プロセスマイニングにおけるリアルタイムデータのかつてない重要性の高まり

2021.03.05

プロセスマイニングにおけるリアルタイムデータのかつてない重要性の高まり

曇り空の下、空港のターミナルで高額なスムージーを飲みながら、何が原因でフライトが数時間も遅れたのかを考えたことはありませんか？ルフトハンザドイツ航空のような航空会社では、1つのプロセスで30秒の遅れでもドミノ的にそれらが影響をもたらします。だからこそ、搭乗から安全検査までの細かな手順を可能な限り効率的に行うことが不可欠なのです。リアルタイムのデータ分析がなければ、ルフトハンザドイツ航空のグローバルプロセスを正確に把握することはできません。 ルフトハンザ シティライン（Lufthhansa Cityline）の事業開発・プロジェクト管理責任者であるPhilipp Grindemann氏は、毎晩200万便のフライトに関する5,000万件のアクティビティをCelonisにアップロードしていると言います。これだけの作業量があれば、同社が人工知能を使って遅延を分析し、時間の遅れが生じる場面を特定するのも不思議ではありません。複雑なプロセスが何百万人もの顧客に影響を与える場合、リアルタイムの洞察に基づいてインテリジェントな意思決定を行う能力が不可欠です。

リアルタイムとは？

四半期ごとの報告書を見直すのではなく、リアルタイムで物事を観察し、それに基づいて行動できるようになることは、プロセスを大幅に改善することになります。これは本質的に会社をクルーズ客船から高速フェリーに変えてしまいます。巨大な構造物がキャッチアップしてくるのを待つことなく、その場で意思決定を行い、方向性を変え、イノベーションを起こすことができるのです。 プロセスマイニングを導入していない企業では、膨大な変数項目を相手に、チームがリアルタイムで対応できる様な迅速な改善を行うことはできません。プロセスマイニングは、生データをイベントログに変換し、その分析を適用することで、関与するステップ数を減らし、プロセスを短縮します。また、共通の問題点を特定して修正することで、各ステップの時間を短縮し、企業はメリットを享受することができます。プロセスマイニングによりリアルタイムのデータを用いて分析が実施されると、企業は従業員や顧客が意思決定を行うのと同じスピードで改善を行うことができます。 Uberのプロセス・エクセレンスのグローバルヘッドであるMartin Rowlson氏が言うように、顧客の満足を着実に手に入れるためには、人手を介するサポートコンタクトを全く持たないというサービス水準に到達することです。なぜなら、顧客が貴社に連絡を取る必要がないほど事がスムーズに進んだと言うことは、顧客の期待が満たされたか、それ以上であったことを意味するからです。しかし、どんな企業でも、これらの細かな意思決定やデータポイントをすべて把握するには、非常にスピーディーでなければなりません。

リアルタイムから最も恩恵を受けるのはどの企業でしょうか？

企業の動きがゆっくりとしていた頃は、リアルタイムのデータ分析に対する需要はそれほど高くありませんでしたが、顧客はスピードを重視するようになってきました。そして、企業は想像を絶するほど複雑なシステムを提供しなければなりません。例として、ある人がUberを利用して旅行に出かけるまでにどれだけの小さなプロセスが必要かを考えてみましょう。では、その単純なプロセスで作成されるデータの列を1億倍にしてみましょう。UberのRowlsen氏によると、同社が日常的に抱えているのはこのレベルのデータだと言います。 もしUberが日次ベース、あるいは1時間ごとに乗り物の情報を分析していたら、すぐにサポートチケットで溢れ、プロセスの障害の山に圧倒されることになるでしょう。いつ何時も行動に移す能力がなければ、ライドシェアリングは今のような形では存在できません。

リアルタイムで全体像を迅速に把握

Rowlson氏によると、リアルタイム分析で、Uber社はすでに成功しているプロセスマイニングプログラムにタスクマイニングを組み込むことができ、会社のシステムをより全体的かつ完全に見ることができるようになりました。プロセスマイニングは企業のシステム、人材、アクティビティのすべてを特定しますが、従業員がアプリからアプリへと移動する際に発生する死角を埋めるためにタスクマイニングを使用します。 ビジネスプロセスアウトソーシング（BPO）の台頭とUberのようなプラットフォームの複雑さを考えると、企業にとっては無数のソースからデータを収集することが不可欠になっています。これは、企業の日常業務の全体像を把握するためのものです。そして、その全体像がますます透明化し、詳細になるにつれて、より高速にデータを入力することが必要になります。 企業に対する高度な変革は、すべての現存するデータがテーブルの上に出てくるまで実現できません。ハーバード・ビジネス・レビュー（英語）のEdd Wilder-James氏によると、これが成功の鍵だと言います。「高度なデータ分析を利用する上での最大の障害は、スキルベースや技術ではありません。それは、昔からあるデータへのアクセスです。」そして、データへのアクセスは即時性がなければ有用ではありません。