20 % skrátenie času spracovania neznamená automaticky 20 % zlepšenie prevádzky. Ak sa zvýši počet prepracovaní, zníži sa úroveň služieb alebo sa výnimky presunú k inému tímu, zdanlivý zisk môže byť jednoducho nákladom presunutým inde. Meranie zvýšenia prevádzkovej efektívnosti si vyžaduje disciplinovanejší prístup: stanovenie dôveryhodnej základnej línie, sledovanie celého pracovného postupu a prepojenie prevádzkových metrík s obchodnými výsledkami.
Pre vedúcich prevádzky je to rozdiel medzi hlásením aktivít a preukázaním hodnoty. Je to tiež základ pre rozhodovanie o tom, ktoré vylepšenia procesov, automatizačné iniciatívya prípady použitia umelej inteligencie si zaslúžia škálovanie.
Začnite s prevádzkovým výsledkom, nie s technológiou
Automatizačná platforma dokáže hlásiť nasadené boty, spracované dokumenty alebo zaznamenané hodiny. Tieto čísla môžu byť užitočné pre riadenie dodávok, ale nevysvetľujú, či podnik funguje lepšie. Efektívnosť musí byť definovaná z hľadiska výsledku, ktorý má proces priniesť: správna faktúra, schválená objednávka, vyriešená reklamácia, udržiavaný záznam o majetku alebo splnená požiadavka zákazníka.
Začnite identifikáciou hraníc procesu a jeho primárneho cieľa. Tím od obstarávania po platbu môže uprednostniť náklady na faktúru a včasné platby. Servisná organizácia môže uprednostniť čas riešenia bez toho, aby obetovala riešenie pri prvom kontakte. Funkcia podpory výroby sa môže zamerať na priepustnosť, dodržiavanie harmonogramu a presnosť výrobných údajov.
Toto rozlíšenie je dôležité, pretože lokálna optimalizácia môže poškodiť komplexný výkon. Skrátenie času stráveného zadávaním objednávky nie je ziskom, ak neúplné údaje spôsobujú následné blokovanie úveru, oneskorenia plnenia a manuálne opravy. Jednotka merania by mala sledovať zákazníka alebo obchodný výsledok v celom hodnotovom toku.
Vytvorte si základnú líniu, ktorá odolá kontrole
Východisková hodnota je viac ako priemer za posledný štvrťrok. Je to zdokumentovaný obraz aktuálneho výkonu za známych prevádzkových podmienok. Bez nej tímy porovnávajú nový proces s predpokladmi, neúplnými systémovými správami alebo nezvyčajne pokojnými obdobiami.
Užitočná základná línia kombinuje kvantitatívne údaje s realitou procesu. Extrahujte časové pečiatky, objemy, zmeny stavu, kódy výnimiek a pracovné vstupy zo zdrojových systémov. Potom overte údaje s vlastníkmi procesov a tímami prvej línie. Systémové údaje môžu ukazovať, že prípad bol otvorený tri dni, zatiaľ čo skutočná práca trvala 12 minút a zvyšok času sa čakalo v rade. Obe skutočnosti sú dôležité, ale poukazujú na rôzne zásahy.
Východiskový stav by mal tiež zohľadňovať podmienky, ktoré ovplyvňujú výkon: skladbu transakcií, regionálne rozdiely, sezónnosť, počet zamestnancov, zmeny politík a kvalitu údajov v predstihu. Napríklad porovnanie spracovania faktúr po automatizácii v mesiaci s nízkym objemom s východiskovým stavom v mesiaci s maximálnym objemom nadhodnotí výsledok. Normalizujte, kde je to možné, napríklad náklady na transakciu, čas spracovania na prípad alebo výnimky na 1 000 záznamov.
Pred začatím implementácie si stanovte obdobie merania. V mnohých podnikových procesoch poskytuje 8 až 12 týždňov reprezentatívnych historických údajov silnejší východiskový bod ako jeden mesačný snímok. V prípadoch, keď je dopyt výrazne sezónny, použite porovnateľné obdobia aj z predchádzajúceho roka.
Používajte vyvážený súbor kľúčových ukazovateľov výkonnosti (KPI) na meranie zvýšenia prevádzkovej efektívnosti
Jeden kľúčový ukazovateľ výkonnosti (KPI) vytvára slepé miesta. Správny model merania kombinuje rýchlosť, náklady, kvalitu, kapacitu a kontrolu. Presná kombinácia závisí od procesu, ale väčšina operácií by mala monitorovať aspoň štyri dimenzie:
- Priepustnosť a čas cyklu: dokončené transakcie, dodacia lehota, čas čakania v rade a čas obratu.
- Náklady a úsilie: náklady na transakciu, čas manuálneho spracovania, nadčasy a náklady na externé služby.
- Kvalita: miera chybovosti, miera prepracovania, miera priameho spracovania a výnimky z dodržiavania predpisov.
- Služby a odolnosť: včasné dodanie, plnenie SLA, nevybavené objednávky, riešenie prvých žiadostí a čas obnovy.
Tieto metriky by sa mali interpretovať spoločne. Kratší čas cyklu v kombinácii s vyššou mierou výnimiek často signalizuje, že pravidlá, hlavné dáta alebo odovzdávanie úloh si vyžadujú ďalšiu prácu. Nižšie náklady na transakciu môžu odrážať skutočnú produktivitu, ale môžu byť aj výsledkom odloženia práce alebo zníženia kontrol. Vyvážené meranie odhalí tieto kompromisy včas.
Kapacita si zaslúži osobitnú pozornosť. Automatizácia a prepracované pracovné postupy často vytvárajú hodnotu tým, že umožňujú tomu istému tímu spracovať väčšie objemy bez proporcionálneho náboru. Toto zvýšenie kapacity je skutočné, ale nemalo by sa automaticky zaznamenávať ako úspora hotovosti. Finančným prínosom sa stáva, keď sa organizácia vyhne plánovanému počtu zamestnancov, zníži počet podmienených pracovníkov, prerozdelí zamestnancov na prácu chrániacu príjmy alebo zabráni sankciám za služby. V reportovaní oddeľte realizované úspory od uvoľnenej kapacity, aby ste si zachovali dôveryhodnosť vo finančných záležitostiach.
Zmerajte proces od začiatku do konca
Podnikové pracovné postupy zriedka zostávajú v rámci jednej aplikácie alebo oddelenia. Požiadavka zákazníka môže prejsť cez CRM, ERP, správu dokumentov, e-mail, tímy zdieľaných služieb, schvaľovacie fronty a externých partnerov. Meranie iba automatizovaného segmentu môže spôsobiť, že malé zlepšenie bude vyzerať transformačne, zatiaľ čo celkový čas realizácie sa sotva pohne.
Namapujte odovzdávanie, stavy čakania, body rozhodovania a cesty výnimiek. Potom proces prispôsobte tak, aby každá fáza produkovala použiteľné údaje o udalostiach. Tu sa stanú nevyhnutnými čisté identifikátory a architektúra prepojených údajov. Ak sa číslo objednávky v rôznych systémoch zmení alebo sa dôvody výnimiek zadávajú nekonzistentne, dashboardy nedokážu spoľahlivo zobraziť, kde dochádza k časovému, úsiliu a poruchám.
Praktickým pravidlom je hlásiť dva pohľady: lokálny výkon prepracovaného alebo automatizovaného kroku a komplexný výkon obchodného procesu. Lokálny pohľad pomáha realizačným tímom optimalizovať riešenie. Komplexný pohľad informuje manažérov o tom, či iniciatíva zlepšila prevádzkový výkon.
Zaobchádzajte s kvalitou údajov ako so súčasťou argumentácie o efektívnosti
Slabé dátové základy skresľujú merania efektívnosti a zvyšujú priebežné náklady na automatizáciu. Duplicitní dodávatelia, chýbajúce atribúty produktov, nekonzistentné záznamy o zákazníkoch a dôvody výnimiek vo voľnom texte vytvárajú manuálnu prácu, ktorú žiadny nástroj na riadenie pracovných postupov nedokáže natrvalo odstrániť.
Pred pripisovaním ziskov automatizácii alebo umelej inteligencii posúďte kvalitu údajov, ktoré riadia proces. Sledujte úplnosť, presnosť, aktuálnosť, konzistentnosť a mieru duplicity pre polia, ktoré ovplyvňujú smerovanie, overovanie, schvaľovanie a reportovanie. Keď je do rozsahu transformácie zahrnutá aj náprava údajov, merajte jej účinok priamo: menej výnimiek, vyššia miera priameho spracovania, skrátený čas spracovania a spoľahlivejšie prognózy.
Toto je tiež kľúčové pre pracovné postupy s podporou umelej inteligencie. Model umelej inteligencie môže znížiť náročnosť klasifikácie, ale jeho obchodná hodnota závisí od prahov spoľahlivosti, miery kontroly človekom, následkov chýb a kvality zdrojového obsahu. Model, ktorý spracováva viac dokumentov, ale vytvára nákladné nesprávne klasifikácie, nezlepšil prevádzku. Metriky riadenia vrátane miery prepísania a zistení auditu patria popri metrikách produktivity.
Premeňte dashboardy na manažérske rozhodnutia
Prehľad by nemal byť vizuálnym archívom všetkých dostupných metrík. Mal by pomôcť vedúcim pracovníkom odhaliť odchýlky, preskúmať príčiny a robiť rozhodnutia. To znamená definovať vlastníctvo metrík, frekvenciu obnovovania, logiku výpočtu, prahové hodnoty a reakčné akcie.
Napríklad, ak priame spracovanie klesne pod dohodnutú prahovú hodnotu, operačnou reakciou môže byť kontrola zdrojov prichádzajúcich údajov, nedávnych zmien pravidiel a nových kategórií výnimiek. Ak sa nevybavené objednávky zvýšia napriek stabilnému dopytu, vedúci pracovníci môžu určiť, či je príčinou kapacita, úzke miesta v schvaľovaní, výkon systému alebo posun v zložitosti transakcií. Dobre navrhnutý dashboard umožňuje nájsť odpovede na tieto otázky bez týždňov manuálnej analýzy.
Používajte prevádzkové dashboardy na denné alebo týždenné riadenie a samostatný pohľad na realizáciu hodnoty na mesačné alebo štvrťročné riadenie. Prvý podporuje akciu na úrovni procesov. Druhý spája výkon s pracovnou kapacitou, predchádzaním nákladom, prevádzkovým kapitálom, zákazníckym servisom, znižovaním rizika a návratnosťou investícií. Oba by mali používať rovnaké definície riadených údajov.
Overenie výsledkov po zverejnení zmeny
Zvýšenie efektívnosti by sa malo merať v niekoľkých bodoch po implementácii. Prvé týždne často odrážajú školenie, stabilizáciu a dočasné riešenia. Včasné výsledky sú užitočné na riešenie nedostatkov, ale zriedkakedy sú konečným výsledkom obchodného prípadu.
Po stabilizácii prehodnoťte výkonnosť a potom znova, keď proces prebehne počas reprezentatívneho cyklu dopytu. Porovnajte skutočné výsledky s východiskovým stavom a schváleným cieľom. Jasne vysvetlite odchýlku: Bola miera prijatia nižšia, ako sa očakávalo? Obmedzili problémy s predchádzajúcimi údajmi priame spracovanie? Zmenil sa objem transakcií? Odhalilo riešenie obmedzenie v inom tíme?
Toto nie je hľadanie výhovoriek. Ide o to, ako transformačný program zlepšuje svoje ďalšie rozhodnutie. Proces, ktorý dosiahne len časť plánovaných úspor, môže stále vytvoriť silný argument pre riešenie ďalšieho úzkeho miesta. Rovnako tak iniciatíva, ktorá prekročí svoj cieľ, môže odhaliť opakovateľný dizajnový vzorec, ktorý sa oplatí aplikovať naprieč funkciami.
Organizácie, ktoré si udržiavajú zvýšenie efektívnosti, nepovažujú meranie za konečnú projektovú úlohu. Začleňujú ho do zodpovednosti za procesy, riadenia údajova prevádzkových kontrol. Keď je každé zlepšenie prepojené s dôveryhodnou východiskovou hodnotou a komplexným obchodným výsledkom, vedúci pracovníci môžu investovať s väčšou istotou a škálovať to, čo preukázateľne funguje.
