Компании давно научились считать выручку и контролировать ключевые процессы — но значительная часть операционных потерь по-прежнему вне поля зрения. Она скрыта в повседневных действиях сотрудников: рутинных переносах данных, ручных сверках, ожидании согласований. В авторской колонке для «Открытых систем» генеральный директор Инфомаксимум Александр Бочкин объясняет, как связать эти действия с реальной маржой бизнеса. Основные тезисы — в нашей статье.
Почему одной аналитики процессов мало
Аналитика бизнес-процессов (Process Mining) даёт чёткую картину того, как работа компании устроена на уровне корпоративных систем: фиксируются последовательности шагов, выявляются отклонения от нормативов, акцент идёт на участки с задержками, отклонениями и другими «узкими местами». Ограничение этого инструмента — он видит только то, что зафиксировано в логах, а значительный пласт работы туда попросту не попадает. Речь о рутинных действиях, которые сотрудники выполняют вручную: копируют данные между системами, заполняют поля, сверяют документы, пересылают файлы на согласование. Каждое из них занимает секунды или минуты. В масштабе сотен людей и тысяч повторений это превращается в ощутимые издержки, которые привычные инструменты не измеряют. Именно с этим слоем данных работает аналитика бизнес-операций (Task Mining). Агент на рабочей станции захватывает каждое взаимодействие пользователя с интерфейсом — клики, ввод текста, переключение между приложениями — и на основе собранных данных выстраивает операционную карту: что делается, кем, как часто и во что обходится.
Как операции складываются в процессы
Знать цену отдельного действия полезно, но недостаточно: бизнес несёт потери не на уровне кликов, а на уровне целых цепочек — от заявки до результата. Для работы с этим уровнем существует Multi Task Mining — технология, которая связывает разрозненные действия сотрудников в сквозные цепочки и рассчитывает их совокупную стоимость. Так компания получает возможность оценить не цену конкретного клика, а реальную себестоимость всего процесса закупки, расчёта зарплаты или обработки клиентской заявки. При этом карта не остаётся плоской. Каждый «узел» можно детализировать: посмотреть, какие именно действия за ним стоят, в каких приложениях они выполняются, кто из сотрудников задействован и на каком этапе возникает наибольшая нагрузка. Помимо прямых трудозатрат, на уровне процесса появляется ещё одна категория потерь — время простоя. Задача технически может занимать пять минут, но фактически занять весь день: ожидание подписи, недоступность согласующего, очередь на проверку. Для бизнеса это равнозначно потере: деньги не работают, клиент не получает результат в срок.
Практический пример
В проекте по оптимизации закупочного процесса участвовали 78 сотрудников. За три месяца с помощью платформы Proceset удалось оцифровать свыше 1100 операций и выстроить детализированную карту затрат — от отдельных действий до итоговой стоимости всего процесса. Ежегодные расходы на процесс до начала работ составляли 26 млн рублей. После того как часть рутинных задач перешла к ИИ, этот показатель сократился до 10,3 млн рублей. Совокупный эффект от автоматизации был оценён в 84 млн рублей в год. Среди типовых зон для автоматизации в закупках — разбор входящих заявок, занесение данных в учётную систему, сопоставление позиций с разными наименованиями у разных контрагентов. Последнее особенно показательно: одна и та же услуга у разных поставщиков может называться по-разному, и ИИ помогает корректно сравнить предложения по цене и условиям.
Что даёт Multi Task Mining на практике
Принципиальное отличие технологии от классических аналитических инструментов — она переводит разговор об эффективности в экономическую плоскость. Больше не нужно объяснять, что «здесь есть проблема»: есть конкретная сумма, которую этот участок стоит компании, и конкретный эффект от его устранения. Важно, что автоматический анализ не заменяет экспертизу бизнеса. В Multi Task Mining предусмотрен механизм верификации: владелец процесса может подтвердить или скорректировать автоматически найденные операции. Это добавляет точности и позволяет выстраивать приоритеты автоматизации по понятной бизнес-логике, а не только по данным алгоритма. Это особенно востребовано там, где доля ручного труда традиционно высока: в банковском бэк-офисе, на производстве, в закупках, финансовых службах, сервисных подразделениях. Когда несколько сотен человек ежедневно воспроизводят одни и те же действия в нескольких системах, даже точечное вмешательство в повторяющиеся операции даёт измеримый финансовый результат. Полная версия экспертной колонки доступна по ссылке. Больше новостей о процессной аналитике, анонсов мероприятий и новых кейсов — в нашем телеграм-канале.
