Samozřejmě stále fungují metodiky postavené na japonských modelech minulého století, léty vylepšené do JIT Delivery. V aktuální situaci se ale ukazuje, že tyto metodiky nejsou vhodné pro masové testování nebo reálné změny dodavatelských řetězců. Zejména pokud se mění několik parametrů najednou a my zároveň nevíme, na jak dlouho je tato změna plánována.

Jednou z variant, jak čelit těmto změnám, je maximální digitalizace této optimalizační úlohy. S novým pohledem tak můžeme testovat velmi rychle varianty a predikovat nekonformity v plánované verzi dodavatelského řetězce.

Process mining

Technika zvaná process mining je ve světě administrativních procesů známá přes 15 let. Jde o způsob vizualizace procesů (obvykle v oblasti finanční účtárny), kde je možné každou transakci zobrazit v časové linii a porovnávat domnělý/plánovaný postup procesem s reálnými kroky. V nástroji je možné předdefinovat kroky procesu a nástroj pak podle dostupných historických dat zobrazí cesty a časy a současně přiřadí ceny jednotlivým přechodům na hranách grafu.

Typickými reprezentanty takových komerčních nástrojů jsou Celonis, UIPath Process Expert, ABBYY TimeLinePI či Minit. Existují ale i otevřené nástroje, které je možné použít v souladu s otevřenými licenčními ujednáními, často však bez podpory výrobce.

Pro úspěšné nasazení těchto nástrojů existuje set předpokladů. Tím prvním je, že existuje popsaný hypotetický proces, proti kterému můžeme ověřovat vizualizovanou realitu. Druhým, stejně podstatným, je pak existence historických dat ve strukturované podobě (typicky auditní záznamy – logy – informačního systému). V případě našeho příkladu v ukázce jsou to záznamy transakcí z ERP.

Nástroje process miningu tak dokáží „vytěžit“ z transakčních záznamů pomocí časových značek a jednoznačných identifikátorů (produkt, dodavatel, země,…) detail, který bylo manuálně velmi obtížné zjistit. Zároveň se s tímto pohledem otevírá možnost podívat se na konkrétní dodavatele v čase, na odchylky od standardního procesu a detekovat anomálie.

Jedním z hlavních benefitů těchto nástrojů je tedy možnost segmentace velmi složitých scénářů v procesech.

Process mining ve výrobních procesech

Stejně jako je možné vizualizovat administrativní procesy, je možné vizualizovat procesy výrobní. Zde samozřejmě napomáhá to, že většinu výrobních strojů a zařízení je možné připojit (nebo již jsou připojeny) na jednotné místo, kde jsou schraňovány záznamy o výrobě (DWH nebo podobný nástroj).

Pro účely process miningu ve výrobě je ale stále nutné dodržet stejné předpoklady jako v administrativě – mít popsaný předpokládaný proces a vhodně vybrat uzly procesu a jejich reprezentaci v datech. Výsledkem pak může být vizualizace dat, která vede k minimalizaci ztrát při výrobě. Ať už jde o snížení zmetkovitosti díky odhaleným problémům v primárním vstupu, systematickým či náhodným problémům ve výkonu výrobního bloku, nebo snížení času potřebného pro odstávku.

Kritickým faktorem pro úspěch nasazení process miningu ve výrobě jsou data. Záznamy z výroby obvykle nejsou za účelem této analýzy schraňovány, a proto je třeba pro daný účel data transformovat a uzpůsobit. V některých případech je třeba vůbec zařízení připojit k datové síti a zajistit záznam vhodných dat. Je řada společností, které nabízí připojení zařízení pro potřeby industry 4.0. Většinou tím ale myslí napojení stroje pro jednodušší správu a ovládání pomocí moderních softwarových uživatelských rozhraní. To je ale z pohledu process mining irelevantní. Aby bylo možné vizualizovat výrobní proces, je potřeba začít od plánovaného procesu a najít relevantní kroky výrobního stroje, které se budou mapovat na domnělý/plánovaný vzor procesu.

Zásadní výhodou process miningu ve výrobě je to, že nástroje jsou silně nezávislé na výrobci produkční linky, její komponenty nebo jednoho stroje. Zároveň je velmi jednoduché odlišit procesní smyčky pro různé typy produktů na jedné výrobní lince. Ty je pak zároveň možné jednoduše porovnávat.

Process mining v dodavatelských řetězcích

Samostatnou kapitolou je digitalizace a vizualizace dodavatelských řetězců. Zde je vizualizace historických údajů jen začátek úspěšného projektu. V případě dodavatelů je totiž třeba zobrazovat nejen historickou nekonformitu s plánem, ale především mít možnost predikovat do budoucna navrhované změny.

Typickým příkladem je modelování změny několika dodavatelů najednou. S každým dodavatelem se pak mění i nutné detaily – rychlost doručení, objemy a kvalita. Scénáře, které díky process miningu můžeme sledovat, tak ukazují všechny změny najednou v projekci na daný časový úsek dopředu a s přesahem do historie. Můžeme tedy vidět, jak se budou plnit sklady, využití materiálu či dopad na cash flow.

Digitalizace a optimalizace s pomocí process miningu

Moderní nástroje vizualizace slibují zásadní posun v informovanosti managementu a vedení firmy. Ať už jde o administrativní, nebo výrobní procesy, schopnost vizualizovat a standardizovat aktuálně velmi složité procesy je nutnost, kterou potvrzuje většina organizací.

Ani sebelepší nástroj ale sám optimalizaci neudělá. Potvrzuje se, že pro optimalizační projekty jsou třeba následující faktory úspěchu:

1. Jednoznačná vize, čeho se snažíme dosáhnout (co chceme optimalizovat)
2. Výběr vhodného nástroje (přímý nákup či krátkodobé využití služby pro účel projektu)
3. Využití zkušeností partnera

Jako vždy v projektech s moderními technologiemi – je velmi jednoduché zakoupit a nasadit software, který bude bez předem daného scénáře dávat zkreslené nebo úplně zavádějící výstupy. Proto je třeba myslet na to, že cílem je optimalizace procesu, nikoli nasazení nástroje.