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.
5.6.9. Изучение информационных систем и потоков данных
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.
5.6.10. Автоматическое выявление процессов
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.