Цифровой двойник и моделирование процесса закупок на основе технологии Process Mining

Заказчик

ПАО "ММК"

Руководитель проекта со стороны заказчика

Вадим Феоктистов

Главный специалист по информационным технологиям

ИТ-поставщик

ООО «Иннодата», ООО «ЦТР «Некст»

Год завершения проекта

2022

Сроки выполнения проекта

Январь, 2022 - Ноябрь, 2022

Масштаб проекта

5250 человеко-часов

Цели

Основные бизнес-цели: повышение эффективности использования складских запасов, сокращение длительности цикла снабжения и сокращение трудозатрат на обеспечение заявок.

Инструменты: платформа глубокого анализа хода процесса на основе Process Mining, платформа для имитационного моделирования результатов изменений процесса и решение для автоматической категоризации комментариев в рамках офисного документооборота. В результате их внедрения у конечных пользователей появилась возможность:

восстановления достоверных схем выполнения бизнес-процессов и их интерактивного анализа;
поиска проблемных областей, причин их возникновения и формирования рекомендаций по способам оптимизации;
проверки влияния внесения изменений в бизнес-процесс на его ключевые метрики;
мониторинга выполнения бизнес-процессов, онлайн-информирования подразделений о состоянии процесса с задержкой на время загрузки и обновления данных;
мониторинга целевых показателей бизнес-процессов и их отклонений от целевых значений.

Уникальность проекта

Первое в металлургической отрасли РФ внедрение комплексного решения для сквозного управления, мониторинга, оптимизации процесса снабжения на базе технологии Process Mining.

Имитационное моделирование бизнес-процессов для анализа текущей ситуации, определения областей, нуждающихся в изменениях, оценки потенциального экономического эффекта от разных вариантов изменений.

Последующий непрерывный мониторинг процесса внесения изменений и хода оптимизации бизнес-процессов.

Проект является примером успешного импортозамещения современной технологической платформы Process Mining после стремительного ухода западного вендора с российского рынка, случившегося уже после запуска проекта.
Проектной командой оперативно был проведен анализ отечественных альтернатив, подготовлены демо-стенды для сравнения и сделан выбор лидера среди них. В результате удалось завершить внедрение в ожидаемые сроки и полностью достичь всех целей проекта без потерь функциональности и производительности решения.

Проект решает задачи импортозамещения

Да

Использованное ПО

Платформа Process Mining: Proceset от Инфомаксимум

Платформа имитационного моделирования бизнес-процессов: СИМБА:СимБП компании «Иннодата»

Сложность реализации

К моменту смены вендора по Process Mining были полностью реализованы этапы, связанные с интеграцией источников данных. Проектная команда сумела осуществить миграцию на равнозначное российское решение без увеличения трудоемкости и сроков проекта.

Для анализа причин длительного внутреннего согласования закупок были необходимы средства объективного контроля обоснованности передачи документов на доработку без увеличения нагрузки на согласующих. Самостоятельная классификация комментариев была реализована с помощью технологии NLP. Особенности грамматики и лексики, используемой в возникающих в ходе согласования замечаниях, потребовали значительной доработки готовых моделей автоматической классификации, созданных для анализа общения в открытых соцсетях.

В качестве ERP-системы в ММК используется ПО Oracle, которое не поддерживается в РФ. Несмотря на отсутствие ТП и документации по структуре хранения данных был обеспечен необходимый уровень анализа информации и регулярный оперативный мониторинг.

Описание проекта

В ходе реализации проекта были применены 3 современные технологии, объединенные в одно решение: Process Mining – инструмент ретроспективного анализа бизнес-процессов; имитационное моделирование – способ заглянуть в будущее и предсказать, как модифицируется бизнес-процесс после внесения изменений в него; NLP-анализ (Natural Language Processing) – алгоритмы обработки естественного языка.

Внедрение платформы Process Mining на бизнес-процессах закупок и визирования договорных документов позволило:

получить цифровой двойник исследуемых процессов;
выявить «бутылочные горлышки» и локализовать причины временных и финансовых потерь;
сократить страховые запасы и складские остатки за счет стабилизации и сокращения цикла закупки;
обеспечить заказчика полной и оперативной информацией о показателях процесса и вариативности его прохождения;
отслеживать заданные критерии процесса для повышения эффективности его прохождения;
улучшить качество оперативных решений за счет автоматического прогнозирования наступления нежелательных сценариев;
находить отклонения в сценариях выполнения процесса и оперативно принимать решения по возникающим нестандартным ситуациям.

Внедрение платформы СИМБА позволило облегчить принятия решений, связанных с изменениями в существующих бизнес-процессах, благодаря возможности моделирования влияния изменений на ход бизнес-процесса: его длительность в целом или вероятность наступления того или иного события. Например, необходимость повторного согласования или срыв сроков закупки конкретных МТЦ. Таким образом, у заказчика появилась возможность более достоверно прогнозировать экономический эффект и принимать обоснованные управленческие решения, касающиеся внедрения изменений.

Одно из узких мест в процессе снабжения - трудозатраты на внутреннее согласование на различных этапах выполнения процесса. Использование средств NLP позволяет автоматически проводить категоризацию комментариев подразделений, задействованных в согласовании документа, и тем самым находить способы уменьшения числа циклов повторных итераций и доработок. Это, в свою очередь, положительно сказывается на производительности труда (снижение нагрузки на сотрудников, отвечающих за проверку, оценку, визирование, согласование документов и т.д.), и длительности процесса закупки по ряду технически сложных категорий оборудования.

География проекта

Южный Урал