La Robotic Process Automation si diffonde a passo spedito in azienda. La possibilità di automatizzare con l’aiuto di bots e robo software processi e task che altrimenti necessitano di un’interazione umana per poter essere svolti in modo efficace piace molto. I benefici ottenibili sono diversi: una maggior efficacia operativa e una riduzione dei costi di processo, unita alla possibilità di liberare risorse umane da dedicare ad attività a maggior valore aggiunto sono i principali.

 

I costi (e i tempi) della Robotic Process Automation

La Robotic Process Automation (RPA) può risultare parecchio costosa e complicata se implementata in assenza di una specifica conoscenza dei processi di business che la sostengono. La ragione è che la RPA solitamente segue determinate regole e schematizzazioni che non sempre si adattano all’ampia varietà di casistiche dei processi di business. Come mostra uno studio di PwC ("Successful implementation of RPA takes time"), la realizzazione di un PoC (Proof-of-Concept) o di un progetto pilota di RPA spesso richiede 4-6 mesi invece delle 4-6 settimane previste e la causa principale è un’errata selezione dei processi da automatizzare.

 

RPA e process mining binomio perfetto

Prima di procedere con l’implementazione di progetti di Robotic Process Automation, quindi, occorre mappare in maniera approfondita i processi aziendali. Farlo attraverso metodi tradizionali, come workshop e process modeling, potrebbe rivelarsi un’attività lunga, complessa e, in definitiva, piuttosto costosa. Ma un aiuto concreto arriva dal process mining, ovvero dall’analisi dettagliata dei processi aziendali con lo scopo di identificarne i punti di forza e debolezza rispetto a valori e KPI di riferimento. Il punto di partenza sono i dati di log provenienti dai sistemi informativi aziendali, debitamente ripuliti da algoritmi di data cleaning. Questa attività non solo è propedeutica alla RPA, ma si rivela fondamentale nel corso di tutto il progetto. Il suo valore si rivela essenziale in particolare in queste cinque aree:

 

  • Comprendere lo stato dei processi “As Is”

    Grazie al process mining sarà possibile raccogliere e comprendere i business needs, i requisiti di business, e mappare al meglio tutti i processi aziendali. Questo permetterà di avere una fotografia chiara dello stato attuale dei processi e calcolare i tassi di automazione “auspicabili” per ciascun task. Sarà possibile, quindi, approcciare il progetto avendo bene in mente qual è il ritorno (ROI) atteso.

 

  • Evidenziare i processi che meglio si candidano alla RPA

    La maggior parte dei fallimenti di iniziative di Robotic Process Automation avvengono perché si tenta di automatizzare processi che non sono in alcun modo adatti per la RPA: processi particolarmente complessi, che presentano un ventaglio particolarmente ampio di possibili varianti. La conseguenza è che si dovrà procedere a riprogrammare i bot “in corso d’opera”, con un aggravio di tempi e costi. Il process mining genera conoscenza sulle modalità e le performance di un processo, così come è eseguito nella realtà operativa, e consente di individuare i task “candidati” ad essere automatizzati – standardizzati, data centrici e ripetitivi – contribuendo a favorire il buon esito dell’iniziativa.

 

  • Mappare i processi per “guidare” i bots

    Il processo di sviluppo dei bots si semplifica in modo deciso se si opera avendo come riferimento una mappa che identifica in modo puntuale, passo a passo, i task condotti dagli operatori “umani” e le “performance” ottenibili per ciascun task. Il process mining fornisce, quindi, preziosissimi template alla Robotic Process Automation, che potranno essere usati per automatizzare in modo più efficace i diversi task. Inoltre, lo stesso template potrà essere usato per eseguire il monitoraggio periodico dei risultati ottenuti, in ottica di miglioramento continuo.

 

  • Prevedere l’impatto dell’automazione su un processo

    Molti progetti di automazione non ottengono i risultati attesi poiché non si hanno a disposizione dati reali di esecuzione del processo, con i quali poter approssimare l’impatto che tale automazione apporterebbe all’esecuzione dell’intero processo. I migliori sistemi di Process Mining consentono invece di “simulare” l’esecuzione dell’intero processo nel quale sia stato inserito un task automatizzato, consentendo di valutare le performance ottenibili e l’impatto sul resto del processo in termini di performance (tempi, risorse) e costi.

 

  • Misurare i risultati

    Una volta automatizzati i primi processi, questi genereranno statistiche da confrontare con i KPI inizialmente ipotizzati come obiettivo, ottenuti anche anche in virtù della “simulazione dell’automazione”. Anche in questa fase il process mining si rivela utile, per generare nuove mappe dei processi presi in carico dai bots e confrontarla con i risultati pre-automazione.

Infografica - estrarre valore dai dati