Kuigi Eestis ei saa enam ammu rääkida ettevõtetest, kel pole oma äriprotsesside kohta andmeid, säilib siiski meie mahajäämus näiteks Põhjamaade firmadest andmete vähese kasutamise tõttu. Andmepõhine protsessikaeve aitab selle lünga kõrvaldada.

Nimelt on protsessikaeve uuenduslik tehnoloogia, mis võimaldab saada ülevaade ettevõtte äriprotsessidest, leides-parandades kitsaskohti ja puudusi ning luues ettevõtte andmepõhist juhtimist võimaldavaid ärilisi võtmenäitajaid ehk KPIsid.

Intervjuus selgitavad protsessikaeve olemust ja võimalusi KPMG andmeteadlane Raul Nugis ning protsessikaeve insener Ludvig Leis. Teadaolevalt on Leis esimene täiskohaga protsessikaeve insener mitte ainult Eesti KPMGs, vaid riigis laiemalt, kui välja arvata akadeemilised institutsioonid.

 

Protsessikaeve on ka üleilmselt üsna uus valdkond, millega kõik lugejad ja IT-ettevõtted pole veel kokku puutunud. Esmalt palun teil lihtsalt selgitada, mida see endast kujutab.

Raul Nugis: Protsessikaeve on uus ja edumeelne analüütikateenus, mis tõhustab ettevõtete protsesse. Ühiskondades, kus erasektor on hästi arenenud – nagu Soome ja Rootsi –, on see teenus professionaalse korporatiivse analüütiku tööriistakastis olemas. Lisaks on seal tööriistakastis erinev mudeldamine, sellised nutikad teenused nagu andmete analüüs masinõppega, pilvepõhised lahendused, analüütiliste juhtimistöölaudade ehitamine ja teised. Eestis on need viimased enamasti ka olemas teenusepakkujate näol ja organisatsioonides kasutusele võetud, ent protsessikaeve ei ole seni kuigi märkimisväärset kasutust leidnud.

Oleme harjunud mõtlema, et Eesti on tehnoloogiliselt hästi arenenud ühiskond, Põhjala riik. Ent see on mõnevõrra küsitav, kui me vaatame teisi Põhjamaid. Digiteerimise kõrge tase, mida me Eesti kohta arvame, on õige ainult avaliku sektori osas. Kuigi peame end edumeelseks, on meil korralikult digiteeritud pigem mõned kindlad ärivaldkonnad, sellised nagu rahandus, telekomid ja idufirmad. See on koorekiht, aga ülejäänud majandus on keskmisel tasemel, pole imetlusväärseid oskuseid andmeid nutikalt ära kasutada. Oleme maha jäänud, ja see on põhjus, miks rääkida protsessikaevest.

Protsessikaeveks on vaja kahte elementi. Esiteks peavad olema mingid väljakujunenud äriprotsessid, teiseks ka andmed, mida protsesside käigus luuakse. Oleme enam-vähem seisus, kus andmed on Eesti ettevõtetel olemas. Protsessikaeve on just see suund, millega kõrvaldada mahajäämus, mis on meil võrreldes Skandinaaviaga seni veel jäänud.

Ludvig Leis: Protsessikaeve on innovaatiline, andmepõhine analüüsimise meetod. Suuremat kasu pakub see tänu võimekusele visualiseerida äriprotsesse ja muuta need läbipaistvaks. Seega on kasutajal otsast lõpuni näha kõik protsessi jooksul toimuvad tegevused ning millega on need ühendatud. Läbi selle on võimalik tuvastada erinevaid kitsaskohti, otsida nende juurpõhjuseid, tuvastada optimeerimisvõimalusi ning muuta oma äri efektiivsemaks, nt viies kulusid alla ja vähendades töökoormust.

 

Millistele organisatsioonidele on protsessikaeve hetkel enim kasulik? Tuleneb see tegevusvaldkonnast, suurusest, andmete hulgast?

Ludvig Leis: Asi algab sellest, et peab olema andmeid ning neis peab olema digitaalne ajajälg, mingi identifikaator, tegevus ja ajatempel. Põhimõtteliselt võime rääkida sündmuste logist, siis on võimalik protsessikaevet teha.

Kui mõelda ettevõtete peale, kellele protsessikaevest oleks suurim kasu, siis pigem on eelistatud need, kus toimub hästi palju korduvaid protsesse. Protsess ise ei pea olema pikk ega keeruline, aga oluline on, et selle tegevused oleksid ajaliselt fikseeritud. Valdkonnad, mis sobivad hästi protsessikaeve kandidaatideks, on näiteks pangandus, kaubandus, logistika ja tootmine.

Protsessikaeveks pole vaja olla suurettevõte, kuigi efektiivsuse tõstmiseks suunatud protsesside kaevamine eeldab teatud ressurssi. Sisulist väärtust võib ta pakkuda igas suuruses ettevõtetele.

 

Kuidas üldse aru saada juhina, et mul võiks protsessikaevest abi olla?

Raul Nugis: Ettevõtetel on elutsükkel, kus kõigepealt alustab uus ettevõtte tegevust ning eelduste kohaselt siseneb kasvu etappi. Kui algusjärgus juhtub midagi negatiivset, siis ettevõte tegevus enam pikalt edasi ei kesta. Ent kui kõik läheb hästi ja ta on kasvanud teatud suuruseni, siis ei ähvarda ettevõtet enam lihtsakoeline tegevuse lõpetamine, vaid tekivad hoopis teised tõhusa juhtimise ja konkurentsivõime säilitamise väljakutsed. Termodünaamika teise seaduse põhjal võib öelda, et kui me ei pinguta, ei jookse, siis me ei seisa paigal.

See võib tähendada, et suurel ettevõttel hakkavad protsessid n-ö lappama. Asjad ei pruugi korras olla näiteks põhjusel, et turuolukord muutub, varem nõutud teenused ei müü enam. Teine suur põhjus võib olla see, et puudub kasv, kasvu jaoks püütakse pidevalt uusi töötajaid juurde värvata, kuid see ei anna oodatud tulemust, tulu töötaja kohta langeb.

Väikeettevõtte puhul võib veel minna füüsiliselt kohale minna ja üle vaadata, kus on need probleemsed kohad, kus eelnimetatud efektiivsuse puudujääk tekib, ent kui sul on näiteks 50 potentsiaalset kohta, kus asjad võivad lappama minna, siis seda ei saa nii lihtsalt tuvastada. Millises osakonnas seitsmest pole asjad korras? Kas on tegu tarneahela probleemiga, tööaja või tootmisseadmete puuduliku planeerimisega?

Et põhjuseid uurida, võib palgata ärianalüütikud, kes üritavad protsesse jälgida – ja teevad seda pigem füüsiliselt intervjuude, töötubade ja erinevate aruannete vaatamise teel ning pakuvad välja eri lahendusi. Ent protsessikaeve puhul sa ei pea pidama ärianalüütikuid enda ettevõttes ega kedagi ka palkama. Protsessikaevet appi võttes ei pea sõltuma sellest, kas, kui kvaliteetselt ning läbipaistevalt on olukorrad jälgitavad, vaid pilt tekib andmepõhiselt.

Ludvig Leis: Kui ettevõttes on piisavalt palju korduvaid protsesse, nii et sa tavalise analüütikaga ei suuda leida üles põhjuseid, miks mingi pudelikael või kitsaskoht tekib, siis tulebki appi protsessikaeve.

 

Kuidas siis kasutada protsessikaeve võimalusi, et tõhustada ja parandada ettevõtte tulemusi?

Ludvig Leis: Sa ei pea minema otseselt kuhugi kohale, sest kogu tõde peitubki nendes andmetes. Eri ettevõtetel on andmete kogumine erinev. Tuleb paika panna, mis on see protsess, mida me vaatame ning mis on selle protsessi kõige traditsioonilisem või parem kulg. Teiseks tuleb viia andmed protsessikaeveks sobivale kujule. Suuresti on tegemist andmetöötluse ülesandega.

Siis hakkabki kooruma sealt andmetest – kui need on pandud sobivale kujule protsessikaeve platvormi jaoks –, et millised erinevad variatsioonid tekivad seal protsessis, samuti saab n-ö sisse minna nendesse tegevustesse ja mõjutatud faktoritesse.

Ehk esmalt räägime kliendiga läbi, milline on protsess ja mis andmed on sellega seotud. Siis saabki n-ö puslet kokku panna, mida sööta protsessikaeve maagilistele algoritmidele.

Kui palju on seal algoritmide teha ning kui palju peab oskama protsessikaeve insener neid andmeid n-ö lugeda?

Ludvig Leis: Kitsaskoha või parimale töövoole mittevastava tegevuse algpõhjuse leidmine ongi protsessikaeve platvormi poolt täiesti automatiseeritud. Näiteks miks arveid õigel ajal ära ei maksta. Selle tööriista abil on võimalik sisse vaadata, et kus tekivad vead.

Näiteks saabub tellimus, see kinnitatakse, genereeritakse saatedokument, pannakse kaup teele, saadetakse arve ja see tasutakse. Sinna vahele saab siis protsessikaeve töölaual panna erinevaid tegevusi ning mõõta nende mõju nii ajaliselt kui ka rahaliselt: krediidikontroll tellimuse saabumise ja kinnitamise vahel, tarnekuupäeva pikendamine, kauba tagastamine, tellimuse tühistamine vms.

Raul Nugis: Ärijuht näeb töölaual, et tasub vältida näiteks kindlaid olukordi, millega kaasnevad tarnekuupäeva pikendamine või ülemäärane krediidikontrolli tegemine, kuna see teeb protsessi pikemaks ja kulukamaks. Ettevõte on aga pigem huvitatud kiirest käibest. Kuigi tundub see lihtne ja loogiline, ei pruugi juht olla teadlik, kui palju selliseid olukordi tekib ja mis on nende põhjustatud viivitused.

Kui mingi tegevus toimub ettevõttes aasta jooksul kümneid või sadu tuhandeid kordi – tellimuse saamine ja täitmine, arve väljastamine vms – ning sealt saab elimineerida ebavajaliku osa, muudabki see töö kiiremaks ja efektiivsemaks.

Partnerid, kes vajavad tarnekuupäeva pikendamist, on sellest teadliku ärijuhi vaates palju kulukamad kui partnerid, kel seda vaja pole. Nendega seotud teenused-tooted võiksid olla teisiti hinnastatud või nende hulka vähendada.

Protsessikaeve töölaud võimaldab luua andmete pealt mistahes analüüse ning tulemusena püsib ettevõte konkurentsis või edestab võistlejaid. Sellist unikaalset põhjusliku seose vaadet me saame ainult protsessikaevest. Protsessikaeve tööpõld on mõneski valdkonnas hoomamatu, sest optimeerimist vajavate protsessidega seotud töömahud – tehingutes ja ettevõttesiseselt kulutatavates töötundides – on väga suured.

 

Milliseid näiteid saab tuua protsessikaeve teenuse kasutamisest teie klientide poolt?

Ludvig Leis: Tulles KPMG protsessikaeve praktika juurde laiemas geograafilises regioonis – Põhjamaades ja Baltimaades –, toon ühe näite. Tegu on tervishoiuteenust pakkuva ettevõttega. Sedalaadi suur, mitmetahuline organisatsioon saab protsessikaevest kasu tänu selgusele, mille see nendele loob. Nende ootused küll ei piirdunud sellega, et KPMG aitab protsessikaeve tööriistaga leida eri probleemide algpõhjuseid, vaid nendele loodi töölaud, et nad saaks ise kõrge potentsiaaliga probleemkohti jälgida. Näiteks seda, miks krediitarveid ei maksta või miks need üldse tekivad.

Lõpuks tegime nendele valmis reaalajale lähedase lahenduse, ühendades juhtimisalast töölauda andmebaasidega reaalajas andmete uuendusega. Tulemusena tekkis reaalaja pilt tulemusmõõdikutest ärikriitiliste protsesside kohta, mille abil oli võimalik pidevalt jälgidatekkivaid tõrkeid. Tuletan meelde, et kuna protsessi kaeve puhul ei ole tegemist lihtsalt analüütilise töölauaga, vaid töölauaga, mis jälgib äriprotsesse, selle abil sai klient jälile ka tõrgete, viivituste ja tööaja ülekulu põhjustele.

 

Kas enamasti tahavad kliendid protsessikaeve töölauda endale kasutamiseks või teenust koos analüüsiga?

Ludvig Leis: Töölaud on piisavalt lihtne, et ka ärianalüütik, kes protsessikaevest väga palju ei tea, saab aru, kuidas siin asjad käivad ning kõik oluline kätte saada.

 

Kui kaua kestab protsessikaeve projekt?

Ludvig Leis: Sõltub sellest, kui hästi on ettevõte valmistanud ette oma andmed ja teab, mida nad tahavad uurida. Meie töö teenusepakkujana on kiire, on võimalik mõne nädalaga täielik visualisatsioon ja analüüs valmis saada.

KMPG Baltics korraldas 17. mail protsessikaeve veebiseminari

KPMG jagas 17. mai seminaril uusimat teavet äriprotsesside andmepõhise analüüsi ning optimeerimise murrangulise tehnika ehk protsessikaeve teemal, aluseks ettevõtte kogemused Balti- ja Põhjamaade turgudel. KPMG partneriks sel seminaril oli andmepõhiste optimeerimistehnoloogiate üleilmne liider Celonis. Veebiseminar oli mõeldud ettevõtete finantsjuhtidele ja -kontrolleritele, äriarendusjuhtidele ning ärianalüütikutele ja on järelvaadatav siit.