ازآنجایی‌که مسیر تکامل فرآیند کاوی همیشه موفقیت‌آمیز نبوده است، ایده یادگیری از شکست به‌عنوان یک اصل راهنما برای این مقاله انتخاب شده است. در این قسمت ایده‌های خوبی به خواننده منتقل می‌شود. موضوع این مقاله منعکس‌کننده چالش‌های مطرح شده، تله‌های تجربه شده، و شکست‌هایی است که ممکن است در مسیر فرآیندکاوی با آنها مواجه شوید. مثال‌هایی از دردسترس‌بودن داده‌ها تا بررسی انطباق فرایند را شامل می‌شود و به خواننده کمک می‌کند تا از تجربیات مشابه اجتناب کند.
یکی از مهم‌ترین سؤالات در انتقال تجربیات سؤال “کجا شکست خوردی؟” است. در ابتدا ممکن است فکر کنید این یک سؤال ناخوشایند است اما با کمی تفکر می‌توان متوجه شد شکست‌ها می‌توانند مادر موفقیت‌ها باشند. این ایده یادگیری از شکست به‌عنوان یک اصل راهنما برای این مقاله مورداستفاده قرار گرفته است، ما در سایت خود از هر مشارکت‌کننده‌ای دعوت می‌کنیم نه‌تنها داستان‌های موفقیت را به اشتراک بگذارد، بلکه. درس‌های آموخته شده، از جمله تجربیاتی در مورد چگونگی شکست سریع را نیز به اشتراک بگذارند.
انتخاب نمونه‌های ذکر شده در مقاله جامع نیست، اما منعکس‌کننده چالش‌هایی است که مطرح شده، تله‌هایی که با آن مواجه شده و شکست‌هایی که تجربه شده‌اند خواهد بود. برخی از نمونه‌ها دارای ایده‌های عالی هستند که لزوماً به یک سازمان مشخص مربوط نمی‌شوند، اما اگر در محیط مناسب و با ترکیب مناسب‌ها اعمال شوند، باعث ایجاد ارزش می‌شوند
1-دردسترس‌بودن داده‌ها:
این احتمالاً بزرگ‌ترین چالش برای هر پروژه است و چندین جنبه دارد. به‌عنوان اولین نکته، دسترسی به گزارش رویدادها یک چالش فنی و حفاظت از داده‌ها را به همراه دارد. به طور معمول، داده‌ها در سیستم(های) منبع پنهان می‌شوند و حاوی اطلاعات محرمانه‌ای مانند اطلاعات تأمین‌کننده یا مشتری هستند که میزبان ممکن است تمایلی به ارائه آنها نداشته باشد. جنبه دوم کامل بودن داده‌ها است که برای تجسم هر فرآیند کسب‌وکار کلیت آن لازم است. اگر ردپای دیجیتال در سیستم منبع ذخیره نشده باشد یا فقط به طور جزئی ذخیره شود، گزارش مختصر امکان‌پذیر نخواهد بود. جنبه سوم دردسترس‌بودن مداوم گزارش‌های رویداد با حداقل تأخیر است که برای به‌روزرسانی منظم و به‌موقع لازم است.
2-محاسبه کردن مزایا:
بر اساس شفافیت و بینش‌های به‌دست‌آمده با فرایندکاوی، تخصیص صرفه‌جویی در زمان و مقادیر برای فعالیت‌های خاص بسیار آسان است. یک فرض متداول برای محاسبه سود کسب‌وکار می‌تواند این باشد که اتوماسیون یک فعالیت “ارسال درخواست” می‌تواند x دقیقه به ارزش y ریال را ذخیره کند. پارامترها و مقادیر به‌راحتی برای متخصصان فرایند در دسترس هستند. می‌توان به‌سادگی به کمک شبیه‌سازی مزایای حاصل را محاسبه کنید. به‌عنوان‌مثال، با اجتناب از دوباره‌کاری، کاهش مراحل تأیید یا ثبت درخواست‌ها. درحالی‌که این یک محاسبه آسان از مقدار صرفه‌جویی شده در هزینه و پتانسیل را فراهم می‌کند، پذیرش آن در بخش‌های عملیاتی در اغلب صنایع کند است. بازرگانی‌ها و کنترل‌کننده‌ها تمایل دارند این رویکرد را مورداستفاده قرار دهند، اما مشخص است که مالکان فرآیند نسبت به محاسبه پتانسیل‌های صرفه‌جویی در حوزه مسئولیت خود اغلب تمایلی ندارند.
3-محاسبه نرخ بازگشت سرمایه:
این سؤال که چگونه می‌توان مزایای دیجیتال و بازگشت سرمایه (RoI) یک پروژه فرایندکاوی را محاسبه کرد، به طور مرتب مطرح می‌شود. در صورت تمایل به انجام برخی فرضیات و تخصیص مقادیر خاص برای محاسبه، راه‌های آسانی برای محاسبه وجود دارد. موقعیت‌یابی فرایندکاوی به‌عنوان معیار صرفه‌جویی در هزینه می‌تواند به یک نقطه‌ضعف تبدیل شود، زیرا این رویکرد هزینه‌محور ممکن است تمرکز و درک متفاوتی را برای این فناوری جدید ایجاد کند.
4-نظارت بر پیچیدگی:
ازآنجایی‌که پیچیدگی یک محرک کلیدی برای فرایندکاوی است، تجسم پیچیدگی عملیاتی کلی، بسیار جذاب است. این رویکرد بر اساس اصل پارتو است و محاسبه می‌کند که برای پردازش 80٪ از تمام فعالیت‌ها، چند واریانت مختلف از فرایند موردنیاز است. نتایج نشان می‌دهد که تنها کسری از تعداد کل واریانت‌های فرایند برای پردازش اکثریت بزرگ رویدادها موردنیاز است، درحالی‌که تعداد کمی از فعالیت‌های باقی‌مانده به تعداد زیادی از واریانت‌های فرایند نیاز دارند. این فرضیه را می‌توان در نظر گرفت که این تعداد زیاد واریانت‌ها، پیچیدگی بالایی ایجاد می‌کند و منجر به مشکلات بیشتر می‌شود. در گزارشی که در شکل 1 نشان‌داده‌شده است، موجودیت‌هایی با درجه پیچیدگی بالا را می‌توان علامت‌گذاری کرد و با واحدهایی با پیچیدگی کمتر مقایسه کرد.
5-فرایندهای منطبق:
بررسی انطباق به نظر می‌رسد – در نگاه اول – فرصتی هیجان‌انگیز برای ردیابی رفتارهای مخرب، کلاهبرداری، و رویدادهای منطبق، (به‌عنوان‌مثال، پرداخت‌های بدون در خواست خرید) باشد. بااین‌حال، تجربه چندین‌ساله و بحث‌های متعدد فقط تقاضای کمی باارزش محدود و موارد عملیاتی بسیار کمی را نشان می‌دهد. انطباق فرایند یکی از موارد استفاده داغ است که به‌شدت در بین دانشگاهیان فرایندکاوی موردبحث قرار گرفته است. مفهوم مقایسه فرآیندهای To-Be با جریان های فرایند As-Is قانع‌کننده به نظر می‌رسد، زیرا امکان مقایسه مبتنی بر واقعیت از مفروضات کلی و واقعیت عملیاتی را فراهم می‌کند. گزارش‌های مختلفی در سراسر صنعت ساخته شده است، به‌عنوان‌مثال، برای تدارکات و فروش، تا به کارشناسان امکان تجزیه‌وتحلیل عمیق در مورد انحرافات بین تئوری و واقعیت را بدهد. بااین‌حال، تجربه‌پذیرش کمی از این رویکرد را نشان می‌دهد و هیچ
یک از موارد استفاده صنایع مهم شامل این کاربرد نیست
6 – فرآیندهای منابع انسانی
، انواع موارد استفاده ارزشمند به نظر می‌رسد، به‌عنوان‌مثال، اندازه‌گیری فرایند استخدام در داخل یا خارج از هیئت‌مدیره (استخدام تا بازنشستگی). فرایندکاوی به اندازه‌گیری عملکرد، به‌عنوان‌مثال، در مراکز تماس اجازه می‌دهد تا تعداد بلیط‌هایی را که توسط کارکنان مجرد در روز اداره می‌شوند، تصویر کنند. این ممکن است در محیط‌هایی که اندازه‌گیری عملکرد فردی معمولاً پذیرفته شده است، جالب باشد. بااین‌حال، محرمانه بودن داده‌های مربوط به شخص و منابع داده ناهمگن چالش خاصی را برای این موارد استفاده ایجاد می‌کند و موارد استفاده عملیاتی کمی شناخته شده است. استفاده مسئولانه از داده‌ها باید همیشه یک پارادایم کلیدی باشد و اندازه‌گیری عملکرد فعالیت‌های انسانی باید به طور انتقادی بررسی و کنترل شود تا از تجزیه‌وتحلیل داده‌های بدون تبعیض اطمینان حاصل شود.
7-فرایندهای مربوط به پروژه:
با وجود تعداد زیادی پروژه‌های ساختاریافته با مایلستون‌ها تجسم توالی این نقاط و همچنین زمان صرف شده بین دو مایلستون ارزشمند به نظر می‌رسد. این می‌تواند امکان مقایسه مدت‌زمان یک پروژه از تأیید تا شروع یا از پایان تا صدور صورت‌حساب را فراهم کند. بااین‌حال، گزارش‌های ارائه شده برای کارشناسان پروژه نمی‌تواند ارزش کافی داشته باشد، زیرا هر حادثه و تأخیر پروژه توسط مدیران پروژه توضیح داده می‌شود. در اصل، هدف کافی نمی‌توان تعریف کرد و – پس از هیجان اولیه – به یک تله تبدیل شد.
8-حریص بودن نسبت به داده‌ها
این موضوع می‌تواند به‌سرعت به یک تله تبدیل شود، زیرا متخصصان فرایند تمایل به تقاضای داده‌های بیشتر و بیشتری دارند. ابزارهای سنتی مانند انبار تجاری قادر به جذب و پردازش داده‌های تاریخی از دهه‌های گذشته هستند. فرایندکاوی به محاسبات و تجسم‌های پیچیده‌تری نیاز دارد که می‌تواند به کاهش سرعت به دلیل افزایش حجم داده‌ها منجر شود. به طور معمول، شما یک نبرد دائمی بین افزایش تمایل به داده و عملکرد موردنیاز برای حفظ تجربه کاربری بالا را تجربه خواهید کرد.
بدون دیدگاه