Process mining benefits for organizations using ERP systems
Various sources have stated already for the past couple decades how globalization is increasing the pace on the business environments and how the companies must concentrate on their core operations. However, today the business environment is even more demanding than before and large corporations com...
Main Author: | |
---|---|
Format: | Dissertation |
Language: | English |
Published: |
University of Oulu
2017
|
Subjects: | |
Online Access: | http://urn.fi/URN:NBN:fi:oulu-201712013238 http://nbn-resolving.de/urn:nbn:fi:oulu-201712013238 |
Summary: | Various sources have stated already for the past couple decades how globalization is increasing the pace on the business environments and how the companies must concentrate on their core operations. However, today the business environment is even more demanding than before and large corporations compete neck to neck with disruptive startups. Therefore, organizations must deliver more added value for end customer with less internal resources, which is directly linked to efficiency and effectiveness of organizations.
One founding concept to increase efficiency and effectiveness is to analyze and improve companies’ business processes. Traditional methods such as holding workshops to map the business processes and then analyze and further develop them can be very time consuming and mostly limited to “wish/to-be” processes. Traditional methods also lack ability to describe “as-is” state of business processes where actual variation is present. Furthermore, organizations have clearly challenges with their business process management.
On the other hand, past years’ organizations have been collecting huge amounts of operational data to their data warehouses and terminology such as big data has been a hot topic for several years. Still, most of the data is not used very effectively on any analyzes even talking about applying it on data based decision making.
Process mining combines business process management and data-driven approach to address the rising needs of organizations. The core idea of process mining is to harness ERP or other IT system’s underlying data by using algorithms to create visualized process flowchart. Moreover, process mining concentrates on making discoveries and findings to locate pain points and improvement areas for organization to apply business process development actions.
Process mining is also very timely research area of which actual end user benefits are not well documented. The goal of this research is to first validate that organizations have challenges with their business processes and that they have also data available at their ERP systems. Then the main contribution of this research is to evaluate what kind of benefits user can achieve from process mining by conducting a case study on one large process mining vendor (QPR ProcessAnalyzer). The research objectives are met by answering to three research questions:
RQ1) What kind of business process management challenges organizations have?
RQ2) Does ERP systems’ data help to improve business processes?
RQ3) How does process mining help organizations to understand and improve their business processes?
The first two research questions are related to both literature review (business process management, enterprise resource systems and business intelligence) and the case study. The third one is addressed strongly by the case study that has two angles: internal QPR Software employee point of view and external customer perspective from two large QPR Software’s customers.
The results of the research introduce many benefits and use cases of process mining. The new use case of applying process mining to support ERP implementation project is presented with a detailed perspective and estimated cost saving calculations. Furthermore, it is discovered that process mining addresses all three main BPM challenges identified during the research.
The results can generally be applied on process mining industry as the case study setting has been extended with the past literature and terminology. === Monissa lähteissä on kerrottu jo useiden vuosikymmenten ajan, kuinka globalisoituminen kiihdyttää liike-elämää. Liike-elämän johtamisesta on tullut vaativampaa, ja suuretkin yritykset joutuvat kilpailemaan myös innovatiivisia startup-yrityksiä vastaan. Samanaikaisesti yritysten on pystyttävä luomaan yhä enemmän arvoa loppuasiakkailleen entistä pienemmillä resursseilla. Tämän vuoksi niiden on tärkeää keskittyä ydinliiketoimintoihinsa ja varmistaa organisaation korkea tehokkuus.
Yksi perustavanlaatuinen toimintatapa tehokkuuden parantamiseksi on liiketoimintaprosessien analysointi ja kehittäminen. Perinteiset menetelmät, kuten liiketoimintaprossien mallintaminen ja kehittäminen työpajojen avulla, ovat resursseja kuluttavia. Perinteiset menetelmät eivät ole myöskään vahvoja kuvaamaan organisaatioiden todellisia prosesseja, joissa ovat mukana kaikki reaalielämän muuttujat. Lisäksi organisaatioilla on selkeästi haasteita liiketoimintaprosessiensa hallinnassa.
Toisaalta organisaatiot ovat keränneet viime vuosien ajan suuria määriä operationaalista dataa erilaisiin datakeskuksiin, ja tästä syystä esimerkiksi big data -termi on yleistynyt. Kuitenkin suurin osa olemassa olevasta datasta ei ole tehokkaasti käytössä esimerkiksi datalähtöisessä päätöksenteossa.
Prosessilouhinta (engl. process mining) yhdistää liiketoimintaprosessien hallinnan ja datalähtöisen lähestymistavan yrityksen alati kasvavien tarpeiden tukemiseen. Prosessilouhinnan päätarkoitus on käyttää toiminnanohjausjärjestelmien (engl. ERP systems) ja muiden IT-järjestelmien tuottamaa sivudataa algoritmien avulla liiketoimintaprosessien visuaaliseen mallintamiseen. Lisäksi prosessilouhinta keskittyy löydösten tekemiseen, joiden avulla tunnistetaan potentiaalisimmat alueet prosessien kehitykselle.
Prosessilouhinta on ajankohtainen tutkimusalue, mutta sen hyötyjä loppuasiakkaille ei ole vielä tutkittu eikä dokumentoitu laajasti. Tämän tutkimuksen tarkoitus on ensin validoida, että organisaatioilla on haasteita liiketoimintaprosessiensa kanssa ja että heillä on saatavilla dataa toiminnanohjausjärjestelmistä. Sen jälkeen tutkimuksen päätavoite on määritellä tapaustutkimuksen (QPR ProcessAnalyzer) avulla, millaisia hyötyjä prosessilouhinnalla saavutetaan. Tutkimustavoitteet saavutetaan vastaamalla kolmeen tutkimuskysymykseen:
TK1) Millaisia haasteita organisaatioilla on liiketoimintaprosessiensa kanssa?
TK2) Tukeeko toiminnanohjausjärjestelmistä saatava data liiketoimintaprosessien kehittämistä?
TK3) Miten prosessilouhinta auttaa organisaatioita ymmärtämään ja kehittämään liiketoimintaprosessejaan?
Kaksi ensimmäistä tutkimuskysymystä liittyvät sekä tapaustutkimukseen että kirjallisuuskatsaukseen, jonka aihealueet ovat liiketoimintaprosessien hallinta, toiminnanohjausjärjestelmät ja liiketoimintatieto (engl. business intelligence). Kolmas tutkimuskysymys liittyy tapaustutkimukseen, jossa on sisäinen ja ulkoinen näkökulma. Sisäistä näkökulmaa edustaa QPR Softwaren henkilöstö ja ulkoista näkökulmaa kaksi asiakasorganisaatiota.
Tutkimuksessa tunnistetaan prosessilouhinnan tuottamia hyötyjä ja käyttötarkoituksia. Työssä esitellään laajemmin yksi prosessilouhinnan käyttötarkoitus, jossa prosessilouhinnalla tuetaan toiminnanohjausjärjestelmän käyttöönottoprojektia. Lisäksi huomataan, että prosessilouhinta pystyy auttamaan kirjallisuuskatsauksessa esille tuoduissa liiketoimintaprosessien hallinnan päähaasteissa.
Tutkimus on yleistettävissä myös muuhun prosessilouhinnan alaan, sillä työssä on hyödynnetty tapaustutkimuksen lisäksi aiempaa kirjallisuutta sekä termistöä. |
---|