بازگشت به کتابخانه

پرسش کلیدی

پردازش‌شده با هوش مصنوعی · تأییدشده توسط نویسنده

سازمان‌ها چگونه می‌توانند ایده‌های کاربردی بهبود فرآیند را مستقیماً و به صورت خودکار از داده‌های عملیاتی استخراج کنند؟

The FLAC Method: Data-Facilitated Discovery of Business Process Improvement Options
Tobias Fehrer, Laura Marcus, Maximilian Röglinger, و همکاران · European Conference on Information Systems (ECIS) · 2024

۱۶ بازدید

تصویر برای: سازمان‌ها چگونه می‌توانند ایده‌های کاربردی بهبود فرآیند را مستقیماً و به صورت خودکار از داده‌های عملیاتی استخراج کنند؟

پخش‌کننده Spotify بارگذاری می‌شود؛ ممکن است Spotify کوکی‌هایی تنظیم کند. این دستگاه انتخاب شما را به خاطر می‌سپارد.

یافته‌های کلیدی

  • چارچوب FLAC را برای تبدیل نظام‌مند الگوهای انتزاعی بهبود به چهار نوع قاعده تناسب، موقعیت، ویژگی و محدودیت ایجاد می‌کند.
  • وظیفه یک‌باره و متکی به تخصصِ فرمول‌بندی قوانین را از اعمال تکرارپذیر و خودکار آن‌ها در چندین فرآیند مجزا می‌سازد.
  • تولید و رتبه‌بندی خودکار گزینه‌های بهبود را در چهار الگوی بازطراحی در فرآیند خرید تا پرداخت با موفقیت نشان می‌دهد.
  • متخصصان مدیریت فرآیند کسب‌وکار تأیید کردند که نمونه اولیه خودکار توصیه‌هایی با کیفیت بالا ارائه داده و تلاش دستی و زمان رسیدن به بینش را به طور چشمگیری کاهش می‌دهد.

معنای آن برای شما

مدیر ارشد فناوری اطلاعات

Allocate budget to integrate the FLAC method software prototype into your organization's existing process mining platform to automate the generation of redesign recommendations.

مدیر فناوری اطلاعات

Pull the event logs for your highest-volume operational process and task an analyst with translating one abstract improvement heuristic into a programmable rule using FLAC criteria.

استراتژیست کسب‌وکار

Review the automatically generated and ranked improvement options from your process mining platform to identify top-performing redesign patterns for the purchase-to-pay workflow.

پژوهشگر

Investigate how to expand the FLAC method's current set of four redesign patterns (Fitness, Location, Attribute, Constraint) to handle more complex, multi-system enterprise event logs.

سیاست‌گذار

Draft guidelines encouraging government or heavily regulated agencies to adopt automated, data-driven process mining methods like FLAC to audit public service workflows objectively and transparently.

خلاصه

این پژوهش روش FLAC را معرفی می‌کند؛ رویکردی ساختاریافته که بهترین شیوه‌های مفهومی بهبود فرآیند را به مجموعه‌قوانین خودکار و قابل برنامه‌ریزی ترجمه می‌کند. این روش با استفاده از پژوهش علوم طراحی و مهندسی روش موقعیتی توسعه یافته و تناسب، موقعیت، ویژگی‌ها و محدودیت‌های فرآیند را با بهره‌گیری از داده‌های وقایع ارزیابی می‌کند. نویسندگان این روش را با پیاده‌سازی یک نمونه اولیه نرم‌افزاری در پلتفرم فرآیندکاوی و ارزیابی آن توسط متخصصان حوزه اعتبارسنجی کردند.

مسئله

بهبود سنتی فرآیندهای کسب‌وکار به شدت به متخصصان کمیاب و پرهزینه و مدل‌های فرآیندی ایستا متکی است که به سرعت قدیمی می‌شوند. اگرچه فرآیندکاوی داده‌های غنی حاصل از اجرا را ثبت می‌کند، سازمان‌ها فاقد روش‌های نظام‌مند و مقیاس‌پذیر برای تبدیل خودکار قواعد سرانگشتی و انتزاعی بهبود به توصیه‌های ملموس و داده‌محور بازطراحی هستند.

متن گفتار
Host: سلام و درود به همه شنوندگان گرامی. به پادکست A.I.S. Insights — powered by Living Knowledge خوش آمدید. من آنا آیوی سامرز هستم و امروز قصد داریم به بررسی یک پژوهش بسیار کاربردی و هیجان‌انگیز در حوزه فناوری و مدیریت بپردازیم با عنوان «روش FLAC: کشف فرصت‌های بهبود فرآیند کسب‌وکار با بهره‌گیری از داده‌ها». این مطالعه روشی نوین و ساختاریافته را معرفی می‌کند که بهترین شیوه‌های مفهومی در بهبود فرآیندهای کسب‌وکار را به مجموعه‌قوانین خودکار و الگوریتمی ترجمه می‌کند. در کنار من، کارشناس و تحلیل‌گر همیشگی برنامه، الکس ایان ساترلند حضور دارد تا این موضوع را به زبان ساده بررسی کنیم. الکس، خیلی خوش آمدی.

Expert: سلام آنا و سلام به همراهان پادکست ما. بسیار خوشحالم که درباره این پژوهش گفتگو می‌کنیم، چون دست روی یکی از گلوگاه‌های اصلی تحول دیجیتال در سازمان‌ها گذاشته است.

Host: دقیقاً الکس. برای شروع، بیا درباره مسئله اصلی صحبت کنیم. همه کسب‌وکارها به دنبال ارتقا و بهینه‌سازی فرآیندهایشان هستند، اما روش‌های سنتی چه مشکلی دارند که این مطالعه به سراغ حل آن رفته است؟

Expert: ببین آنا، در شیوه سنتی، بهبود فرآیند کسب‌وکار به شدت وابسته به افراد است؛ یعنی مشاوران و متخصصان بسیار کمیاب و البته پرهزینه‌ای که باید ساعت‌ها مصاحبه کنند و مدل‌های فرآیندی ایستا روی کاغذ رسم کنند. مشکل اینجاست که این مدل‌ها خیلی سریع قدیمی می‌شوند. از طرف دیگر، در سال‌های اخیر فناوری «فرآیندکاوی» به سازمان‌ها کمک کرده تا ردپای دیجیتال و داده‌های واقعی اجرای فرآیندها را ثبت کنند. با این وجود، یک خلأ بزرگ وجود داشت: سازمان‌ها ابزاری نظام‌مند نداشتند که بتواند قواعد سرانگشتی و تجربیات انتزاعی بهبود را به‌طور خودکار به پیشنهادهای عملی، دقیق و متکی بر داده تبدیل کند.

Host: در واقع داده‌ها وجود داشتند، اما کسی نبود که به‌صورت خودکار بگوید بر اساس این داده‌ها دقیقاً چه تصمیمی باید بگیریم. حالا رویکرد این مطالعه چیست و روش FLAC چطور این کار را انجام می‌دهد؟

Expert: پژوهشگران این مسئله را با معرفی روش FLAC حل کرده‌اند. واژه FLAC سرواژه چهار مؤلفه کلیدی است: تناسب، موقعیت، ویژگی‌ها و محدودیت‌ها. سازوکار به این شکل است که دانشِ تخصصی بازطراحی فرآیند فقط یک‌بار فرمول‌بندی و کدنویسی می‌شود. سپس سیستم به‌صورت خودکار ارزیابی می‌کند که اولاً آیا یک الگوی بهبود با فرآیند مورد نظر تناسب دارد یا خیر؛ ثانیاً این بهبود دقیقاً در کجای مسیر فرآیند و در چه موقعیتی باید رخ دهد؛ سوماً چه ویژگی‌هایی را باید تغییر داد؛ و در نهایت چه محدودیت‌های تجاری یا قانونی باید رعایت شوند. تمام این‌ها مستقیماً روی داده‌های وقایع سازمان تحلیل و محاسبه می‌شود، بدون اینکه نیازی به بررسی دستی باشد.

Host: چقدر جالب و هوشمندانه! این یعنی ما زحمت فرمول‌بندی را فقط یک‌بار می‌کشیم و بعد می‌توانیم آن را در ابعاد وسیع به کار بگیریم. یافته‌ها و دستاوردهای اصلی این مطالعه چه بودند؟

Expert: یافته‌های این پژوهش بسیار چشمگیر است. اول اینکه مؤلفان موفق شدند الگوهای انتزاعی را به چهار دسته قاعده شفاف و قابل برنامه‌ریزی تبدیل کنند و بار سنگین تحلیل را از دوش کارشناسان بردارند. دوم اینکه این رویکرد را در یک پلتفرم واقعی فرآیندکاوی و روی فرآیند حساس و شناخته‌شده «خرید تا پرداخت» پیاده‌سازی کردند. سیستم توانست گزینه‌های گوناگون بازطراحی را به‌طور خودکار کشف و حتی بر اساس اثربخشی اولویت‌بندی کند. نکته مهم‌تر اینجاست که وقتی این ابزار در اختیار متخصصان برجسته مدیریت فرآیند قرار گرفت، همگی تأیید کردند که خروجی‌ها بسیار باکیفیت و عملیاتی هستند و زمان و هزینه رسیدن به بینش تحلیلی را به طور چشمگیری کاهش می‌دهند.

Host: این فوق‌العاده است. حالا برسیم به مهم‌ترین بخش برای مخاطبان ما؛ چرا این مطالعه برای مدیران و رهبران کسب‌وکار اهمیت دارد؟ استفاده از این دستاورد در دنیای واقعی تجارت چه تغییراتی ایجاد می‌کند؟

Expert: پیام اصلی برای مدیران، مقیاس‌پذیری و چابکی است. در سازمان‌های بزرگ، صدها فرآیند وجود دارد و شرکت‌ها نمی‌توانند برای تک‌تک آن‌ها مشاور استخدام کنند. با استفاده از این رویکرد، کسب‌وکارها می‌توانند پایش و بهبود مستمر را خودکارسازی کنند. این یعنی کاهش خطای انسانی، صرفه‌جویی اساسی در زمان و هزینه‌های مشاوره، و دسترسی به تصمیماتی که نه بر پایه حدس و گمان، بلکه بر پایه شواهد عینی حاصل از داده‌های زنده سازمان گرفته شده‌اند. این تحول مستقیماً به افزایش بهره‌وری و بازگشت سریع‌تر سرمایه‌گذاری در پروژه‌های دیجیتال منجر می‌شود.

Host: کاملاً مشخص است که حرکت به سمت اتوماسیون هوشمند در بازطراحی فرآیندها، یک مزیت رقابتی پایدار می‌سازد. از توضیحات شفاف و آموزنده‌ات بسیار ممنونم الکس.

Expert: خواهش می‌کنم آنا، گفتگو با تو همیشه لذت‌بخش است.

Host: از شما شنوندگان عزیز هم سپاسگزاریم که در این قسمت از A.I.S. Insights همراه ما بودید. تا برنامه بعدی و بررسی یک نوآوری دیگر در دنیای کسب‌وکار و فناوری، روز و روزگار بر شما خوش.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

business process improvement, process mining, business process redesign, redesign patterns, situational method engineering, process automation