Процессная аналитика – инструмент повышения эффективности бизнес-процессов

Операционная деятельность любой крупной организации — это сложная система взаимосвязанных процессов, и критически важно уметь выявлять отклонения от регламентированного режима выполнения и идентифицировать узкие места в работе такой системы. Опыт ФНС России демонстрирует, что применение методов процессной аналитики — Process Mining («выявление процессов») и Task Mining («выявление задач») — позволяет диагностировать проблемные участки, что в конечном итоге приводит к позитивному эффекту для системы в целом.

Некоторое время лет назад ГНИВЦ совместно с ФНС России стартовали эксперимент по применению процессной аналитики для анализа процессов и операций налоговых инспекторов. Была построена экосистема процессной аналитики, позволившая сегодня получить вполне осязаемый экономический эффект как для ведомства в целом, так и для налогоплательщиков в частности.

Процесс как нервная система организации

Часто процессы воспринимаются как нечто абстрактное — нарисованные в специализированном ПО схемы, актуальность которых быстро ослабевает. Однако именно процесс является нервной системой (рис. 1) организации, связывающей воедино все ключевые элементы ее жизнедеятельности.

Рис. 1. Процесс как нервная система организации

Процессное управление предполагает, что в основе деятельности организации находится процесс, на который опираются и стратегия, и корпоративное управление (реестр рисков, владельцы процессов, регламенты и модели); он влияет на операционную деятельность (обращения в техподдержку, инструкции на рабочие места); он автоматизируется за счет требований, напрямую влияя на развитие ИТ-ландшафта; он — основа процессной аналитики, использующей методы Process Mining и Task Mining. Такая аналитика замыкает петлю обратной связи в цикле процессного управления (рис. 2), отвечая на вопросы: «Насколько эффективно мы работаем?», «Где возникают отклонения в работе?», «Какие риски материализуются?». Процессная аналитика, построенная на данных процесса, — это не просто инструмент анализа, а «зрение» для владельца процесса, «данные» для ИТ-архитектора и «обоснование» для разработчика новых функций.

Рис. 2. Цикл процессного управления

Без процессов требования к автоматизации рискуют оторваться от реальных нужд организации, риски — от операционной деятельности, а регламенты — стать мертворожденными. Process Mining «оживляет» эту систему, наполняя ее объективными данными и превращая из теоретической конструкции в рабочий инструмент управления, а Task Mining убирает слепые зоны в анализе процессов, опускаясь, с точки зрения процессной модели, с уровня процессов до уровня операций (рис. 3).

Рис. 3. Процессная модель организации

От точечных исправлений к конвейеру улучшений

Понимание процесса как центрального связующего звена логично подводит к главному вопросу: как запустить механизм непрерывного совершенствования процесса? Традиционно это напоминало ремонт сложного механизма с завязанными глазами — известно, что что-то скрипит, но для поиска причин приходилось полагаться на жалобы пользователей и экспертизу методологов. Процессная аналитика позволяет снять с глаз повязку, превращая «улучшение по запросу» в управляемый DMAIC-цикл, основанный на данных.

Определение (Define): определение, что и почему нужно совершенствовать. На данном этапе формируется бизнес-задача процессной аналитики, выбирается цель оптимизации, основные проблемы этого процесса и его границы, определяются участники рабочей группы.

Измерение (Measure): понимание процесса и оценка его текущего состояния, сбор цифровых следов.

Анализ (Analyze): выявление отклонений и их коренных причин. Технологи процесса и процессные аналитики используют готовый дашборд с вариантами исполнения, «узкими местами», процессными показателями и возможностью сравнить процесс с настроенным «эталоном».

Улучшение (Improve): разработка решений по устранению причин отклонений и внедрение решений в полномасштабный процесс. Здесь используется «Биржа совершенствования процессов», встроенная в экосистему процессной аналитики. Обнаруженная проблема (гипотеза процессной аналитики) и готовое оформленное предложение по ее решению (например, автоматизировать рутинную операцию по вводу документа) вносятся в бизнес-задачу. Процессный аналитик при подготовке отчета с результатами анализа использует сформированные наборы данных и расчеты эффектов для предоставления измеримых результатов анализов. Улучшение внедряется в виде доработки регламента, изменений процесса или доработки информационной системы.

Контроль (Control): постоянный мониторинг проанализированного процесса позволяет отслеживать изменения в процессе и измерять их реальный эффект (например, «среднее время выполнения этапа сократилось на 15%»). Петля обратной связи замыкается, и можно оценить эффективность улучшений.

Таким образом, Process Mining — это не просто система аудита, а «сердце» контура непрерывного улучшения, обеспечивающее объективность, скорость и измеримость конкретного процесса. Владелец процесса из «пожарного» становится архитектором эффективности, который на основе данных постоянно шлифует и оптимизирует вверенный ему участок работы. Это и есть главный результат, к которому шла ФНС России, — превратить улучшение процессов из единовременных проектов в ежедневную практику.

От моделей процессов к экосистеме процессной аналитики

По цифровым следам Process Mining позволяет восстановить реальную, а не бумажную карту процесса и предоставляет инструменты анализа для понимания того, как реально работает процесс. Task Mining позволяет фиксировать бизнес-действия и собрать их в логические операции, тем самым детализируя шаги процессов до уровня элементарных действий сотрудников (кликов мышью, заполнения полей, переключений между вкладками и приложениями), помогая выявлять рутину и скрытые потери времени. Оцифрованные данные о процессе в виде схемы и аналитические дашборды вместе образуют интеллектуальную процессную аналитику (Process Intelligence), позволяющую, например, фиксировать, что «на пятом шаге процесса в 30% случаев документы уходят на повторное доопределение, замедляя процесс, что является потенциалом для улучшения».

Путь к экосистеме процессной аналитики занял в ФНС России несколько лет, пройдя через несколько ключевых этапов.

2019–2020 гг.: создан фундамент — обеспечивающая подсистема консолидации сведений об этапах жизненного цикла исполнения технологических процессов (ОП КСТП), которая начала собирать цифровые следы из АИС «Налог-3».

2022 год: в промышленную эксплуатацию запущен Process Mining и впервые удалось увидеть реальные маршруты прохождения десятков налоговых процессов.

2024 год: построена экосистема — к аналитике добавились системы контроля сроков, управления нагрузкой и «Биржа совершенствования процессов», на которой любой сотрудник может сделать предложение по улучшению процесса.

2025 год: Task Mining позволил детализировать картину процесса до уровня действий конкретного специалиста.

Выстраивание экосистемы процессной аналитики и переход к «конвейеру улучшений» сопровождался не только проработкой методологии, но расширением команды проекта с семи до сорока специалистов: процессные, бизнес- и системные аналитики; разработчики; DevOps-инженеры; специалисты по машинному обучению. При этом помимо самой команды проекта со стороны ГНИВЦ в рабочую группу проекта включены еще смежные команды разработки, отвечающие за предоставление цифровых следов. Со стороны ФНС России в проекте участвует Управление модернизации налоговых органов, методологи процессов структурных подразделений центрального аппарата ФНС России, а также технологи процессов — сотрудники налоговых инспекций.

Вызовы

Ключевые сложности проекта применения процессной аналитики для анализа процессов и операций налоговых инспекторов были как техническими, так и методологическими.

Как из информационных систем получить данные для Process Mining? Первое время данные добывались вручную с помощью скриптов, но нужно двигаться к стандартизированным сервисам, которые сами отдают требуемые для анализа данные.

Как измерить чистое время работы сотрудника? В Process Mining время этапа включает и фактические трудозатраты, и время ожидания. Решением стала гибридная аналитика, позволяющая комбинировать данные о процессе и действия пользователя, чтобы отделить рабочее время от простоя.

Как внедрить улучшение и оценить его эффект? Эффект по базовым процессным метрикам: длительность процесса и его этапов, количество экземпляров процесса с отклонением, трудозатраты на ручные операции. Инструменты процессной аналитики позволяют настраивать специфичные показатели процесса и по ним отслеживать эффективность изменений.

Насколько пользовательские интерфейсы готовы к извлечению данных для Task Mining? Это один из главных вопросов — в ходе пилотного проекта стало видно, что происходит считывание данных из пользовательского интерфейса, однако полученных сведений оказалось недостаточно для автоматической разметки операций. Пришлось спешно дорабатывать пользовательские интерфейсы.

Как повысить точность автоматической разметки операций из действий Task Mining? Решением стали фокусировка операции на окне пользовательского интерфейса и повышение приоритета использования идентификатора бизнес-объекта в разметке. В случае если требуются более точные границы операций, например, для задачи нормирования, применяется разметка операций вручную.

Перспективы

Процессная аналитика позволяет находить узкие места процессов и сокращать время оказания услуг для граждан и бизнеса. Среди ближайших целей, помимо расширения подключенных к процессной аналитике процессов:

• гибридная аналитика: сшивание данных Process Mining и Task Mining в единую картину;
• ML-индикаторы: применение алгоритмов машинного обучения для поиска отклонений в процессе и выявления их корневых причин;
• имитационное моделирование: моделирование «что, если» для прогнозной оценки эффекта от изменений в процессах еще до их внедрения;
• инструменты самообслуживания: использование простых и понятных дашбордов, которые можно «подкрутить» без привлечения технических специалистов для добавления дополнительных срезов аналитики.

***

Опыт ФНС России и ГНИВЦ по использованию Process Mining и Task Mining показывает, что это уже не модные игрушки, а полноценные инструменты трансформации, работающие даже в самых сложных и консервативных федеральных системах. Инвестиции в подобные инструменты — это получение возможности из данных восстановить процесс, анализируя который можно принимать взвешенные решения, основанные на достоверных и актуальных данных, позволяющих повышать эффективность, скорость и прозрачность бизнес-процессов.

Александр Котиков (kotikovae@gnivc.ru) — начальник управления процессной аналитики, ГНИВЦ. Статья подготовлена на основе материалов выступления на конференции «Автоматизация процессов 2025».