Добрый день, коллеги.

В посте ниже Александр рассказывает нам о различиях между BI, Process Mining и Process Intelligence, опираясь на статью компании Go Autonomous. Здесь важно понимать контекст: Go Autonomous является поставщиком решений для автоматизации обработки коммерческих запросов, а рассматриваемая Александром статья размещена в корпоративном блоге и продвигает возможности этой платформы. Это маркетинговый материал, а не независимое методологическое исследование. Сам Александр, кстати, предупреждает о коммерческой заинтересованности источника, но при этом почему-то воспроизводит ряд его спорных утверждений.

Давайте начнем с тезиса, что ERP и CRM показывают лишь часть процесса, поскольку работа с клиентским обращением начинается раньше регистрации заказа. Это действительно возможно, но проблема заключается не в ограничениях Process Mining, а в границах исследования и составе доступных данных. Process Mining не ограничен журналами ERP. События из CRM, почтовых систем, сервис-десков и других источников также могут использоваться при условии их пригодности и возможности связать с экземплярами процесса. Если исследование начинается с регистрации заказа, это характеристика выбранной модели данных, а не принципиальное ограничение метода.

Далее нам предлагается разграничение: BI показывает результат, Process Mining показывает фактическое выполнение процесса, Process Intelligence объясняет причины и определяет необходимые изменения. Такая классификация просто методологически несостоятельна. BI не ограничивается констатацией результатов, а Process Mining не сводится к визуализации маршрутов. Оба подхода могут использоваться для исследования гипотез. При этом Process Intelligence не обладает исключительной способностью устанавливать причинно-следственные связи. Обнаружить трехдневное ожидание проверки цены и доказать причины этого ожидания - это очевидно разные аналитические задачи. Примечательно, что совсем недавно Александр сам подчеркивал необходимость разделять обнаружение закономерностей и доказательство причин в посте о DMAIC.

Следующая подмена касается роли ИИ. Александр пишет, что Process Intelligence не просто обнаруживает проблемы, но и изменяет исполнение: классифицирует обращения, принимает типовые решения, передает исключения экспертам и обучается на их ответах. Однако перечисленное относится к функциям автоматизации и интеллектуальной обработки обращений. Эти возможности могут дополнять процессную аналитику, но не являются обязательными свойствами Process Intelligence. Функционал продукта конкретного поставщика здесь фактически представляется определением аналитического подхода, что довольно забавно.

Наконец, утверждение, что граница наблюдения должна начинаться там, где возникает потребность клиента, а не при регистрации заказа, нельзя считать универсальным правилом. Границы процесса и исследования определяются поставленной задачей. При анализе конверсии обращений в заказы предшествующие регистрации события действительно важны. При исследовании выполнения уже принятых заказов начало наблюдения с регистрации может быть вполне обоснованным. Полнота данных оценивается относительно цели исследования, а не относительно произвольно выбранного представления о процессе "целиком".

В результате маркетинговая аргументация поставщика превращается в "профессиональные утверждения": Process Mining якобы не видит работу до ERP, Process Intelligence якобы объясняет причины, а расширение границ наблюдения якобы необходимо всегда. Между тем ни одно из этих утверждений не следует из свойств соответствующих подходов.

Поставщик вправе позиционировать свой продукт через сравнение с альтернативами, но задача профессионального анализа состоит в том, чтобы отделять реальные методологические различия от коммерческого позиционирования. Простого предупреждения о заинтересованности источника для этого недостаточно, Александр, если вы буквально воспроизводите все то же самое.