Appian Process Mining analizza e automatizza i processi
Dal 24 gennaio 2022 è disponibile Appian Process Mining, una completa metodologia per identificare e risolvere i colli di bottiglia dei flussi di lavoro. Aggiungendo il native process mining, Appian ha chiuso il cerchio, offrendo una piattaforma unificata per scoprire le inefficienze dei processi, progettare i flussi di lavoro e renderli completamente automatici, tutto nella piattaforma low-code più completa al mondo.
“Per semplificare il cambiamento e metterlo a disposizione di tutti, il nostro process mining fa una radiografia dei log aziendali”, spiega Matt Calkin, Fondatore e CEO di Appian. La sua azienda prende il nome proprio dalla via Appia, l’antica via romana considerata la più grande opera d’ingegneria della storia dell’umanità.
Process mining e workflow sono strettamente interrelati. “Da oggi i clienti Appian potranno utilizzare il process mining per identificare nuovi processi e il workflow per disegnarli”. Ha ribadito Calkin. Se la catchphrase del momento è senza dubbio il process mining, altri componenti come low-code sono necessari per la completezza di una metodologia. Per Gartner, Appian è il solo leader riconosciuto sia nel low-code, sia nell’automazione.
In sintesi, l’azione proposta da Appian si articola su tre punti essenziali: mining, workflow, and automate. “Il workflow è il futuro dell’azienda, ed ora che il cambiamento è necessario Appian si propone come motore di questo cambiamento”, continua Matt.
C’è un monito, nella proposta di Appian: il cambiamento deve partire da una più attenta osservazione di cosa si fa nella realtà. C’è infatti differenza tra ciò che si pensa di fare e cosa invece si fa in realtà e il process mining fornisce informazioni su ciò che si fa, identificando colli di bottiglia e problemi di conformità.
FlowOps per il cambiamento
Le modifiche nel workflow diventano automaticamente soluzioni reali, in un processo continuo che potremmo definire flow-ops, nel quale l’approccio DevOps viene adottato e reso continuo grazie all’automazione del workflow.
Matt Calkin, Fondatore e CEO di Appian
Partire dal workflow è ideale se si ricomincia da zero, ma può essere facilmente impiegato anche da aziende o organizzazioni con una storia alle spalle. “Siamo molto bravi ad integrare software precedenti”, spiega Calkin; “operiamo come un orchestratore attraverso le risorse già disponibili”.
Certamente molte altre innovazioni sono già disponibili sulla piattaforma. Un interessante punto di vista viene dall’espressione “intelligent machine learning” usato nella documentazione. Sempre più spesso, certamente, il processo di mining sfrutta specifici algoritmi di apprendimento basati su intelligenza artificiale: sottolineare l’adozione di una AI di tipo intelligente è una velata critica al modo in cui la concorrenza ha finora integrato queste potenti risorse.
Occhio al PNRR
La rilevanza dell’Europa per le attività di Appian è dovuta anche al momento storico. In Europa, e in particolare in Italia, c’è oggi una forte spinta a reingegnerizzare processi. Il PNRR richiede proprio quel cambiamento con velocità ed adesione alla realtà che può essere affrontato solo analizzando ciò che si crede di fare per poi disegnare un workflow calzante alle risorse più o meno sparse e facile da modificare ogni volta che se ne presenta la necessità.
Bottlenecks ed ottimizzazione
Torniamo un attimo alle valenze della piattaforma nel suo complesso. Nelle descrizioni di Appian, il loro approccio permette di identificare i colli di bottiglia, migliorare prestazioni e risultati e ottimizzare in modo continuo. L’analisi parte dai dati, semplificando la raccolta di elementi provenienti da più sistemi.
Identificare i colli di bottiglia visualizza le inefficienze dei processi, identifica le varianti chiave e consente un’analisi profonda: crea filtri basati sulle attività, sulle caratteristiche e sul tempo dei singoli casi per ottenere analisi più granulari.
Migliorare prestazioni e risultati è il sogno di qualsiasi dirigente e il modo migliore per ottenerlo è analizzare correttamente processi, tempi e deviazioni, valutando tutto grazie a dashboard sia predefinite, sia personalizzate.
L’ottimizzazione si basa proprio sulle metriche, alle quali bisogna conformare i processi, segnalando in anticipo il raggiungimento delle soglie e prevedendo punti importanti: è qui che il cosiddetto “intelligent machine learning” consente di prevedere se e quando avranno luogo le attività predefinite.
