Abstracte achtergrond

Process mining: betekenis, 13 stappen, voordelen en valkuilen

Process mining gebruikt de sporen die mensen in informatiesystemen achterlaten, de event logs, om te laten zien hoe bedrijfsprocessen werkelijk worden uitgevoerd. Zo spoor je snel knelpunten, inefficiënties, fraude, verborgen kosten en onverwachte omwegen op, en verbeter je processen, compliance en IT aantoonbaar.

De kern in het kort

  • Process mining is een verzameling technieken, tools en methoden die met event logs het werkelijke verloop van bedrijfsprocessen blootleggen, visualiseren, analyseren, monitoren en verbeteren.
  • Er zijn drie basisvormen: ontdekken (discovery), conformiteitscheck (conformance checking) en verbetering (enhancement). De event log is altijd het vertrekpunt.
  • Een processminingtraject verloopt in drie fasen en 13 stappen: toepasbaarheidsanalyse, data-analyse en mining-analyse.
  • De 80-20-regel gaat op: het lokaliseren, selecteren, extraheren en transformeren van de data kost 80% van de tijd.
  • Process mining is geen datamining: de input bestaat uit eventdata met tijdstempels, niet uit tabellen met data.

Wat is process mining?

Process mining is een verzameling technieken, tools en methoden waarmee je met event logs en tijdstempels het werkelijke verloop van bedrijfsprocessen blootlegt, visualiseert, analyseert, monitort en verbetert.

Het werkt globaal als volgt: mensen die binnen een organisatie computersystemen gebruiken, laten sporen na. Die grote hoeveelheden opgeslagen data kun je analyseren om zichtbaar te maken hoe processen verlopen, tot op het detailniveau van knelpunten, verspillingen en afwijkingen van en tegenstrijdigheden in de voorgeschreven procesgang. Voordat process mining vaste voet aan de grond kreeg, werd gesproken van workflow mining, dat je als een van de voorlopers kunt beschouwen.

Kernbegrippen: een event is een vastgelegde gebeurtenis, activiteit of handeling in relatie tot een proces, zoals het starten, annuleren, hervatten of afsluiten ervan. Een event log is een verzameling events, opgeslagen in een of meer databestanden of databases. Een tijdstempel is een door een systeem gegenereerde precieze datum en tijd, gekoppeld aan een event. Tijdstempels leggen knelpunten bloot en geven inzicht in serviceniveaus, doorlooptijden en frequenties.

De drie basisvormen van process mining

Het doel van process mining is de procesefficiëntie te optimaliseren, de proceskosten te verlagen en de procescomplexiteit te verminderen. Event logs worden in de meeste informatiesystemen standaard bijgehouden, maar zijn doorgaans slecht toegankelijk.

  1. Ontdekken (discovery): een event log is het vertrekpunt voor het bouwen van een model, zonder a-priori-informatie. Deze vorm wordt in de praktijk het meest gebruikt. De uitkomst kan een model zijn dat je bij vorm 2 gebruikt.
  2. Conformiteitscheck (conformance checking): een event log wordt gebruikt om na te gaan of de realiteit zoals vastgelegd in de log nog strookt met het model en omgekeerd. Toepassingen: procedurele en organisatiemodellen, declaratieprocessen, bedrijfsregels en -beleid, en wet- en regelgeving.
  3. Verbetering (enhancement): een bestaand procesmodel wordt uitgebreid of verbeterd met informatie over het werkelijke proces uit event logs. Tijdstempels leggen bijvoorbeeld knelpunten bloot.

Voorbeeldvragen bij ontdekken

  • Klantreis: wat zijn de meest voorkomende betaalmethoden? Welke factoren beïnvloeden de reis positief of negatief? Wat is het meest voorkomende eerste contactpunt?
  • Klantenondersteuning: hoelang duurt het om ondersteuningsverzoeken te verwerken? Hoelang staat de klant in de wacht? Welke varianten kent het ondersteuningsproces?
  • Claimafhandeling: hoelang duurt het om defecte goederen te vervangen? Welke veelvoorkomende productproblemen leiden tot bovengemiddeld veel klachten? Welke productversies leiden tot de hoogste restitutieclaims?

Vijf voorbeelden van procesafwijkingen

De conformiteitscheck helpt te onderzoeken waarom processen haperen of een alternatief pad hebben afgelegd. Vijf aangrijpingspunten:

  1. Sommige activiteiten hadden helemaal niet mogen plaatsvinden.
  2. Andere activiteiten zijn door de verkeerde persoon uitgevoerd.
  3. Weer andere activiteiten zijn te laat uitgevoerd.
  4. Een of meer geplande activiteiten zijn helemaal niet uitgevoerd.
  5. Twee activiteiten zijn bewust of per abuis verwisseld.

Process mining in 13 logische stappen

Process mining is een analytisch proces dat idealiter een driefasenplan volgt.

Fase I: toepasbaarheidsanalyse

Het begint met een heldere probleemanalyse. Er moet een probleem zijn, een ongewenste situatie die voor verbetering vatbaar is en gevolgen heeft voor het functioneren van de organisatie, en een probleemeigenaar die het erkent, het wil aanpakken en daartoe bevoegd is.

  1. Probleemanalyse opstellen
  2. Procescontext identificeren
  3. Procesdata vaststellen
  4. Systeemcontext identificeren
  5. Toepasbaarheid bepalen

Fase II: data-analyse

De data wordt geïnspecteerd, opgeschoond, getransformeerd en gemodelleerd om er de meest waardevolle informatie uit te halen (stap 6 tot en met 9).

  1. Event log-model opstellen
  2. Ruwe procesdata verzamelen
  3. Ruwe procesdata opschonen
  4. Validiteit van de procesdata vaststellen

Fase III: mining-analyse

In de laatste fase werk je toe naar waar het om begonnen was: concrete aanbevelingen voor procesverbeteringen (stap 10 tot en met 13). Je evalueert ook het hele traject, want process mining stopt hier niet: het is een continu proces.

  1. Process mining toepassen
  2. Resultaten van de mining-analyse interpreteren
  3. Procesverbeteringen aanbevelen
  4. Het processminingtraject evalueren

5 evidente voordelen van process mining

  1. Een brugfunctie. Tussen traditionele systemen voor business process management en workflowmanagement, die weinig rekening hielden met eventdata, en datamining, business intelligence en machine learning, die data als vertrekpunt nemen en zich minder bekommeren om end-to-endprocesmodellen.
  2. Processen voorspellen. Met processminingsoftware kun je processen simuleren en opnieuw afspelen (replay) en problemen opsporen. Veelbelovend is de mogelijkheid om met AI het toekomstige verloop van processen zo nauwkeurig mogelijk te voorspellen; tijdstempels spelen daarbij een cruciale rol.
  3. Intelligent gebruik van big data. Process mining richt zich zowel op het verbeteren van de prestaties als op compliance, en is het scharnier tussen de analyse van procesmodellen en de datagerichte analyse.
  4. Bottlenecks elimineren. Je krijgt een beter begrip van de flessenhalzen, inefficiënties, afwijkingen en afbreukrisico’s binnen je cruciale processen.
  5. Operationele processen verbeteren. De toepassing van process mining op eventdata uit informatiesystemen heeft volgens wetenschappers al tot verbluffende inzichten geleid. Ook de toepassing op eventdata van apparaten zoals röntgenapparaten, CT-scanners, kopieermachines en printers neemt een hoge vlucht.

Waar kun je process mining inzetten?

Process mining bewijst zijn nut in tal van sectoren: van creditcardmaatschappijen, industriële bedrijven en vastgoed tot overheidsinstellingen en ziekenhuizen. Denk aan alle processtappen voor de behandeling van een ziekenhuispatiënt, de gemeentelijke afhandeling van WOZ-bezwaarschriften, of alle handelingen die een woningcorporatie moet uitvoeren voordat een woning wordt opgeleverd aan een nieuwe huurder. Ook bij het testen van wafersteppers in de halfgeleiderindustrie bewijst het zijn nut.

5 valkuilen bij het toepassen van process mining

  1. Onbekendheid. Consultants, auditors, kwaliteitsmanagers en proceseigenaren zijn nog relatief onbekend met het fenomeen. Je kunt Six Sigma Black Belt of gecertificeerd intern auditor worden zonder je ooit in process mining te hebben verdiept.
  2. Verwarring met AI. Door de huidige nadruk op machine learning en AI hebben mensen niet door dat process mining iets compleet anders is.
  3. Angst voor transparantie. Vooral middenmanagers zijn bevreesd voor de resultaten: de toegenomen transparantie kan mismanagement, inefficiënties en complianceproblemen aan het licht brengen.
  4. Datakwaliteit en toegang. Gebrekkige datakwaliteit en toegang tot de data kunnen een belemmering zijn. De 80-20-regel gaat op: het voortraject kost 80% van de tijd, voor process mining zelf resteert 20%.
  5. Afleiding. Je stuit meestal op datakwaliteitsproblemen waarmee je direct aan de slag moet. Dat leidt af.

Process mining is geen datamining

Process mining versus datamining

Beide zoeken verborgen patronen, maar tijdstempels maken het verschil.

Processen minen

Data minen

Invoer

Event logs met tijdstempels

Tabellen met data

Vraag

Hoe verloopt het proces echt?

Welke patronen zitten in de data?

Uitkomst

Een procesmodel met afwijkingen

Verbanden en voorspellingen

Voorbeeld

Waar loopt de aanvraag vast?

Welke campagne converteert het best?

Datamining en process mining willen allebei inzichten leveren die tot betere beslissingen leiden, en bij beide wordt de rol van AI en algoritmen steeds prominenter. Datamining detecteert complexe verbanden en niet voor de hand liggende patronen in (big) data. De input van process mining bestaat uit event logs, audit trails en events uit het IT-systeem die van een tijdstempel zijn voorzien.

Processminingsoftware selecteren

Wereldwijd bieden enkele tientallen leveranciers processminingsoftware en -platforms aan, die elk de kracht van hun discovery-algoritme benadrukken. Voor klanten zijn zulke claims lastig te beoordelen, en de kwaliteitsverschillen kunnen groot zijn. Maak een longlist op basis van zeven wegingsfactoren:

  1. Gebruiksvriendelijkheid: is de navigatie helder en intuïtief?
  2. Relevante features: zien gebruikers door de bomen het bos nog, of ontbreken juist belangrijke features?
  3. Visualisatiemogelijkheden: stroomdiagrammen en symbolen in alle kleuren van de regenboog leiden snel tot keuzestress. Zie datavisualisatie.
  4. Integratie met andere analysetools: interoperabiliteit en compatibiliteit.
  5. Heldere datarepresentatie: kun je de data presenteren in een vorm die iedereen begrijpt?
  6. Prijs: de licentieprijs per gebruiker blijft een factor van belang.
  7. Samenwerking en informatiedeling: process mining is geen soloproject, maar staat in het teken van ketensamenwerking.

Kijk ook naar de infrastructuur: toegang vanaf elke computer, een mobiele applicatie, opslag in de cloud, verwerkingstijd, bescherming van persoonsgegevens en de snelheid van het algoritme bij grote hoeveelheden data. Gevestigde partijen zijn onder meer ABBYY (Timeline), Appian, ARIS, Celonis, Fluxicon (Disco), IBM, iGrafx, Microsoft, QPR (ProcessAnalyzer), SAP (Signavio) en UiPath; de markt is dynamisch.

3 tips voor maximaal rendement op process mining

  1. Olifantenpaadjes zijn effectief, maar ondermijnen het proces. De afwijkende routes die mensen nemen om hun doel te bereiken worden vergeleken met olifantenpaadjes (Van der Aalst, 2013): niet-officiële paden die in de loop van de tijd ontstaan doordat mensen afsteken. Ook in organisaties slaan mensen soms processchakels over omdat ze ervan overtuigd zijn dat dit sneller tot resultaat leidt, bijvoorbeeld door de centrale inkoopafdeling te passeren om aanbestedingen en offertevergelijkingen te vermijden.
  2. Bewandel het happy path. Olifantenpaadjes kunnen veel geld kosten, bijvoorbeeld door misgelopen inkoopkortingen die met voorkeursleveranciers zijn afgesproken. Idealiter volgen medewerkers de uitgestippelde route: het happy path of de happy flow, de meest efficiënte en effectieve workflow van de eerste tot de laatste stap.
  3. Bedrijfsprocessen zijn het fundament onder je strategie. Een procesintelligente organisatie monitort haar prestaties continu door de strategie te vertalen naar KPI’s en procesprestatie-indicatoren.

Een mix van wetenschap en praktijk

Process mining is mede ontstaan uit wetenschappelijk onderzoek aan de TU Eindhoven. Grondlegger en promotor van het vakgebied is hoogleraar Wil van der Aalst, die met promovendi de eerste generatie processminingsoftware bouwde en als de godfather ervan wordt gezien. Met streaming social media, sensordata binnen het internet of things en technieken als RFID komt veel meer eventdata beschikbaar. Process mining sluit daarmee perfect aan op datagedreven werken. Het is een specialistisch vakgebied: het vraagt enerzijds inzicht in bedrijfsprocessen, procesanalyse en compliance, en anderzijds vaardigheden in het genereren en valideren van betrouwbare procesdata en het gebruik van de software.

Hoe Diamond Decisions process mining toepast

Diamond Decisions gebruikt process mining om meningen over een proces te vervangen door feiten. Na inspiratie bepaalt business modeling het probleem, de probleemeigenaar en het beoogde proces, bouwt data-analyse de event log en toont het werkelijke verloop inclusief de omwegen, en kiezen de beslissers welke afwijkingen ze dichten en welke ze tot nieuwe standaard verheffen.

Spreek de auteur

Leo KerklaanLeo Kerklaan
Diamond Decisions

Bespreek je vraag met Leo

Vertel welke beslissing beter moet. In een vrijblijvend gesprek laten we zien waar jouw data het meeste oplevert.

Plan een kennismaking →

Stap 3 van onze aanpak

Diamond Data Analytics

Een datawarehouse dat begint bij jouw belangrijkste beslissingen en klaar is voor conversational AI: al in 24 uur een werkend prototype.

Bekijk Data Analytics →

Veelgestelde vragen

01

Wat is process mining?

Een verzameling technieken, tools en methoden waarmee je met event logs en tijdstempels het werkelijke verloop van je bedrijfsprocessen blootlegt, visualiseert, analyseert, monitort en verbetert.

02

Wat is een event log?

Een verzameling vastgelegde gebeurtenissen, zoals het starten, annuleren of afsluiten van een processtap, opgeslagen in een of meer databestanden of databases, elk met een tijdstempel.

03

Welke basisvormen van process mining bestaan er?

Drie: ontdekken (discovery), conformiteitscheck (conformance checking) en verbetering (enhancement).

04

Wat is het verschil tussen process mining en datamining?

Datamining detecteert complexe verbanden en onverwachte patronen in tabellen met data. Process mining gebruikt event logs en audit trails met tijdstempels om te reconstrueren hoe een proces werkelijk is verlopen.

05

Wie is de bedenker van process mining?

Grondlegger en promotor van het vakgebied is de Eindhovense hoogleraar Wil van der Aalst, die met promovendi de eerste generatie processminingsoftware bouwde.

06

Wat zijn een happy path en een olifantenpaadje?

Het happy path of de happy flow is de meest efficiënte en effectieve workflow van de eerste tot de laatste stap. Een olifantenpaadje is de afwijkende route die mensen nemen omdat ze ervan overtuigd zijn dat die sneller tot resultaat leidt.

07

Wat is een bottleneck?

Een knelpunt in het bedrijfsproces dat de organisatie of het proces verhindert aan doelen, kritieke succesfactoren en normen te voldoen. Elk proces heeft er een; de bottleneckanalyse spoort het op en visualiseert het.

08

Is process mining haalbaar voor het mkb?

Ja, mits het proces door een systeem loopt dat events vastlegt, zoals een ERP- of ordersysteem. Begin met één proces, bijvoorbeeld van order tot factuur, en reken erop dat de meeste tijd in het voorbereiden van de data gaat zitten.

Verder lezen

Bronnen

Over de auteur

Leo Kerklaan

Leo Kerklaan

Leo is strategieprofessional. Hij adviseert, doceert en schrijft over strategisch performance management, in het bedrijfsleven en bij de overheid, in Nederland en daarbuiten. Hij is auteur van diverse managementboeken, waaronder de bestseller De cockpit van de organisatie.

Over Diamond Decisions

Diamond Decisions helpt organisaties beter te worden door betere beslissingen mogelijk te maken. We starten niet bij data, dashboards of AI, maar bij de beslissing die beter moet, en bouwen van daaruit terug naar KPI’s, data en technologie. Dat doen we in vier stappen: inspiratie en alignment, business modeling, analytics en dataplatform en datagedreven beslissers. Zo zorgen we dat BI en AI geen IT-project blijven, maar elke dag waarde opleveren.

Schrijf je in voor de Masterclass