Методы сбора информации включают:

● изучение имеющейся документации по процессу;

● интервью с лицами, имеющими отношение к процессу, в очном, заочном или групповом формате;

● пошаговое прохождение процесса или прямое наблюдение за тем, как он фактически выполняется;

● отчеты о результатах или транзакциях по процессу (эти данные могут подтверждать или не подтверждать информацию, полученную в ходе интервью с заинтересованными сторонами);

● аудиторские отчеты, показывающие существующие в организации контрольные точки;

● автоматическое выявление процессов по журналам информационных систем (process mining).

Начните с изучения любых имеющихся документов или записей о существующем процессе. Это может быть письменная документация, созданная ранее в ходе разработки процесса, отчеты по транзакциям или журналы информационных систем, процессные диаграммы и т. д. Если эта информация исходно недоступна, аналитик может запросить письменные описания процесса у ключевых заинтересованных сторон и участников процесса.

Документация от поставщиков программного обеспечения часто включает в себя блок-схемы, диаграммы потоков данных и описание системных интерфейсов. Если подобные схемы отсутствуют, то можно прибегнуть к реверс-инжинирингу процессов и правил исходя из того, как система запрограммирована, сконфигурирована и работает.

Как и изучение документации, этот способ обычно используется в ходе первоначального сбора информации.

Анкетирование требует минимального отвлечения сотрудников.

Анкетирование часто подвержено тем же проблемам, что и интервью один на один, в том числе:

● большие затраты времени;

● упущенная информация;

● дополнительное время, потраченное на сведение информации воедино;

● расхождения во взглядах;

● разные описания одной и той же работы разными людьми;

● необходимость дальнейшего изучения обнаруженных расхождений.

Важным способом получения информации и подготовки к анализу является опрос тех, кто участвует в процессе или каким-либо образом связан с ним. Среди опрашиваемых могут быть владельцы процессов, внутренние или внешние заинтересованные стороны (поставщики, клиенты или партнеры), исполнители процесса и те, кто обеспечивает его входами и получает его выходы. Интервью могут проводиться лично, по телефону или по электронной почте, но, как правило, разговор лицом к лицу более эффективен, так как способствует более открытому обсуждению реального положения дел.

Интервью помогает создать чувство ответственности за результат и причастности к документированию бизнес-процессов. Плюсом является также минимальное отвлечение участника от его обычных обязанностей.

Планирование интервью и его проведение занимает больше времени, чем другие способы. Впоследствии может оказаться сложно свести все взгляды в единую систему. Этот метод, как правило, предполагает повторные вопросы исполнителям, и иногда с его помощью не удается выявить все выполняемые в процессе действия.

Эффективным методом сбора информации о процессе является групповое обсуждение с участием модератора. Критическая масса экспертов предметной области и заинтересованных лиц собирается вместе, чтобы под руководством опытного модератора в интерактивном режиме разработать модель процесса.

Такой формат позволяет сэкономить календарное время проекта и создать у участников более сильное чувство сопричастности, чем другие способы. Совещания могут проводиться модераторами, владеющими методами моделирования, которые обычно неизвестны участникам процесса. Как правило, спроектированные таким способом модели требуют меньшего числа итераций, разрабатываются быстрее и с более высоким качеством по сравнению с другими форматами.

Из-за командировочных расходов и затрат на проведение мероприятия совещания могут быть более дорогостоящими по сравнению с другими методами.

Веб-конференции дают те же преимущества, что и модерируемые совещания. Они особенно удобны и экономичны, когда участники территориально распределены.

Использование веб-конференций требует наличия модераторов, обладающих навыками эффективного проведения удаленных мероприятий. В ходе веб-конференций бывает сложно вовлекать участников в групповую работу и контролировать их участие, поэтому они более эффективны в формате небольших групп.

Непосредственное наблюдение – это наблюдение за людьми, выполняющими процесс. Можно многое понять, просто наблюдая за действиями исполнителей. Они мастера в своем деле, и можно ожидать, что они нашли эффективный способ выполнения порученной им работы в рамках тех ограничений, которые им были заданы. После наблюдения за основными действиями исполнителей аналитики должны задавать вопросы о действиях, которые остались непонятными.

Из непосредственного наблюдения можно узнать следующее:

● Знает ли исполнитель, как его работа сказывается на общем результате процесса и на заказчике процесса?

● Знает ли исполнитель, что представляет собой общий процесс, или он просто выполняет определенный регламент в рамках определенной роли?

● По каким критериям исполнитель определяет, что очередная работа выполнена им удовлетворительно?

Люди выполняют частично рутинную работу, а частично – умственную. Выявление и документирование умственной работы может потребовать больше вопросов.

Прямое наблюдение – это хороший способ задокументировать подробности существующего процесса, поскольку это актуальная информация из первых рук. Наблюдение способно выявить действия и задачи, которые иначе остались бы неизвестными, и оно способно обнаружить вариации и отклонения в работе.

Поскольку прямое наблюдение неизбежно ограничивается относительно небольшой выборкой, оно может не выявить всего диапазона вариаций от группы к группе и от одного местоположения к другому. Также существует риск того, что исполнитель будет делать не то, что он делает обычно, а то, что, по его/ее мнению, вы хотите увидеть. (Изменения в поведении, вызванные наблюдением, называются эффектом Готорна.) Это искажает результаты анализа. Выделите достаточно времени для наблюдения, чтобы исполнители привыкли, что за ними кто-то наблюдает и делает заметки. Люди, отобранные для наблюдения, должны работать на типичном уровне эффективности, а не (например) самом высоком.

Самостоятельное выполнение задачи дает более глубокое понимание, чем наблюдение за тем, как ее делает кто-то другой. Там, где это возможно и принесет пользу, исполнитель может научить аналитика делать работу, и это даст дополнительную информацию о процессе. Необходимость обучать кого-то заставляет людей задумываться о процессе, который они в других условиях выполняют неосознанно.

Этот метод обычно используется для анализа повторяющихся задач, таких как выполнение заказа. Непосредственно участвуя в выполнении процесса, аналитик глубже понимает физические аспекты работы и может разобраться во всех деталях.

Полезно привлекать на время обучения второго аналитика, который будет наблюдать за процессом обучения и первыми шагами ученика.

Еще один метод анализа работы сотрудников – имитация действий, составляющих процесс, см. раздел 4.6.1 выше.

Изучение использования информационных систем в контексте процесса – полезный способ анализа, поскольку он основывается на фактах, а не на мнениях. Еще одно преимущество – такой анализ не требует много людей.

Анализ потоков данных заключается в отображении того, как данные проходят через информационные системы. Такой анализ обычно выполняется в ходе моделирования процесса, и его результатом является понимание, в каких точках и как именно процесс взаимодействует с данными. Анализ потоков данных помогает находить узкие места, избыточные очереди, пакетную обработку и взаимодействия, не создающие ценность.

Анализ потоков данных помогает также выявлять основанные на данных бизнес-правила. В результате появляется представление о том, как можно автоматизировать рутинные бизнес-правила, относящиеся к стандартным транзакциям, а также понимание правил, определяющих бизнес-исключения.

Данные о транзакциях в информационной системе дают представление об интенсивности и сложности процесса.

Автоматическое выявление процессов (process mining) – это метод выявления, мониторинга и оптимизации процессов путем анализа данных из имеющихся журналов регистрации событий в информационных системах. Технологические аспекты автоматического выявления процессов рассматриваются в разделе 8.2.4.3.

У этой технологии три основных применения:

1. Выявление. Алгоритмы автоматического выявления процессов создают модель процесса по данным из журналов событий без использования какой-либо предварительной информации.

2. Сравнение. Выявляются расхождения между теоретической моделью процесса и фактическим процессом. Полученные результаты используются для диагностики отклонений процесса и показателей его эффективности от идеальной модели.

3. Оптимизация. Теоретическая модель процесса корректируется и оптимизируется на основе данных о реальном процессе.

Возможности process mining:

● выявление моделей процессов, исключений и экземпляров процессов (кейсов) вместе с данными о повторяемости и другой статистикой;

● выявление и анализ взаимодействия с клиентами;

● согласование взаимодействия клиентов с внутренними процессами;

● различные взгляды на операции, не только от процесса;

● мониторинг ключевых показателей эффективности в реальном времени с помощью информационных панелей;

● проверка соответствия требованиям и анализ несоответствий;

● предсказательная аналитика, рекомендательная аналитика, сценарное тестирование, имитационное моделирование с использованием контекстных данных;

● оптимизация существующих моделей процессов на основе данных;

● подготовка и очистка данных;

● сводное представление моделей процессов, взаимодействующих друг с другом;

● визуализация вклада процессов в ценность для бизнеса (например, посредством моделей бизнес-операций);

● помещение процессов в общий контекст;

● эффективное взаимодействие между бизнесом и ИТ-специалистами;

● стандартизация бизнес-процессов;

● достижение операционного совершенства за счет оптимизации процессов.

Проекты автоматического выявления процессов включают два основных этапа:

● Этап 1: Выбор процесса и приоритизация. Четкое определение целей оптимизации и процессов верхнего уровня, создающих ценность для бизнеса.

● Этап 2: Сбор информации о процессе, подлежащем оптимизации, и представление ее в виде модели процесса.

Более детальную методологию перепроектирования и оптимизации бизнес-процессов на основе автоматического выявления процессов предлагает Сантьяго Агирре Майорга в своей книге Process mining: Fundamentals and Methodology of Application [Aguirre 2016]. Она включает четыре этапа: инициация проекта, подготовка данных, анализ процесса и перепроектирование процесса. Эти четыре этапа декомпозируются на 19 шагов, как показано в следующей таблице.

Автоматическое выявление процессов выходит за рамки простого представления ключевых данных процесса – эта технология распознает контекстуальные связи процессов, представляет их в графическом виде для анализа и диагностики проблем и предлагает пути повышения качества моделей процессов. Технология автоматического выявления процессов позволяет обнаруживать или диагностировать проблемы, основываясь на фактах, а не на догадках или интуиции. Эта технология находит расхождения между данными о событиях (наблюдаемым поведением) и моделями процессов (созданными вручную или автоматически). Сопоставляя данные о событиях с моделью процесса, можно проверять соответствие требованиям, обнаруживать отклонения, прогнозировать задержки, помогать принимать решения и рекомендовать перепроектирование процессов.

Хотя автоматическое выявление процессов часто называют методом или техникой, это скорее функциональность платформ iBPMS. Организациям, не использующим iBPMS, следует применять другие методы сбора информации.