「DXのためのデータ活用」を成功させる4カ条【中編】

自動化技術が期待外れだった企業こそ「プロセスマイニング」を試すべき理由

デジタルトランスフォーメーションに向けて自動化技術の導入を検討するのは一つの戦略だ。だが古い業務プロセスを自動化するだけでは効率化にはつながらない。効率が落ちた業務プロセスを見つけるには。

公開 2021年09月07日 05時00分

更新 2022年09月07日 20時19分

著者

Amaresh Tripathy

[TechTarget]

印刷する連載新着通知を受け取る

　今やデータは企業運営に欠かせない資源となった。前編「データドリブン企業になるための『データ活用』の秘策　まずやるべきことは？」に続く本稿は、デジタルトランスフォーメーション（DX）に不可欠なデータ活用戦略に組み込むべき4つの要素のうち、2つ目を解説する。

2．古いプロセスを診断し、改善する

併せて読みたいお薦め記事

AIの活用事例

さまざまなデータ分析ツール

　将来も持続可能な、データドリブン型の意思決定を支える基盤を作る。古いプロセスにデジタル技術を適用するだけでデータドリブン企業に生まれ変われるわけではない。古いプロセスを特定し、それを改善する必要がある。

　例えば請求プロセスが煩雑で時間がかかっている企業にとっては、速度と処理量を改善するために自動化技術を導入することが選択肢となる。だが自動化技術を導入する前に改善すべき問題が、そのプロセス自体に存在している可能性がある。そのような状態で自動化技術を導入しても、問題を解決するどころか新しい問題を増やすことになってしまう。

自動化の限界を打破する「プロセスマイニング」の実力

　効率の悪いプロセスを特定するには「プロセスマイニング」という手法が効果的だ。プロセスマイニングでは、基盤となるシステムのデータを分析するアルゴリズムを使って、プロセス内の問題を特定する。

　プロセスマイニングを適切に活用すれば、企業は日常的な業務をリアルタイムにシステムへ反映する仕組みと基盤（いわゆる「デジタルツイン」）を作成して、的確に動作しているプロセスと改善を要するプロセスを洗い出すことが容易になる。　私の勤務先であり、BPO（ビジネスプロセスアウトソーシング）サービスを手掛けるGenpactの顧客事例を紹介しよう。ある金融サービス企業は、ビジネスローンの承認に要する期間を短縮したいと考えていた。承認プロセスのどの部分に、どのような理由で時間がかかっているかを特定して、期間短縮のアクションプランを作る必要があった。

　そこでGenpactはプロセスマイニングの手法に注目。デジタルツインを作成してプロセスの待機時間とボトルネックとなっていた要素を特定し、やり直し処理と例外処理を定量化して、承認時間に影響する要因を洗い出した。こうした洞察に基づき、この金融サービス企業は文書収集の効率化や処理時間の調整などの対策を実施し、承認までの期間を13日から2日に短縮することができた。

　後編は3番目と4番目の要素である、クラウドサービス活用の意義と、業界特有の課題に対処する必要性を解説する。