Process mining toegepast op gebruikersondersteuningsservice

Uitdaging

Hoe je snel verbeterpunten in de werking van de ondersteuningsdienst kunt identificeren en de actie kunt bepalen die de meeste impact zal hebben op de gebruikerstevredenheid.

problematisch

Het AOC Consortium biedt ondersteuning aan gebruikers via het User Service Center (CAU) van waaruit overheden, burgers en bedrijven verzoeken en vragen met betrekking tot de diensten van het AOC Consortium kunnen behandelen. De groei in de afgelopen jaren van de activiteit van de AOC-diensten zelf, geaccentueerd door de wijdverbreide opkomst van digitale procedures als gevolg van de COVID-19-pandemie, heeft er ook voor gezorgd dat deze ondersteuning sinds het begin voortdurend is gegroeid, zowel in het aantal aanvragen als in actoren betrokken:

Momenteel overschrijdt de service al 60.000 jaarlijkse ondersteuningsverzoeken en omvat de deelname van verschillende eenheden van het AOC-consortium, technische bureaus en externe leveranciers. Deze diverse deelname, vermenigvuldigd met het volume van het type diensten, genereert een breed scala aan mogelijke verwerkingsstromen van ondersteuningsverzoeken, evenals een complexe verificatie van de naleving van respons- en oplossingstijden.

Om deze reden werd de noodzaak overwogen om de werking van de ondersteunende serviceprocessen te analyseren om:

Meet de prestatietijden voor de mensen en entiteiten die de service gebruiken
Identificeer mogelijke verbeterpunten (in relatie tot organisatorische veranderingen of technologische ondersteuning van het proces)
De impact van de voorgestelde acties kunnen meten in relatie tot de verbeterpunten
In staat zijn om te beoordelen wat de toekomstige impact zou zijn als gevolg van veranderingen in de vraag (net als het effect van de pandemie)

Toegepaste oplossing

Voer er een uit geavanceerde analyse van de processen van de betreffende ondersteuningsdienst process-mining.

Wat is processmining? Process mining is een reeks methoden waarmee u de logboeken van de uitvoering van een proces (in dit geval het ondersteuningsserviceproces) kunt analyseren met behulp van verschillende soorten visualisaties om knelpunten, afwijkingen te identificeren en tegelijkertijd mogelijkheden te ontdekken om de prestaties en resultaten maximaliseren. Process mining is, net als datamining, afhankelijk van data-analyse als een fundamentele pijler van analytische capaciteiten; maar process mining gaat verder dan de eenvoudige verwerking van gegevens en omvat diepgaande kennis van het proces waaruit het voortkomt. Met andere woorden, het HOE (het proces) wordt toegevoegd aan het WAT (de gegevens), waardoor we kunnen begrijpen hoe de ECHTE operatie plaatsvindt (echte inspanning, echte kosten, echte responstijden, …)

Zo heeft de AOC een pilot- of proof-of-value-project uitgevoerd om de toepasbaarheid en voordelen van process mining in een praktische omgeving aan te tonen, op basis van de eigen ondersteunende processen van de AOC, waaruit kan worden toegekend we zullen itereren met de Apromore-platform.

de piloot

Dit is een proefproject beperkt tot een korte periode (ongeveer 3 maanden), waarbij een geavanceerde analyse van de ondersteunende processen is uitgevoerd om de gestelde uitdaging aan te gaan. Het project is ontwikkeld met toepassing van de volgende technieken en met een gezamenlijke en begeleide evaluatie van de resultaten:

Automatische ontdekking van proceskaarten en vergelijking tussen modellen.
Dashboards van datavisualisaties, statistieken en analytische mogelijkheden van het Apromore platform.
Simulatiemogelijkheden (Wat als...?) om verschillende scenario's vast te stellen, de impact op het proces te evalueren en de meest geschikte optie voor procesverbetering te identificeren.

De herkomst van de data om process mining te kunnen toepassen Het beheer van de verschillende verzoeken en vragen van de CAU van het AOC Consortium wordt uitgevoerd met een tool van kaartverkoop dat is een specifiek platform voor het beheer van serviceverzoeken. Met deze ticketingtool kunt u een gedetailleerd overzicht bijhouden van:

geregistreerde aanvragen

de categorisatie (door registratie, door prioriteit, door dienst,...)

de toewijzing ervan aan de verschillende actoren die betrokken zijn bij de afwikkeling ervan

de tijdstempel van het record van elk verzoek en de tijdstempels van de wijzigingen in toewijzingen tot hun oplossing.

Het feit dat we een gedetailleerd dossier hebben waarmee de uitvoering van elk verzoek kan worden gereproduceerd vanaf het begin (vanaf de registratie van het verzoek zelf) tot het einde (tot de oplossing en aanvaarding door de persoon die het heeft geregistreerd) werd gepresenteerd als een uitstekende mogelijkheid om te kunnen uitvoeren een geavanceerde analyse van de ondersteunende serviceprocessen met process-mining.

Wat hebben we ontdekt?

1.324.963 activiteitenrecords werden geanalyseerd, overeenkomend met 306.181 ondersteuningsverzoeken voor een activiteitsperiode van 01/01/2017 tot 11/11/2021. Door process mining voor een korte periode toe te passen, hebben we de volgende belangrijke informatie verkregen voor procesverbetering:

De ontdekking van processen. Het uitgangspunt van hoe de processen worden uitgevoerd, maakt het mogelijk om betere beslissingen te nemen in hun herontwerp. Het ondersteuningsproces, hoewel het vanuit een theoretisch uitgangspunt lineair en beperkt is, heeft in de geanalyseerde periode meer dan 23.855 varianten; die een startpunt biedt voor herziening en standaardisatie van processen.

prestatie In een pre (2017 tot 2019) en post (2020 en 2021) pandemische vergelijking is vastgesteld dat met een grotere hoeveelheid ondersteuningsverzoeken in de post-pandemische periode, de service is efficiënter geweest:
- Pre-pandemie: Jaarlijks werden ongeveer 50.000 ondersteuningsverzoeken afgehandeld.
- Post-pandemie: er zijn jaarlijks meer dan 60.000 verzoeken om ondersteuning; verkorting tot 42,5% van de gemiddelde duur van verzoeken vanaf de registratie tot de reactie en sluiting.

Analyse van varianten. De duur van de aanvraag (totale tijd van begin tot eind) en de verwerkingstijd (tijd dat de aanvraag niet in behandeling is bij derden) zijn gemeten, waardoor een vergelijking tussen verschillende diensten is gemaakt. Op deze manier was het mogelijk om verschillen te identificeren en hoe de respons op verzoeken varieert afhankelijk van de verschillende diensten. Het is ook vergeleken op basis van de escalatieniveaus van de verzoeken, het identificeren van gedrag en potentieel meet de impact van veranderingen in het proces.

simulatie: Niet alleen was het mogelijk om de geschiedenis te analyseren om waardevolle conclusies te trekken, maar het was ook mogelijk om het potentieel van process mining te evalueren om de impact van mogelijke veranderingen of verbeteringen te controleren. In een simulatie werden variaties aangebracht in het aantal mensen dat aan bepaalde taken werd toegewezen en hun impact op de oplostijd. De vraag die opkwam: "Wat als het tweede ondersteuningsniveau altijd rechtstreeks op de gebruiker reageert in plaats van het antwoord door te geven aan het eerste niveau?". Het antwoord: "tot wel 16.000 verwerkingsuren per jaar bespaard!"

Wat kunnen we concluderen?

De toepasbaarheid en voordelen van process mining zijn aangetoond in een praktische omgeving, zoals de gebruikersondersteuningsdienst van het AOC Consortium. Het project heeft toegestaan:

Een volledig beeld hebben van het proces en de daadwerkelijke uitvoering ervan die niet met andere technieken kan worden geanalyseerd.
Met slechts één lading gegevens zijn complexe analytische berekeningen verkregen die anders duur zouden zijn geweest.
Simulatiemogelijkheden om de impact van wijzigingen op procesprestaties te beoordelen, zodat u zich kunt concentreren op specifieke wijzigingen om procesverbetering te maximaliseren.

In openbare entiteiten maakt process mining het mogelijk om procesmetrieken en prestaties transparant te maken en te verifiëren, wachttijden te verkorten, gevallen die niet voldoen aan de regelgeving te elimineren en, op organisatieniveau, tijd te besparen bij het identificeren en definiëren van processen.

Een van de gemeenschappelijke uitdagingen is de beschikbaarheid en kwaliteit van data. In dit geval waren ze beschikbaar en eenvoudig uit te pakken in de tool kaartverkoop Het is erg belangrijk dat de tool of platforms die worden gebruikt om de bewerkingen uit te voeren, deze registratie maken en toestaan dat deze informatie wordt geëxtraheerd als u de inspanning van het voorbereiden van gegevens wilt minimaliseren bij het aanpakken van een process mining-project.

Project status

Pilot voltooid. Geavanceerde analyse met voltooide customer service process mining.