Krappe marges op zowel hard als soft services vormen de belangrijkste uitdaging voor facility management (FM) service providers. Wie zijn diensten – en zo de marges – optimaliseert krijgt de ruimte om een betere marktpositie te verwerven. Met Process mining kun je analyses naar concrete acties vertalen. Dat biedt interessante mogelijkheden om de dienstverlening uit te breiden en de marges te verbeteren.
Process mining is een succesverhaal uit Nederland. Het concept ‘Process mining’ is bedacht door prof. dr. ir. Wil van der Aalst en over de laatste vijftien jaar aan de technische universiteit in Eindhoven (TU/e) en de universiteit van Aken uitgewerkt.
Iedere organisatie is bekend met workflows als automatiseringsgereedschap. Maar processen laten zich niet sluitend beheren met workflows; de keten wordt nooit 100 procent gesloten. Ontwikkelaars binnen de procesautomatisering hebben vrede met een foutmarge. De accountant die zich voor de cijfers moet verantwoorden heeft dat niet. Als er 1.000 orders in een systeem gaan, moeten er ook 1.000 orders uitkomen.
Process mining dicht de kloof tussen accountant en procesbeheerder. De oplossing daarvoor klinkt eenvoudig. Van het begin tot het einde worden processen gevolgd. Zo maak je zichtbaar waar er kinkjes in de kabel zitten. Hoofdrollen zijn weggelegd voor timestamps en een case-id. De case-id is een object dat je binnen de organisatie volgt. De timestamps geven aan waar dat object op ieder gegeven moment binnen het proces was.
Je zou bijvoorbeeld een case-id aan kunnen maken voor iedere auto die aangemeld wordt om een parkeerplek te reserveren. Een eerste timestamp volgt als er een parkeerplaats voor de auto wordt geregistreerd. Een tweede timestamp wanneer het voertuig door de slagboom van de parkeergarage komt. Een derde zodra de auto op zijn plaats staat en een vierde wanneer de auto weer vertrekt.
Binnen hetzelfde voorbeeld zou je ook kunnen registreren dat de auto een parkeerplek reserveert en die niet gebruikt. Hoe lang duurt het voor de reservering van deze plek vervalt? Wanneer wordt de plek vrijgegeven zodat er een andere auto kan staan? Hoe lang was de rij voor de parkeergarage terwijl er een ongebruikte plek vrij was? Was dit op een andere manier op te lossen?
In onder meer het operationele serviceverleningsproces worden spaghettidiagrammen gemaakt. Aan een medewerker die een installatie onderhoudt, wordt (bij wijze van spreken) een breidraad gebonden. Aan het einde van de werkzaamheden zien we die draad als ware een bord spaghetti. Dit bord laat zien welke bewegingen er gemaakt zijn en waar optimalisatie mogelijk is. Process mining bindt een breidraad aan ieder denkbaar proces en geeft zo op dezelfde manier zicht op inefficiënties. Aan de case is metadata gekoppeld zoals locatie, klant, type service en betrokken uitvoeringspartijen. Dat maakt het mogelijk om gedetailleerde analyses te maken en zo mogelijke optimalisaties waar te nemen.
FM service providers kunnen met Process mining de customer journey scherp in beeld krijgen. Ieder touchpoint wordt geregistreerd en de opvolgende workflows en processen komen daarbij in kaart. Daarmee kunnen dienstverleners bijvoorbeeld hun responstijden van adhoc diensten verder optimaliseren. Ook binnen ieder ander denkbaar proces zijn verschillende meetpunten te koppelen aan de case-id. Hoe compliant ben ik aan de overeenkomst die ik heb met mijn klant? Hoe lang duurt de administratieve afwikkeling van een additioneel schoonmaak verzoek? Welke invloed heeft dit op de klanttevredenheid?
Het geheim van Process mining schuilt in de voorbereiding. Bij reguliere automatisering wordt geen rekening gehouden met de start- en stoptijd van een proces. Voor Process mining is dit essentieel. Process mining vraagt organisaties om de essentie van hun diensten vooraf te bepalen en daar de case-id aan te koppelen. Daar kunnen dan timestamps aan verbonden worden waarna metingen mogelijk zijn.
De kwaliteit van de timestamp is cruciaal om de analyse betrouwbaar te maken. Het is daarom ook belangrijk om de drempel voor het registreren van de timestamp zo laag mogelijk te houden of zelfs te automatiseren met een goed ondersteunend operationeel systeem. Een goed voorbeeld is bijvoorbeeld het gebruik van een mobiele app voor uitvoerenden die (semi) automatisch de start- en eindtijd van reizen en uitvoering bewaakt. Daarnaast haal je het voordeel uit het werk van de TU/e. Daar hebben datawetenschappers algoritmes ontwikkeld die de kwaliteit van timestamps bewaken. Praktisch betekent dit dat als de meting eenmaal is opgezet, je software ervoor zorgt dat de resultaten betrouwbaar zijn. Vanaf de beheerkant kun je eenvoudig jouw analyses uitvoeren.
De kers op de taart is het potentieel van Process mining. De software vertaalt analyses van een wetenschappelijke tool naar concreet te nemen acties. Daarbij kun je als organisatie bepalen of je die acties centraal aanstuurt (quota toewijzen), uitvoer neerlegt bij direct verantwoordelijken (parkeerbeheerders laten zien hoeveel plaatsen er vrij zijn) of zelfs helemaal automatiseert (een robot haalt de slagboom omhoog).
Process mining toegepast op een systeem als Planon Universe for Service Providers is betrouwbaar en snel. Een goede opbouw van datahistorie geeft mogelijkheden voor analyses op lange en korte termijn. Op basis van gegevens van het voorgaande uur, kun je in het komende uur actie ondernemen. Dat geeft aanknopingspunten om de invulling van de diensten te optimaliseren, maar ook het aanbod van het dienstenportfolio uit te breiden.
Het grootste nadeel aan Process mining is de leeftijd van de technologie. De vertaalslag van een academisch analysegereedschap naar een praktische businesstool is recent. Dit ‘nadeel’ lijkt vooral voordelen met zich mee te brengen. De inzet van Process mining zit op dit moment in een stroomversnelling. Dat geeft kansen om als eerste je voordeel te doen. Wie op zoek is naar een gereedschap dat de scherpe randjes van strakke marges schaaft, mag Process mining niet links laten liggen.
