Компания «Техносерв» выполнила проект по внедрению технологии Process Mining для анализа и оптимизации бизнес-процесса технической поддержки абонентов В2С «Ростелекома». Анализ одного из самых массовых бизнес-процессов (15 млн обращений абонентов в год в семи макрорегионах) позволил выработать предложения по его оптимизации, оценить потенциальный экономический эффект, разработать план реализации предложений
Тысячи сотрудников служб технической поддержки «Ростелеком» за год обрабатывают более 15 млн обращений абонентов по вопросам качества услуг. В соответствии с принципами непрерывного улучшения, компания приняла решение усовершенствовать существующий процесс – сократить себестоимость техподдержки и улучшить клиентский опыт. Первым шагом трансформации стал проект по выявлению и оценке влияния «узких мест» – аномалий в выполнении задач, отклонений от установленной процедуры, которые осложняют и затягивают ее выполнение. Учитывая масштаб задачи, для глубинного исследования бизнес-процесса специалисты «Ростелеком» выбрали технологию Process Mining. Она позволяет сократить затраты времени и ресурсов на исследование бизнес-процессов, исключить влияние «человеческого фактора» на результат.
На первом этапе «Техносерв» помог заказчику интегрировать инструменты Process Mining в ИТ-ландшафт компании. Затем были определены и исследованы потенциальные источники информации – автоматизирующие процесс информационные системы «Ростелеком» и хранящиеся в них «цифровые следы» процесса, такие как записи о поступившем обращении, выезде бригады, исполнении задачи. С помощью настроенных экспертами «Техносерв» процедур интеграции и преобразования данных, в систему Process Mining были загружены 196 миллионов записей об активностях, выполненных в рамках обработки 15,5 млн обращений. По ним была восстановлена модель сквозного бизнес-процесса – его «цифровой двойник» – и выполнена итеративная проверка ее корректности. На основе модели специалисты «Техносерв» спроектировали и настроили аналитические отчеты, отображающие особенности процесса, его потенциальные «узкие места» и KPI в разрезе маршрутов движения обращений.
Ключевым этапом проекта стало формулирование гипотез об областях для оптимизации процесса. Из всего множества обращений было выделено более 700 тыс. различных маршрутов обработки обращений и определено девять эталонных сквозных сценариев. Проработка гипотезы включала обнаружение отклонения от эталонного сценария, проверку гипотезы с помощью технологии Process Mining, расчет ее эффекта на бизнес, анализ причин возникновения и разработку мер оптимизации с определением ресурсов. Всего было сформулировано более 20 гипотез об «узких местах», по-разному проявляющих себя в разных макрорегионах.
