Verhoog de ROI van je RPA robot met behulp van Process Mining

Robotic Process Automation is een software-robot die je repetitieve, rule-based werkzaamheden kan automatiseren en overnemen. Handelingen als facturen verwerken, gegevens invoeren, bestanden ophalen, bevestigingsmails versturen en noem het maar op kunnen allemaal geautomatiseerd worden door een RPA robot. Werknemers hoeven hier vervolgens geen tijd meer aan te besteden, waardoor zij zich kunnen richten op werkzaamheden die werkelijk waarde voor de klant  en de organisatie toevoegen. De robots doen dit niet alleen sneller dan werknemers (waardoor de kosten dalen), zij doen dit ook zonder fouten (waardoor de kwaliteit en de bedrijfsresultaten stijgen). Dit klinkt allemaal erg veelbelovend, en dat is het ook, maar het blijkt dat organisaties het toch lastig vinden om RPA volledig te benutten. Hoe dit komt en hoe Process Mining hierbij kan helpen wordt in deze blog uitgelegd.

De drie grootste problemen van RPA:

1. De post-implementatie analyses worden vergeten

Organisaties zijn er gemiddeld één jaar na de eerste RPA implementatie klaar voor om RPA robots op grote schaal te implementeren. En deze implementatie willen zij dan uiteraard zo snel mogelijk doorgevoerd hebben. Dit is op zichzelf geen probleem, want RPA robots ziín snel en op grote schaal te implementeren, maar er wordt hierbij vaak een belangrijk ander punt vergeten. Werknemers die zich namelijk over deze nieuwe implementaties moeten ontfermen zijn tegelijkertijd ook nog bezig met de post-implementatie analyses van de reeds geïmplementeerde RPA robots.

Het is namelijk van groot belang dat de RPA robot gemonitord blijft worden, ook nadat hij de processen al heeft overgenomen. De robot kan zelf niet nadenken en menselijke logica gebruiken en kan dus ook niet met veranderingen omgaan. Als een proces verandert (of veranderingen nodig heeft) dan zal de robot dit niet opmerken. Hij blijft het proces altijd volgens dezelfde regels uitvoeren (wat de kwaliteit ten goede komt als het proces niet verandert), maar zodra een proces wel anders gaat lopen dan zal dit juist negatief uitvallen. Hiervoor is het dan ook belangrijk dat werknemers de robot blijven monitoren en aanpassen als dit soort veranderingen zich voordoen. Op deze manier kan de robot foutloos te werk gaan en voert hij altijd het meest efficiënte proces uit.

Echter, zodra er wordt overgegaan op nieuwe implementaties dan worden hiervoor vaak dezelfde werknemers aangesteld. Meestal wordt hierbij vergeten dat zij ook nog relatief veel tijd kwijt zijn aan het blijven monitoren van de al geïmplementeerde robots. En dit leidt vaak tot problemen. Er worden vaker fouten gemaakt of het gaat wat langzamer dan gepland (en verwacht) was. Hierdoor daalt de ROI, wat managers uiteraard niet willen.

Maar hoe kan dit probleem dan opgelost worden? Door Process Mining je post-implementatie analyses over te laten nemen maak je een hoop tijd van de werknemers vrij, wat zij vervolgens voor de nieuwe implementaties kunnen inzetten. Process Mining kan namelijk eenvoudig de handelingen van de RPA robot blijven analyseren om zo te zien of er zich nieuwe bottlenecks of afwijkingen in een proces voordoen. Als dit inderdaad het geval is dan weet de werknemer meteen waar aanpassingen nodig zijn en kan hij/zij deze meteen doorvoeren in de configuratie van de RPA robot. En dit is een stuk sneller (en gedetailleerder) dan werknemers hun eigen post-implementatie analyses!

Ook is vaak te zien dat na de implementatie afdelingen en andere stakeholders niet meer goed met elkaar communiceren, waar de robots de dupe van worden. Dit kan eveneens geanalyseerd worden met behulp van Process Mining. De software kan bottlenecks opsporen die veroorzaakt worden door gebrekkige communicatie of relaties tussen stakeholders of afdelingen. Vervolgens moeten de betrokkenen hierin proberen te verbeteren.

RPA robot

2. Geschikte processen vinden is lastig

Er zijn binnen elke organisatie genoeg processen die geautomatiseerd kunnen worden door een RPA robot, maar ook deze blijken lastiger te vinden dan verwacht. Een proces moet niet slechts repetitief zijn om geautomatiseerd te kunnen worden, maar moet ook nog aan enkele andere voorwaarden voldoen. En organisaties vinden het vaak lastig om processen op zo’n gedetailleerde manier te analyseren en te onderzoeken welke processen geschikt zijn. Maar ja, het vinden van dit soort processen is uiteraard wel noodzakelijk voor volgende implementaties.

Ook hier kan Process Mining bij helpen! De software kan alle processen eenvoudig analyseren en visualiseren, waardoor meteen duidelijk wordt of een proces wel of niet geschikt is voor RPA. Zo zie je bijvoorbeeld direct of een proces echt rule-based loopt of dat er misschien toch meer uitzonderingen in zitten dan van tevoren gedacht werd.

Process Mining

3. De ROI wordt niet snel genoeg behaald

Wij zien vaak dat organisaties verkeerde doelen opstellen, waardoor de verwachte ROI niet wordt behaald. Dit komt vaak doordat zij deze verwachtingen opstellen aan de hand van onvolledige data. Stel dat je bijvoorbeeld de gemiddelde tijd (stel drie minuten) van het verwerken van een bestelling wilt halveren (dus naar anderhalve minuut). Het zou hierbij goed kunnen dat binnen deze gemiddelde tijd veel variatie zit.

Het kan bijvoorbeeld dat een bepaalde bestelling door werknemers ook al snel wordt verwerkt en dat juist de problematische en uitzonderlijke bestellingen leiden tot een hoger gemiddelde. De RPA robot kan in dit geval de eenvoudige bestellingen misschien wel dubbel zo snel verwerken, maar voor de problematische bestellingen is toch vaak nog de hulp van een werknemer nodig. En dit soort informatie is wel bepalend voor het wel of niet behalen van de opgestelde ROI. Als met dit soort aspecten geen rekening wordt gehouden bij het opstellen van de doelen en de ROI dan is de kans groot dat deze inderdaad niet behaald zullen worden.

Wil je dit probleem voorkomen? Dan is het belangrijk om de processen vooraf uitgebreid te analyseren en te verbeteren waar nodig. Kijk naar de volledige data voordat je aan de slag gaat met RPA. Hierdoor wordt zichtbaar waar eventuele verbeteringen nodig zijn voordat de robot het proces automatiseert. De robot zal het namelijk niet doorhebben als er een fout in een proces zit en hij zal deze simpelweg overnemen. Maar dan kan de ROI natuurlijk al helemaal niet behaald worden!

Process Mining en RPA

Deze drie punten laten nog eens het nut van Process Mining bij een RPA implementatie zien. Dus heb jij interesse in RPA, maar ben je ook bang voor deze drie punten? Overweeg dan om Process Mining bij het project te betrekken! Wij geven trainingen in Process Mining en gaan hierbij ook in op de combinatie van deze twee software. Heb je hier interesse in? Boek dan meteen één van deze trainingen of neem contact met ons op voor overige vragen.

Ook interessant:


Bron afbeeldingen: wellplayed.video, processminigbook.comprocessminingbook.com, dynamicinfo.nl