Как ускорить бизнес процесс

Как свидетельствуют данные опроса McKinsey, пандемия значительно ускорила трансформацию. В 2020 г. команды IT Ops во всем мире столкнулись с беспрецедентной по своей сложности задачей — в ускоренном темпе перейти на удаленные рабочие места, сохранив при этом работоспособность систем для бесперебойной работы бизнеса. В целом им удалось не только ускорить перевод операций на удаленку, но и оказать влияние на остальные тенденции, упомянутые выше.

По оценкам McKinsey, всего за несколько месяцев кризис COVID-19 привел к структурным изменениям в способах ведения бизнеса во всех секторах и регионах. И был достигнут столь быстрый рост доли цифровых продуктов в портфелях компаний, который, если бы не пандемия, растянулся бы на семь лет.

Опрошенные компании сообщили, что проекты трансформации, которые, как ожидалось, займут более года, на самом деле были завершены менее чем за месяц. Хотя во многих отношениях это хорошая новость, она также говорит о растущих проблемах для операционных команд: когда вы двигаетесь так быстро, риск сбоев также возрастает.

Как вытянуть себя и бизнес из кризиса? Изменение мышления | Михаил Дашкиев

Быстрое движение — причина растущих проблем

Проблемы операционистов, связанные с инновациями, модернизацией инфраструктуры и приложений, которые к тому же усугубляются необходимостью ускорения, в целом можно разделить на три основные области:

проблемы с инструментами и наглядностью: отсутствие, неправильный выбор или излишне большой набор инструментов мониторинга могут привести к одной и той же проблеме с наглядностью, потому что слишком большое количество источников противоречивой информации приводит к дезориентации команд — либо они из-за отсутствия оповещений пропускают критически важные события, либо их бомбардируют чрезмерным потоком оповещений.
слабые диагностические возможности и медленное восстановление: когда команды сталкиваются с противоречивыми, параллельными потоками данных, это часто приводит к множеству ложных срабатываний. Как следствие, ИТ-отдел возвращается к устаревшим процессам решения проблем, а это, в свою очередь, приводит к тому, что несколько команд, задействованных в различных приложениях или сервисах, участвуют в длительных и неэффективных сеансах связи или отладочных сессиях. Этот неэффективный обмен информацией между многими заинтересованными сторонами может в конечном итоге привести к растрате ресурсов и увеличению расходов.
рабочие процессы, выполняемые в ручном режиме: все вышеперечисленное приводит к тому, что команды IT Ops не успевают внедрить автоматизацию, так как они заняты ликвидацией точечных проблем. Люди и инструменты часто оказываются разобщенными и изолированными, что приводит к тому, что они продолжают полагаться на ручные процессы.

Цена быстрого движения и прорыва

По сути, команды IT Ops застряли на стадии событийного реагирования (reactive firefighting):

несмотря на инвестиции в инструменты мониторинга мирового класса, они все еще сталкиваются с продолжительными сбоями, инцидентами и проблемами с производительностью, которые пытаются решить с помощью большого количества отдельных консолей;
высококвалифицированных специалистов привлекают к решениям локальных проблем;
у экспертов нет простых ответов на вопросы «Что изменилось?» и «Что на это повлияло?».

Так как же быстро продвигать бизнес, получить полную отдачу от инвестиций в инструменты и избежать проблем с производительностью и простоев?

Как ускорить процессы компании? Срезайте углы и делайте горку гладкой. Оптимизация бизнес-процессов

Как справиться с риском инноваций

Во-первых, приведите в порядок свои средства слежения за работой инфраструктуры. Убедитесь, что у вас есть инструменты, которые обеспечивают полную видимость всей вашей организации (разработчиков, операционных команд, службы безопасности и даже руководителей бизнеса), отслеживая все — от инфраструктуры, сети, приложений и служб вплоть до конечных пользователей. Убедитесь, что к инструментам можно подключить метрики, трассировки и журналы, чтобы можно было видеть, что и почему происходит с вашей инфраструктурой. Очень важно обладать возможностью для сопоставления метрик инфраструктуры, приложений и пользователей с трассировками и журналами. Если возможно, добавьте обнаружение аномалий для интеллектуального оповещения.

Затем добавьте слой корреляции событий и автоматизации. Сравните оповещения, полученные вашими инструментами наблюдения, с резко меньшим числом высокоуровневых, насыщенных информацией инцидентов, которые дают инструменты на базе машинного обучения и ИИ. Добавьте этим инцидентам контекст, принимая во внимание топологию источников. Затем используйте машинное обучение и ИИ, чтобы определить первопричину инцидентов, в том числе соотнести их с потоками данных из ваших инструментов для внесения изменений (CI/CD, оркестрация, управление изменениями и аудит), чтобы определить, являются ли причиной сбоя какие-либо изменения, которые были сделаны в вашей среде.

Наконец, автоматизируйте как можно больше процессов, которые выполняются вручную. Чтобы избавить команду ИТ-специалистов от трудоемких задач, найдите аспекты жизненного цикла управления инцидентами, которые выполняются в ручном режиме, и автоматизируйте их. Внедрение инструментов для совместной работы позволит оптимизировать работу ИТ-команд — это даст им возможность сосредоточиться на модернизации и инновациях для бизнеса.

Источник: www.itweek.ru

Как найти узкое место рабочего процесса: строим VSM и разбираемся с ценностями

Big Data, Большие данные, системный анализ, DevOps, предиктивная аналитика, цифровизация, цифровая трансформация, интернет вещей, Internet of Things

Вчера мы рассмотрели, что такое функционально-стоимостный анализ (ФСА) и как этот метод позволяет оценить бизнес-процессы в денежном выражении. Однако, результаты ФСА, в первую очередь, ориентированы на оптимизацию с точки зрения финансов, а не организации и технологий. Исправить ситуацию помогут принципы бережливого производства (Lean). Сегодня мы расскажем об одном из них – картировании потоков создания ценностей (VSM), а также поговорим как DevOps воплощает идеи Lean и при чем здесь расширенная аналитика больших данных (Big Data).

Цифровизация потоков создания ценности: что такое VSM

Цифровизация предполагает не просто внедрение Big Data, Machine Learning и прочих методов искусственного интеллекта для оптимизации деятельности. Прежде всего, цифровая трансформация направлена на изменение бизнес-процессов, чтобы ускорить их, а также снизить затраты и ошибки, повысив результативность.

Для построения новых моделей деятельности используется не только расширенная аналитика Big Data, но и уже давно существующие и успешно применяемые методы системного анализа и менеджмента качества. В частности, идеи бережливого производства, которые помогли японской автомобильной компании «Тойота» выйти из послевоенного кризиса [1]. Напомним, основная философия Lean состоит в устранении потерь – действий, которые не производят ценности для конечного потребителя. Одним из наиболее понятных и широко применяемых на практике методов Lean является картирование потоков создания ценностей (VSM, Value Stream Mapping).

VSM — это простая и наглядная графическая схема, показывающая движение процессов, материалов и информации для предоставления продукта или услуги конечному потребителю. VSM не просто визуализирует производственную деятельность, а позволяет определить ее узкие места за счет анализа основных показателей каждого процесса. Выявить потери и оценить качество процесса помогут следующие метрики [2]:

время выпуска (Lead Time, LT) – общее время выполнения процесса, включая согласование, процедуры возврата, а также ожидание данных, материалов и прочих ресурсов;
время обработки (Process Time, PT) – время непосредственного выполнения работы, дающей результат процесса (ценность);
доля работ, выполненных без ошибок (Percent Complete and Accurate, %C/A) – в идеале должна быть равной 100%, но на практике может не измеряться вовсе.

Отношение PT к LT показывает, сколько времени выполняется непосредственная работа по созданию ценности от всего времени процесса. В идеальном случае (PT/LT)->1. Таким образом, можно выявить потери ресурсов (времени, финансов и человеческого труда) на непродуктивные операции: согласование, поиск или ожидание данных, перемещение, копирование, перепроизводство, дополнительная обработка, создание запасов и возникновение дефектов. К примеру, DevOps-подход стремится увеличить скорость создания ПО, снижая LT за счет ускорения процессов развертывания и тестирования. В частности, быстрое развертывание тестовых и production-сред с помощью технологий контейнеризации (Docker, Kubernetes и т.д.) позволяет устранить временные потери на ожидание результатов работы администраторов [2].

Чтобы понять, почему фактические показатели отличаются от их плановых значений, можно использовать метод диаграммы Исикавы (Fishbone), о котором мы писали в этой статье. VSM наглядно показывает, какие этапы создания ценности стоит улучшить.

Продолжая пример из вчерашней статьи про функционально-стоимостный анализ, определим непосредственную ценность процессов проектирования новой Big Data системы. Поскольку цель настоящей статьи – познакомить с основными принципами Value Stream Mapping, мы представим процесс работы с требованиями к программному продукту упрощенно, а не так подробно, как это рекомендует профессиональное руководство по бизнес-анализу BABOK. Итак, пусть рассматриваемая деятельность состоит из следующих этапов:

определение бизнес-потребностей и выявление требований к решению, включая разработку вспомогательных планов (по бизнес-анализу, коммуникациям и пр.), взаимодействие со стейкхолдерами, поиск информации, анализ текущих процессов, информационных систем, потоков данных, документации и архитектуры предприятия, оформление и согласование результатов. 75% времени всей этой деятельности уходит на вспомогательную работу, которая, хоть и помогает аналитику, не создает конечной ценности. Показатель %C/A здесь сложно оценить, поэтому оставим его не заданным.
разработка технического задания на новую систему, включая консультации со стейкхолдерами, согласование и исправление документов. Здесь также работа по непосредственному созданию технического задания занимает лишь 25% от всего времени процесса. Будем считать, что результат на 90% отражает реальные бизнес-потребности и особенности применения будущего продукта.
создание подробного технического проекта будущей системы с описанием всех функциональных и нефункциональных требований, вариантов и сценариев использования, а также архитектуры решения с учетом корпоративного ИТ-ландшафта. Как и в предыдущих этапах, большая часть времени (60%) уходит на поиск и ожидание данных, консультации и согласование. При этом созданный технический проект описывает лишь 80% реальных бизнес-потребностей.

Таким образом, все процессы можно оптимизировать, сократив LT за счет устранения задач поиска информации с помощью корпоративной базы знаний и продвинутого управления данными (Augmented Data Management). Как это реализуется на базе технологий Big Data и Machine Learning, мы рассказывали здесь.

Как построить карту потоков ценностей с помощью Big Data и Internet of Things

Разумеется, на практике картирование потока ценности является более трудоемким процессом, чем в рассмотренном примере. Помимо хронометража рабочего времени каждой задачи и детальной фиксации всех ее операций и их участников, на карту этапов создания продукта также наносятся материальные и информационные потоки, а также периодичность, способы и направления движения результатов [3]. Создание подобной карты вручную – достаточно сложный и длительный процесс, поскольку бизнес-аналитику необходимо самостоятельно собрать множество разных данных и потратить время на детальный хронометраж каждого этапа создания ценности.

Как правило, промышленные предприятия с отлаженным конвейером работ частично содержат нужные данные в виде карт производственных процессов. Но такие VSM содержат далеко не все данные для комплексной бизнес-аналитики и не всегда на 100% точно отражают реальность. Исправить это несоответствие поможет цифровизация.

Информация о фактических показателях любого производственного процесса может быть собрана и обработана автоматически с помощью технологий Big Data, IoT/IIoT-устройств и алгоритмов Machine Learning. Такая система расширенной аналитики сама подскажет менеджеру или аналитику, что можно оптимизировать и как. Например, помечать материальные ресурсы RFID-метками или QR-кодами, чтобы автоматически отслеживать их перемещение, не тратя время на ручной поиск в корпоративных базах. Именно так было поступили некоторые отечественные и зарубежные логистические компании, о чем мы писали здесь.

Сегодня некоторые варианты такой оптимизации предлагают модули CRM-, ERP-, SCM- и других профильных корпоративных информационных систем, а также BI-решения. Однако пока это можно назвать локальной оптимизацией, а не комплексным улучшением деятельности всего предприятия. Кроме того, готовое бизнес-решение не генерируется системой, а предлагается аналитиком на основе данных. Поэтому доля человеческого труда по рутинной обработке даже проанализированных данных здесь еще высока. В отличие от лоскутной автоматизации, цифровизация всех бизнес-процессов с интеграцией каждого потока данных в единую ИТ-инфраструктуру повысит общую эффективность компании, воплощая идеи Lean [4].

Подводя итог описанию VSM, отметим, что данный метод бережливого производства достаточно прост, но понятен и полезен. Неслучайно профессиональный стандарт бизнес-аналитика, руководство BABOK включило Value Stream Mapping в состав наиболее часто используемых техник процессного анализа. Другие методы бережливого производства мы рассмотрим в нашей следующей статье.

Другие практические кейсы прикладного системного анализа, цифровизации бизнеса и аналитики больших данных вы узнаете на наших образовательных курсах в лицензированном учебном центре обучения и повышения квалификации руководителей и ИТ-специалистов (менеджеров, архитекторов, инженеров, администраторов, Data Scientist’ов и аналитиков Big Data) в Москве:

Аналитика больших данных для руководителей
Анализ и оптимизация бизнес-процессов

Источники

https://ru.wikipedia.org/wiki/Производственная_система_«Тойоты»
https://www.litres.ru/oleg-skrynnik/devops-dlya-it-menedzherov-48411311/
https://en.wikipedia.org/wiki/Value-stream_mapping
https://realitsm.ru/2019/11/gajd-po-value-stream-mapping-vsm-vygody-procedury-cennost/

Источник: bigdataschool.ru