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：「DXのためのデータ活用」を成功させる4カ条【中編】

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。

[Amaresh Tripathy，TechTarget]

　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。

併せて読みたいお薦め記事

AIの活用事例

• Mastercardが「AI」で不正検出　同社幹部が語るその中身とは？
• 地方銀行が「AIOps」でシステム運用のアラート数を“98％以上”削減できた理由

さまざまなデータ分析ツール

• 「Tableau」「Power BI」「Qlik Sense」を比較　各製品の長所と短所は？
• Microsoftが提供する「R」とは何か、HadoopはもちろんODBCにも対応

2．古いプロセスを診断し、改善する

　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