• veel langer duren dan verwacht;
• veel handmatige stappen bevatten;
• verschillende workarounds hebben ontwikkeld;
• of na jaren van aanpassingen ingewikkeld zijn geworden.

Door systeemlogs en procesdata te analyseren, kun je zien welke stappen gebruikers doorlopen en waar vertragingen of uitzonderingen ontstaan.

Dat is waardevol bij ERP-optimalisatie, maar ook tijdens systeemimplementaties en migraties.

Je kunt bijvoorbeeld controleren of een nieuw ontworpen proces daadwerkelijk wordt gevolgd, waar gebruikers vastlopen en welke stappen mogelijk verder geautomatiseerd kunnen worden.

Zo wordt ERP-optimalisatie minder een kwestie van “waar denken we dat het probleem zit?” en meer:

“Wat laat de data zien?”

Waar kun je process mining nog meer voor gebruiken?

In principe kan process mining worden toegepast op vrijwel ieder proces waarbij verschillende gebeurtenissen digitaal worden vastgelegd.

Denk bijvoorbeeld aan:

Recruitment: waar vallen kandidaten uit het sollicitatieproces en welke stappen vertragen de time-to-hire?

IT service management: waarom komen bepaalde supportvragen terug of blijven tickets lang openstaan?

Sales: waar blijven leads en offertes hangen en welke stappen zorgen ervoor dat verkooptrajecten vertragen?

Order-to-cash: hoeveel tijd zit er tussen order, levering, facturatie en betaling en waar ontstaan uitzonderingen?

Purchase-to-pay: welke stappen binnen inkoop en crediteurenadministratie veroorzaken het meeste handmatige werk?

De technologie is dus niet beperkt tot één afdeling.

De belangrijkste vraag is steeds dezelfde:

Welke processen leveren voldoende data op én zijn belangrijk genoeg om te verbeteren?

Welke process mining tools heb je nodig?

De juiste process mining software hangt af van je systemen, processen en de vragen die je wilt beantwoorden.

Belangrijker dan simpelweg een tool aanschaffen, is dat je vooraf bepaalt:

• welk proces je wilt onderzoeken;
• welke data daarvoor beschikbaar is;
• welke KPI’s belangrijk zijn;
• en welke beslissingen je op basis van de analyse wilt kunnen nemen.

Een mooie visualisatie heeft weinig waarde als daarna niemand weet wat ermee moet gebeuren.

Bij Greenstep gebruiken we onder andere BI Book Process Mining om procesdata te visualiseren en te analyseren. Daarmee kunnen bijvoorbeeld data uit ERP-systemen en financiële processen worden gebruikt om afwijkingen, vertragingen en automatiseringskansen zichtbaar te maken.

Het doel is daarbij niet alleen inzicht krijgen.

Het doel is weten wat je daarna moet verbeteren.

Van inzicht naar automatisering

Process mining en automatisering worden vaak in één adem genoemd. Logisch, want process mining kan precies zichtbaar maken waar automatisering zinvol is.

Dat is belangrijk.

Wanneer je een inefficiënt proces direct automatiseert, automatiseer je soms vooral de inefficiëntie.

Process mining helpt daarom eerst vaststellen:

1. waar het proces afwijkt;
2. waardoor dat gebeurt;
3. welke stappen daadwerkelijk waarde toevoegen;
4. welke stappen kunnen verdwijnen;
5. en welke overgebleven werkzaamheden geschikt zijn voor automatisering.

Zo wordt automatisering geen doel op zich, maar een gerichte verbetering van het proces.

Process mining laat zien hoe je bedrijf écht werkt

De grootste kracht van process mining is uiteindelijk vrij simpel.

Het vervangt aannames door feiten.

Je ziet niet hoe een proces volgens een schema zou moeten werken, maar hoe honderden of duizenden transacties daadwerkelijk door je organisatie bewegen.

Dat maakt zichtbaar waar tijd verloren gaat, welke uitzonderingen steeds terugkomen en waar automatisering of procesverbetering de meeste waarde kan opleveren.

En juist daar begint betere besluitvorming.

Benieuwd waar jouw processen vastlopen?

Je hoeft niet vooraf precies te weten welk proces je moet automatiseren of verbeteren.

Greenstep helpt je om beschikbare procesdata te analyseren, knelpunten zichtbaar te maken en verbeteringen te prioriteren.

Van financiële processen en ERP tot customer service en operationele workflows: samen brengen we in kaart hoe het proces werkelijk werkt en waar de grootste kansen liggen.

Ontdek wat process mining voor jouw organisatie zichtbaar kan maken.

Neem contact op.