流程挖掘,能打破RPA「内卷」吗?

大型集团公司A的财务部每个月要处理数亿元的应付账款:

向供应商采购的商品账款、银行贷款、缴纳增值税、员工薪酬、办公室租赁费…

支付钱款过程很容易出现各种各样的问题:人工发现发票异常、找到相应人员核对、再批准、完成支付可能需要大量的沟通和中间过程;如果对于同一个发票重复支付,会造成企业的资金损失;如果逾期支付,会影响企业在供应商中的信用度;同样,如果对于非紧急大额发票过早支付,会影响集团自身的现金流。

现在,这些支付过程中的问题与症结,可以通过九科信息的流程挖掘平台bit-Miner发现,这一平台已于近期发布。

bit-Miner上线后,将与九科信息此前的RPA自动化平台bit-Worker,应用开发平台bit-Builder,组合成为企业超级敏捷应用平台,帮助客户加速数字化、智慧化转型。

流程挖掘,能打破RPA「内卷」吗?插图

九科信息用这样一句话来概括:

「bit-Miner流程挖掘是使用智能挖掘算法从工作流日志中帮助企业获取对现有工作流的深度洞见进而优化现有流程运作方式的产品。」

流程挖掘(process mining)系统能够实时收集所有流程的过程,将其可视化,并展示最优解、当前瓶颈所在,帮助客户理解最高频流程,产出缺陷所在。

业务流程在各个公司和机构中普遍存在——不仅存在于后台,也存在于销售、产品开发、客户服务、人力资源、供应链、IT、审计等领域——对最终成功有重要价值,但实际很少被衡量、被管理。

流程挖掘创造了以下价值:

  • 实时跟踪业务,自主发现症结。流程挖掘能够准确、及时量化流程成本,把握各阶段的基础数据,便于本部门、跨部门综合判断,助力商业发展。同时,流程挖掘能够有效预警,帮助建立合规控制体系,并进行数据分析,有效定位流程症结。
  • 推动基于事实和数据的决策,加速企业创新。流程挖掘严格基于事实流程进行记录,消除主观性偏差,基于完整的事件日志进行分析,形成全面的流程分析,并智能分析用户日常操作行为,提炼优化建议。通过统筹全局的数据分析平台,流程挖掘系统能够有效降低决策风险,找准商业痛点。
  • 持续优化流程模型,降本增效。流程挖掘能够通过大数据分析对流程进行改进,优化不合理工作流程,并通过一致检查帮助公司持续优化流程模型,降本增效。

使用流程挖掘产品后,临床检验综合方案提供商Sysmex在9个月内减少了60%的逾期应收账款,将逾期付款率从61%降至44%;而Uber在关于骑手认证的问题上平均减少了29%问题处理时间,节约了2000万美金。

流程挖掘的价值正越来越被企业和机构认可。根据Gartner的报告,2018年全球流程挖掘市场接近1.6亿美元,预计在2019到2021年之间,市场将增加三到四倍。

流程挖掘,能打破RPA「内卷」吗?插图(1)

bit-Miner的工作流程主要分成三步:数据采集、流程可视化、流程深度挖掘。

在数据采集环节,bit-Miner支持各种文档上传数据,通过调取主流数据库数据,来完整全面地分析流程。

采集数据后,进行流程可视化,借助可视化引擎进行流程可视,并通过数据仪表盘,展示各类业绩指标,bit-Miner支持自主定制修改,并能对流程进行层层下钻,过滤挖掘,让流程图更易于理解。

最核心的是流程深度挖掘,bit-Miner支持自动流程、或通过上传、编辑等方式建立流程模型;并进行一致性分析,通过分析实际案例符合流程模型的比例,为企业优化流程提出建议;而返工分析,能够帮助企业了解劳动力消耗的关键点。

bit-Miner应用场景广泛,最适合大型企业,适用于复杂的运转流程。具体而言,以下通用的企业场景下,bit-Miner已经相当成熟,比如采购到付款(Purchase to Pay)、订单到现金(Order to Cash)、应付账款(Accounts Payable)、应收账款(Accounts Receivable)、事件管理(Incident Management)、商机管理(Opportunity Management)等。

bit-Miner易用使用,具备轻部署的特点,采用B/S架构。客户通过网页端即可使用,不需要进行繁琐的安装。

bit-Miner支持多重维度的流程挖掘,用户可以进行筛选,基于时间、频次、一致性审查、返工等多种维度进行流程挖掘,形成更细致的数据分析报表。此外,使用多维度模型,让产品能够形成更优化的流程图示,除了DFG模型,还支持Petri-Net模型、BPMN模型等,并支持上传、下载、编辑模型。

在流程展示阶段,客户可以对流程变体进行自由组合,自由拖动流程变体,通过流程动画模拟,清晰观察流程细节。

流程挖掘,能打破RPA「内卷」吗?插图(2)

「bit-Miner是国内唯一企业级流程挖掘产品,具有更先进的底层技术,运用了业界领先的机器学习、大数据分析、流程挖掘及合规审查算法。」九科信息bit-Miner负责人栾添昊告诉企名创服。

流程挖掘产品最成熟、客户采用度最高的是德国,百亿美金估值的全球最大流程挖掘企业Celonis也创立于德国慕尼黑。美国次之,目前中国的市场成熟度相对偏低,产品与应用都处于相对早期阶段。

开发企业级流程挖掘产品的难点在于技术门槛,包括底层技术层面的各种算法,并基于底层技术构建基于各种模型的流程表示,以及在前端展示层面对于流程图进行规划和布置。bit-Miner团队面临的最主要问题是,国内缺乏相关人才,甚至找不到相关的技术资料,于是他们迎难而上,进行技术攻坚,依靠团队强大的技术基础和不断努力,率先发布国内首家企业级流程挖掘产品。

作为企业级流程挖掘产品,相比竞品,bit-Miner流程挖掘产品有几个显著优势:

  • 协助客户客观完整地分析全流程。业务人员在日常工作中对于业务流程也会有一定总结,但仅仅通过业务人员的主观分析,可能存在偏颇的理解。流程挖掘提供了基于事实的客观分析,基于事实的见解,可通过回答与合规性和效率相关的问题,帮助业务人员审核、分析和改善现有业务流程。
  • 帮助公司及时、自主的挖掘流程。当公司遇见经营问题时,通常会求助第三方专业咨询机构。而咨询机构需要时间了解本行业、本公司,时间长,成本高。流程挖掘在业务流程运作过程中不断提供可视化的洞见信息,为企业经营决策提供更全面及时的信息支持。九科bit-Miner具备流程绩效指标等企业级功能,可以准确显示在哪里有机会纠正或改进流程。通过对操作系统数据进行根因分析,阐述了业务流程偏离标准流程的根本原因。
  • 连续流程挖掘有助持续提升公司核心竞争力。使用流程挖掘了解到问题的本质后,可以采取了一系列措施,改进流程。同时,结合流程挖掘的结果,企业可以利用一套完整的流程改进工具,包括人工智能和自动化,产生的效益会大大超过了公司的预期。
  • 应用场景丰富。流程挖掘产品适用于各种场景的流程,包括但不限于财务、人事、客户关系、供应分销、产品服务、战略决策等,丰富的场景提供了更大的商业可能性。

bit-Miner产品来自九科信息,提供全自研的企业级敏捷应用平台,帮助客户智能处理繁复工作,实现降本增效。

九科信息团队技术背景雄厚,核心成员来自中金、甲骨文、华为、百度、腾讯等公司,拥有丰富的企业数字化转型、AI、大数据等领域经验。

bit-Miner负责人栾添昊毕业于上海交通大学信息安全工程学院,曾任职于赛门铁克、秒针系统,后在VR家居、云计算、工业智能软件等多个行业参与创业。

在发布bit-Miner前,九科信息已经面向市场提供领先的RPA产品bit-Worker。当前的中国RPA市场处于激烈竞争阶段,内卷严重,一些厂商通过极低价格挤压竞争对手,启动价格战。

九科信息希望通过流程挖掘产品+RPA产品+低代码产品组合的策略,避免被迫卷入低效的价格战。

「RPA行业现在正处在快速发展的时期,很多大型企业目前面临着数字化转型挑战,比如自动化场景确认难、业务流程梳理难、代码实现技术难等,单纯靠RPA产品难以推动RPA行业的广泛普及应用。我们认为,未来的三五年内,能加速企业数字化进程的组合应用将大力推动RPA行业的爆发式增长,也增加了RPA行业的技术门槛。」

正是基于这样的行业判断,九科信息于近期发布了企业级敏捷应用平台,帮助央企国企解决数字化转型难题。平台由bit-Worker(智能RPA平台)、bit-Builder(低代码开发平台)、bit-Miner(流程挖掘平台)、AI平台组成。

具体来讲,企业现有ERP系统建设不充分的,可以通过bit-Builder来快速构建;bit-Miner通过ERP日志,自动快速进行流程挖掘,找到企业管理的瓶颈,提升企业运转效率;并根据流程挖掘的结果,自动生成bit-Worker自动化场景,全程都是AI能力及算法赋能。

流程挖掘产品成为RPA产品战略中的重要一环,已有先例。2019年,RPA上市公司UiPath宣布收购流程挖掘公司ProcessGold,形成一个集成式的解决方案,帮助客户提高效率,完善自动化。

RPA赛道在得到资本市场认可,不断获得资金投入的同时,竞争也愈发激烈。避开同质化竞争,九科信息独辟蹊径,产品以企业业务为中心,形成流程洞察、流程定制、流程优化、赋能流程的业务闭环,满足大型央、国企客户在应用智能化和数字化转型方面的各种挑战。

目前,九科信息已服务招商局集团、招商港口、上汽集团、中金公司、维达集团等众多大型企业客户。

本文由 首页 - RPA虚拟员工|方案|论坛|RPA+AI|自动化流程|新闻|资讯 作者:Editor 发表,其版权均为 首页 - RPA虚拟员工|方案|论坛|RPA+AI|自动化流程|新闻|资讯 所有,文章内容系作者个人观点,不代表 首页 - RPA虚拟员工|方案|论坛|RPA+AI|自动化流程|新闻|资讯 对观点赞同或支持。如需转载,请注明文章来源。

发表评论