Human resources, it, boekhouding: de euforie rond de digitale transformatie heeft ook invloed gehad op de shared service centers (ssc). Waar in het verleden het dagelijkse werk voornamelijk werd gedomineerd door routinematige activiteiten, wordt nu van interne medewerkers verwacht dat zij veeleisende taken op zich nemen met behulp van automatisering, kunstmatige intelligentie en machine learning.
De verwachtingen die het managementteam heeft van ssc’s blijven echter onveranderd: deze centers zijn verantwoordelijk voor het bereiken van meer efficiëntie, kwaliteit en kostenbesparing door taken uit verschillende bedrijfsonderdelen die dezelfde activiteiten uitvoeren te bundelen.
Om dit te realiseren en resultaten in de praktijk terug te zien, moet het belang van process mining-technologie niet worden onderschat. Het stelt de organisatie namelijk in staat om inzicht te krijgen in hoe processen verlopen en hoe deze concreet geoptimaliseerd kunnen worden, tot op detailniveau.
Procesinefficiënties
Process mining is vooral nuttig voor shared service centers om kritische bedrijfsprocessen te identificeren en vervolgens te optimaliseren. Automatisering in een shared service center kan namelijk alleen volledig tot zijn recht komen als het vooraf wordt gegaan door een gedetailleerde procesanalyse en -optimalisatie. De eerste stap in process mining is visualiseren hoe processen daadwerkelijk verlopen, inclusief alle procesvarianten op basis van data. Deze processen liggen vaak onopgemerkt diep verstopt in de eigen it-systemen van de organisatie, zoals SAP, Oracle of Salesforce. Process mining haalt informatie uit event logs inclusief hun tijdstempel, case-id en activiteit. Deze gegevens vormen uiteindelijk de basis voor process mining-analyses en maken realtime een uitgebreide visuele weergave van bedrijfsprocessen.
Maar process mining verzamelt niet alleen data in it-systemen. Met behulp van task mining kan bijvoorbeeld ook gebruikersinteractiedata in anonieme vorm in de procesanalyse worden geïntegreerd. Deze uitbreiding van process mining is met name relevant voor shared service centers, omdat veel activiteiten hier buiten de it-systemen plaatsvinden. Denk bijvoorbeeld aan het scannen van documenten of het onderzoeken van leveranciers- of klantinformatie. De toevoeging van task mining-functionaliteit aan process mining geeft shared service centers een uitgebreid beeld van de processen, of ze nu it-gebaseerd zijn of niet.
In shared service centers is process mining geschikt voor bijvoorbeeld het controleren van conformiteit, voor prestatie-analyse of voor operationele ondersteuning van bedrijfsprocessen. Vaak wordt de technologie ook gebruikt om te controleren of alle beoogde stappen in de processen zijn nageleefd. Dit maakt doorlopend prestatiemanagement, het vroegtijdig opsporen van knelpunten en inefficiënties en het identificeren van optimalisatiemogelijkheden mogelijk.
Leren van het verleden
Deze inzichten stellen managers in staat om de juiste keuzes te maken en echte verbeteringen aan te brengen door middel van business process management, kunstmatige intelligentie (ai), automatisering of een combinatie van technologieën. Daarnaast ondersteunt de technologie ook continue procesbewaking en -verbetering. Omdat moderne process mining-technologie gebruikmaakt van ai en machine learning om te leren van bedrijfsprocessen, detecteert het automatisch afwijkingen en geeft het aanbevelingen voor acties om inefficiëntie te voorkomen. Deze procesanalyses hebben dus niet alleen tot doel om processen uit het verleden te analyseren. Ze maken ook toekomstgerichte voorspellingen mogelijk, waardoor het een aanzienlijke toegevoegde waarde heeft voor het shared service center.
Aangezien veel processen gebundeld zijn in shared service centers, reiken de effecten van procesoptimalisatie verder dan de afzonderlijke gebieden. Dit is ook het geval bij Deutsche Telekom Service Europe (DTSE), waarvan de shared service centers de afdelingen finance, reporting, procurement en human resources samenbrengen om een sterk gedigitaliseerd procure-to-pay proces voor de gehele Deutsche Telekom Group te creëren. Alles van onderhandelingen, vragen en orderbeheer tot facturering en betaling wordt hier afgehandeld, zodat andere afdelingen zich kunnen concentreren op hun kernactiviteiten.
Het procure-to-pay proces van DTSE behandelt meer dan twee miljoen orderregels met een ordervolume van meer dan zeven miljard euro, en verwerkt bijna negen miljoen facturen per jaar. Met behulp van process mining heeft DTSE data uit meer dan tien bronsystemen – zoals SAP Ariba en Salesforce – kunnen koppelen en waardevol inzicht in de processen gekregen. Uitgerust met nieuwe kennis over hoe hun processen daadwerkelijk lopen heeft DTSE een early warning systeem ontwikkeld dat waarschuwt wanneer kpi’s uit de hand dreigen te lopen. Door de inzet van process mining is bijvoorbeeld de automatiseringsgraad van het procure-to-pay processen in het shared service center aanzienlijk verhoogd, wat resulteerde in een besparing van circa twaalf miljoen euro en een sterke vermindering van de werkdruk van zijn werknemers.
Toekomst
Steeds meer bedrijven zetten process mining in om hun processen over afdelings- en landsgrenzen heen te koppelen met bedrijfsdoelstellingen. Het wordt gezien als een strategisch controlecentrum voor alle operationele bedrijfsprocessen, waar medewerkers op alle hiërarchische niveaus mee aan de slag kunnen. Senior managers krijgen strategische inzichten in kpi’s en huidige proceszwaktes, terwijl de technologie prioriteit geeft aan taken voor medewerkers in het shared service center. Zo wordt de inspanning van de organisatie gereduceerd en worden strategieën op basis van onderbuikgevoel ondersteund door op data gebaseerde feiten.
Alexander Rinke, co-ceo bij Celonis
