Regelmatig worden we om de oren geslagen met de term big data en Internet of Things (IoT). Organisaties eisen tegenwoordig ‘real-time’ integratie van (data-)analyses met de primaire business processen om zo de concurrentie voor te kunnen blijven. Hoe krijg je dat voor elkaar? Automation van je processen is hierbij de sleutel tot succes.
Volgens Harvard magazine, is de hoeveelheid data die afkomstig is van onder andere met sensoren uitgeruste gebouwen, treinen, bussen, vliegtuigen, bruggen en fabrieken gestegen tot een zettabyte (dat is een biljoen terrabytes). Met deze tsunami aan gedetailleerde data zouden organisaties slimmer moeten werken.
Analisten zijn het er over eens dat big data een groot voordeel kan opleveren voor de business. Zo voorspelde Gartner eerder al dat in 2016 70 procent van de meest winstgevende bedrijven hun processen managen met behulp van ‘real-time predicitive analytics’ of ‘extreme collaboration’. Dat is goed nieuws voor organisaties die gebruik maken van big data.
Maar let op, het eenvoudig verzamelen van gegevens heeft niets te maken met het daadwerkelijk gebruiken van die data om als organisatie nog succesvoller te zijn. Om de meeste waarde te verkrijgen uit snel muterende en grote hoeveelheden data is het belangrijk dat organisaties die effectief en snel beheren en tevens gebruiken! Dit is uiteraard afhankelijk van consistente, accurate processen door de gehele bedrijfsvoering heen. Door je processen te automatiseren ben je in staat om consistentie en kwaliteit te waarborgen in de primaire business processen van organisaties en dat op een snelle en kosten-efficiënte manier.
Stap in de goede richting
Recentelijk is het mij opgevallen dat er een grote toename is in het aantal intelligente ‘business operations’-tools die organisaties real-time big data-inzicht geven in processen. Zo heeft SAP inmiddels een nieuwe ‘Intelligent Business Operations Bundle’ aangekondigd die samenwerkt met SAP Hana om organisaties te helpen big data te contextualiseren. Een mond vol. Dat is natuurlijk een stap in de goede richting, omdat de snelheid van in-memory computing ongetwijfeld zal helpen om organisaties enorme hoeveelheden data te laten verwerken in een korte tijd. Maar dit is slechts een gedeelte van de gehele puzzel die naast Hana ook de omringende processen behelst.
Activiteiten en processen voor het voeden van de informatie in SAP Hana leiden onder handmatige vertraging en menselijke fouten. Hierdoor zijn de resultaten die worden opgeleverd mogelijk onjuist of vertraagd, ondanks de snelheid en kracht die SAP Hana biedt. Met als resultaat mogelijk een beslissing op basis van inconsistente rapportages. Of, net zo vervelend, als de informatie die uit SAP Hana komt input is voor een proces dat afhankelijk is van handmatige inspanningen, dan zorgen vertragingen en inconsistente processen ervoor dat je met onjuiste informatie te maken krijgt. Als je een SAP Hana-platform in je organisatie hebt om sneller met groeiende hoeveelheden data om te gaan, moet je ook zorgen dat de processen die Hana voeden of die met de output uit Hana werken, zo efficiënt en accuraat mogelijk zijn ingericht.
Bouw aan Automation
De oplossing van dit probleem is enterprise process automation dat er voor zorgt dat vertraging (latency) en menselijke fouten waar mogelijk worden voorkomen. Gartner beschrijft een best-case scenario waar ‘processen zich bewust zijn en kunnen leren van werk interacties, hun context en de situaties daaromheen. Zodra een situatie wordt opgemerkt, kunnen er actief of op aanvraag analyses worden uitgevoerd om de uitkomst van potentiele veranderingen te voorspellená. Hoewel dit een onmogelijke droom of toekomstbeeld lijkt, beschijft het een situatie waar snelle technologieën worden gecombineerd met goed doordachte automation van processen om een adaptieve en efficiënte organisatie te creëren.
In een recent artikel uit Information Week, legt Stephanie C. Hill, vice president en general manager van Lockheed Martin’s Information Systems & Global Solutions Civil Business uit wat enterprise it kan leren van industriële automatisering. Hill zegt: ‘Net zoals een geautomatiseerde fabriek bottle-necks kan hebben en het proces opnieuw kan worden vormgegeven om knelpunten op te lossen, zo kan dat ook gebeuren met software en het it-landschap.’ Ze heeft helemaal gelijk, maar om dit effectief te kunnen uitvoeren heb je naast het vormgeven van processen ook automation nodig. Indien beide elementen voorhanden zijn, kunnen organisaties de enorme potentie van big data ontsluiten en kan operational excellence worden bereikt voor wat we in de marketing een competitieve advantage noemen.
Kortom, wil je van big data een big advantage maken, zorg dan voor een gedegen proces automatisering en voorkom een big data miskleun!
Automation klinkt als automatisering.
Doen we dat niet al decennia lang?
En dan vraag je je wel eens af of Big Data of Internet of Things dé hype van 2014 is.
Nee, automatisering is niet hetzelfde als automation. De afgelopen 20 jaar zijn we met name bezig geweest met het bouwen van applicaties en juist niet met het automatiseren van de processen. Daardoor zijn de processen erg afhankelijk geworden van menselijke interactie, wat risico, tijdsverlies en kosten met zich meebrengt. Het idee is dat je de processen moet automatiseren door de processtappen zoveel mogelijk door een proces automation applicatie uit te laten voeren.
Beetje krampachtig hypen noem ik dit. Ik mis namelijk het onderscheid tussen twee werelden.
1. Machine Based Automation Data (MBAD)
In het eerste deel haalt u die al aan. real time data door continue meting van statische en dynamische objecten
2. Human Based Automation Data (HBAD)
Data door mensen opgemaakt en geproduceerd/portayed.
De eerste type data is consistente data die heel goed te automatiseren en organiseren en te gebruiken is in vormen als statistieken en real time statistics.
De tweede type data, de HBAD, is voor minstens 40% vervuilde data waarbij men zich altijd moet afvragen welke van de 100% nu vervuild is of niet. Dat komt door acteren van de mens zelf die, om welke reden dan ook, identity theft tot ‘make believe’ en ‘shine & presentation’ tot regelrechte misrepresentatie, onbetrouwbare big data is.
Je kunt statische processen van dynamische en statische objecten vrijwel 100% automatiseren. Processen van en voor mensen vrijwel niet. Omdat je dan namelijk onbetrouwbare data krijgt.
Eenvoudig voorbeeld:
Menig supportdesk is vervangen door een zogenaamd geautomatiseerd systeem die antwoorden zou moeten geven. Het zijn dode systemen. Als je vraag er niet bij staat dan kun je het antwoord stellen en als je geluk hebt dan krijg je er een keer een antwoord op, ervaring leert dat dat vaker gewoon niet het geval is.
Tweede voorbeeld
Balanced scorecards. Niet zelden gaan die uit van een bepaalde standaard waarden waarbij er beperkte antwoord mogelijkheden zijn. Je ziet dat ook in de massa zg surveys waarbij je uit twee of drie smaakjes kunt kiezen. In meer dan 50% van de gevallen zit het smaakje van de persoon die hem invult er niet bij.
Derde voorbeeld
Politiek. Wanneer het weer verkiezingstijd is word je om de oren geslagen met allerlei politiek correcte uitingen en mensen mogen dan heel echt kiezen. Zij noemen dat democratie. Zijn de verkiezingen geweest, dan is de vervaldatum van al die toezeggingen en beloften alweer aangebroken en voert men uit wat men zei niet te zullen doen.
In alle drie de gevallen heb je weinig tot niets aan de uitkomsten van big data omdat die zo vervuilt is vaak dat je niet eens weet welk deel er bruikbaar is.
Roept u automation of big data, is mijn eenvoudige vraag…. Welke?
Automatiseren van processen
Tja. Als je van te voren niet over processen, het belang maar meer nog hun positie in de hele E2E IT keten, hebt nagedacht, moet achteraf niet komen met het automatiseren van die processen. In allereerste zin moet je processen in en met IT al van te voren hebben ‘gestandaardiseerd’ voordat je überhaupt kunt spreken over automation of proces.
Het proces is namelijk onderworpen aan dezelfde begrenzingen en wetmatigheden als IT zelf dat is. Vaak zie je dat juist dat in de praktijk niet blijkt, met alle gevolgen van dien. Een beetje de omgekeerde wereld vaak.
Beste Numoquest, sorry ik was je even kwijt, heb je reactie een paar keer gelezen en snap nu dat je het artikel niet goed hebt begrepen…
De organisatie die BIG DATA gebruikt, bepaalt wat waarde heeft en wat niet, of het nu van mensen af komt of niet. WELKE data dus wordt gebruikt is aan de klant. HOE je er voor zorgt dat je die dat kunt gebruiken en dat je geautomatiseerde processen gebruikt om dit in de klauwen te houden is wat anders. Dat is vaak niet goed doordacht. Of je denkt dat HANA de oplossing voor al je problemen is zoals SAP belooft.