Культура принятия решений: кейс Sminex на конференции Process Mining

Как культурная среда в компании влияет на принятие решений и зачем девелоперу внедрять процессную аналитику — обсудили на ежегодной открытой конференции Сбера по Process Mining. Николай Бажанов, руководитель отдела бизнес-процессов в Sminex, выступил в качестве спикера и принял участие в панельной дискуссии о новых возможностях, которые даёт ИИ.

Подход Sminex: здравый смысл важнее регламентов

Николай рассказал о культуре Sminex — основе для эффективного использования процессной аналитики. Цель её внедрения — получить объективную картину выполнения процессов в строительстве.

Основой бизнес-модели и культуры Sminex является фирменный подход к созданию совершенных домов — удобных, красивых, с наилучшим сервисом, который мы называем Fine Development. В его основе комплексность, вовлечённость и ответственность, как и в других продуктах категории Fine: Fine Dining, Fine Wine или Fine Art.

В бизнес-модели это значит, что, когда при реализации проекта мы понимаем, что продукт можно сделать ещё лучше, мы это делаем — даже если это потребует дополнительных затрат. Ведь это повысит ценность для клиента, а значит, позволит больше заработать.

В корпоративной культуре мы требуем от нашей команды не просто следования зафиксированным правилам, а ориентированности на бизнес-результат, эффективности и постоянног�� совершенствования. Поэтому во внутренних процессах здравый смысл приоритетнее регламентов и распоряжений.

• Любой регламент может быть неактуален: какие-то правила потеряют релевантность со временем, а некоторые могут быть неидеальны и изначально.

• Нам важно использовать лучшие практики, поэтому мы их выявляем, перенимаем и внедряем.

• Решения должны быть объективными и соответствовать текущему контексту, поэтому мы основываемся на данных, а не принимаем решения только потому, что «у нас так принято» или «так все делают».

• Непринятое решение хуже, чем принятое неверное. Это оставляет запас по времени на корректировки в том случае, если решение было не до конца верным. А также даёт нам возможность осознать ошибки ^[1] и не повторять ^[2] их в будущем.

• Нет навсегда принятых правил. Если ранее принятые правила уже не соответствуют актуальным интересам дела, их нужно менять.

Как мы сформировали центр компетенций, который работает

Процессный офис Sminex — это не только отдел бизнес-процессов, он включает разные роли и охватывает ключевые компетенции для внедрения улучшений.

Это и бизнес-аналитики, знающие особенности организации процессов и распределение ответственности в бизнес-подразделениях, и менеджеры по повышению эффективности, лидирующие портфели проектов для достижения бизнес-целей, и эксперты в бизнес-подразделениях, обладающие знанием специфики деятельности и занимающиеся разработкой стандартов и поиском точек оптимизации, а также технологическая команда, обеспечивающая нас всеми н��обходимыми внутренними инструментами (от системы моделирования и базы знаний до Process Mining, инструментов роботизации и ИИ-агентов).

Мы концентрируем знания по методологической и технологической составляющим использования продукта. Методология формируется на основании конкретных проектов: первично решаемая бизнес-проблема — основа для последующего анализа. В технологической части ряд задач мы решаем самостоятельно (например, обеспечение интеграции с новыми источниками данных), многие задачи требуют глубокого взаимодействия с вендором — это выстраивание эффективного системного ландшафта, развитие новых функций продукта, применение новых фичей к существующим процессным цепочкам.

Использование инструмента Process Mining для нас важно как на этапах идентификации проблемы и анализа корневых причин, так и при проверке гипотез на данных.

«При анализе данных мы всегда сравниваем: себя с собой в разрезе периодов и себя с рынком, проекты с проектами, команды с командами. Цель не только анализ средних показателей, их недостаточно. Важно выявить паттерны хорошего и плохого хода процесса — для этого мы целенаправленно проваливаемся до деталей и выявляем, что помогает процессу идти хорошо, а что замедляет ход. Дальше всё очевидно: лучшие практики нужно тиражировать, причины возникновения неудачных — устранить», — рассказал Hиколай Бажанов.

«Анализируя процесс, мы всегда принимаем во внимание ^[3] не только абсолютные показатели, но и тренд изменений. Наша цель — удержать результат и постоянно его улучшать. Резкое изменение показателей часто говорит об эффекте низкой базы и о том, что до этого вопросом никто не занимался. Таких процессов у нас всё меньше и меньше».

Эксперты нашего процессного офиса являются реальными пользователями системы. Заказчиков интересует не процесс анализа, а его результаты и внедрение изменений для решения их проблем.

«В момент принятия решения о внедрении продукта мы сразу обсуждали с вендором необходимость участия в создании внутреннего центра компетенций. Очевидно, что наш процессный офис лучше всего знает про наши процессы и их особенности, а вендор — про возможности инструмента и его эффективное применение. Команда вендора принимала участие на всех этапах формирования нашей внутренней команды — от первичного поиска кандидатов, собеседования и тестирования технических навыков до обучения ^[4] возможностям продукта и выстраивания эффективной совместной работы при внедрении. И это win-to-win-позиция: чем лучше наша команда будет разбираться в продукте, тем активнее мы сможем его использовать, бо́льших результатов достигать в наших внутренних проектах и в итоге бо́льший объём лицензий закупать».

Как инструмент Process Mining помог в нашей работе

Такой подход к аналитике при внедрении изменений применялся в компании и до появления технологического инструмента, но это работало менее эффективно. Внедрение Process Mining позволило добиться универсальности и повысить в разы темп анализа.

• Единая методика и технология анализа. Тогда как раньше мы сталкивались с тем, что у нескольких специалистов получались разные результаты в разных процессах, что не давало возможности формировать объективные выводы.

• Актуализация данных за один день. Работа вручную в Excel занимала до 4 недель, особенно если требовалось получение новых аналитик по изменённому процессу. Мы настроили бесперебойную подкачку актуальных данных с возможностью сегодня увидеть информацию за вчерашний день.

• Быстрое тиражирование готовой технологии. Если нужно проанализировать новый процесс, достаточно просто загрузить данные — и настроенный инструмент сразу поможет провести первичный анализ.

• Быстрая настройка дашбордов для тестирования новых гипотез. Стало возможным прямо в рамках рабочей встречи за 5 минут собрать дашборд, подтвердить или опровергнуть гипотезу и продвинуться в выработке ^[5] предлагаемого решения.

«У нас есть такое понятие, как портфель бизнес-аналитика: это набор инструментов для решения бизнес-проблемы, из которого в любой момент можно взять подходящий инструмент и использовать для конкретной задачи. Process Mining — один из них. Теперь мы не просто ориентируемся на результаты интервью, не тратим время на длительные обсуждения и убеждение заинтересованных сторон, а сразу готовы к разговору на конкретных данных. Наличие таких аргументов упрощает обсуждение и помогает принимать объективные решения. Благодаря единой методике, технологии и актуальным данным, 80% информации о бизнес-процессе мы знаем сразу. Оставшиеся 20% оперативно формируем под конкретный процесс, если необходим более глубокий анализ».

Направления развития технологии

Текущая технология Process Mining позволила ускорить и систематизировать процессный анализ. Но это только начало. Дополнение ИИ-инструментами позволит расширить объём бизнес-задач.

Task Mining в связке с анализом лога позволит знать о процессе ещё больше — не только как проходил процесс по шагам, но и как конкретно участники действовали в это время и что помогло лидерам делать аналогичную работу быстрее других.

Мультипроцессная аналитика и имитационное моделирование процесса позволят анализировать не только один элемент, а сквозную цепочку (например, не только анализ выбора поставщика, а вся цепочка от формирования ведомости объёмов работ, сметной оценки, выбора поставщика, заключения договора и выплаты аванса), а также понимать, как изменения в одной части повлияют на последующие шаги.

Применение LLM-моделей по отношению к текстовым данным внутри процесса также открывает дополнительные возможности для содержательного анализа. Например, в комментариях при согласовании заявок часто фиксируются значимые моменты, которые позволяют улучшить процесс.

Каскадирование ИИ-агентов, работающих в разных ролях, даст возможность выполнять рутинные действия по анализу гораздо быстрее и в итоге повысит качество рекомендаций по улучшениям.  

Новые инструменты эффективны не только для решения текущих бизнес-задач. Постоянное совершенствование отлично развивает команду и формирует среду для профессионального роста.