Татьяна Свидунович, ВТБ24 и Роман Анютин, РАМАКС: «Инвестиции в технологию Process Mining окупаются в десятки раз» - «Финансы» » Финансы и Банки
Создать акаунт

Татьяна Свидунович, ВТБ24 и Роман Анютин, РАМАКС: «Инвестиции в технологию Process Mining окупаются в десятки раз» - «Финансы»

27 сен 2017, 11:00
Финансы
0
0
Татьяна Свидунович, ВТБ24 и Роман Анютин, РАМАКС: «Инвестиции в технологию Process Mining окупаются в десятки раз» - «Финансы»
Татьяна Свидунович, ВТБ24 и Роман Анютин, РАМАКС: «Инвестиции в технологию Process Mining окупаются в десятки раз» - «Финансы»
Татьяна Свидунович, ВТБ24 и Роман Анютин, РАМАКС: «Инвестиции в технологию Process Mining окупаются в десятки раз» - «Финансы»


— Каков экономический эффект коммерческой эксплуатации технологии?


Татьяна Свидунович: У нас возникло несколько направлений оптимизации. Первое – это борьба с ошибками, о которых я уже упоминала выше. Банальный пример: неправильно введенные паспортные данные приводят к возврату заявки на кредит и потенциальной потере клиента. Для сотрудников назначается дистанционный курс обучения.


Второе – доработка систем. Если мы видим, что многие сотрудники допускают одну и ту же ошибку, логичнее не переучивать их, а исключить причину.  


По итогам пилота только за 4 недели среднее время обработки заявки сократилось на 4 минуты. В масштабах банка это очень много.


На данный момент можно говорить об экономии 150 миллионов рублей только по категории кредитных продуктов. И это, конечно, только начало

На данный момент можно говорить об экономии 150 миллионов рублей только по категории кредитных продуктов. И это, конечно, только начало.


По моим оценкам, наши вложения в проект окупились в 10 раз только по итогам пилота.


— Что изменилось в жизни сотрудников с запуском Process Mining?


Татьяна Свидунович: Теперь каждый понедельник в каждой точке продаж директор начинает планерку с информации о сотрудниках-лидерах, выявленных технологией Process Mining. То есть тех, кто обработал больше всего заявок, продал больше продуктов и сделал меньше всего ошибок. Также озвучиваются аутсайдеры, причем у директора есть полное понимание того, каковы причины отставания вплоть до каждой конкретной заявки. И тут же происходит разбор совершенных ошибок. Есть четкие правила: например, заявка на кредит наличными должна оформляться не более 25 минут, а на кредитную карту – не более 19 минут. 98% заявок должны быть заведены без ошибок.


Таким образом, каждый сотрудник знает правила и то, что его достижения и промахи не останутся незамеченными. Создается и соревновательный эффект. Подразделения видят достижения друг друга, и, к примеру, для Камчатки следующий показатель после Читы становится вызовом.


А нас этот инструмент избавил от субъективных оценок. Мы точно знаем, на каком этапе и почему совершается ошибка.


Наверное, однажды кто-то придумает аналог, но пока Process Mining уникальная история. Тем более, что технология не требует огромных людских ресурсов – за это направление в масштабах страны у нас отвечает всего два человека.


Роман Анютин: Важно еще и то, что не надо ставить задачи IT-службам банка и ждать, пока они нарисуют интерфейсы и dash-борды. Все это делается самими аналитиками, в том виде, в котором им удобно.


— Какие у Process Mining существуют варианты развития?


Роман Анютин: Предлагаю разделить два понятия. Process Mining – это технология. А есть еще платформа, на которой технология реализуется. Технология, как я уже говорил, появилась относительно недавно. И платформ, поддерживающих ее, очень мало. Есть решения, ориентированные на использование отдельным аналитиком или консультантом. Есть ограниченная функциональность поддержки этой технологии в больших решениях, типа ARIS. Но платформа, позволяющая внедрять Process Mining в крупных корпорациях пока одна, ее разработала четыре года назад немецкая компания Celonis. Самое крупное внедрение на данный момент в Siemens, использующей Celonis для мониторинга своих процессов в мировом масштабе. Buyer, GM, Vodafone – все они тоже используют Process Mining на платформе Celonis.


Эта платформа хороша еще и тем, что разработчики постоянно внедряют новые функции

Эта платформа хороша еще и тем, что разработчики постоянно внедряют новые функции. Например, недавно появилось автоматическое сравнение бизнес-процессов с заданным эталоном с возможностью анализа причин отклонений.


Это развитие обусловлено в том числе и тем, что крупные игроки, используя эту технологию, генерируют все новые потребности. И вендор очень живо откликается на них.


В России первое внедрение сделано в Группе ВТБ, сейчас мы работаем со многими компаниями серьезного масштаба. Потребность в таком инструменте очевидна и то, что он появился, очень своевременно. 


— Каков экономический эффект коммерческой эксплуатации технологии? Татьяна Свидунович: У нас возникло несколько направлений оптимизации. Первое – это борьба с ошибками, о которых я уже упоминала выше. Банальный пример: неправильно введенные паспортные данные приводят к возврату заявки на кредит и потенциальной потере клиента. Для сотрудников назначается дистанционный курс обучения. Второе – доработка систем. Если мы видим, что многие сотрудники допускают одну и ту же ошибку, логичнее не переучивать их, а исключить причину. По итогам пилота только за 4 недели среднее время обработки заявки сократилось на 4 минуты. В масштабах банка это очень много. На данный момент можно говорить об экономии 150 миллионов рублей только по категории кредитных продуктов. И это, конечно, только начало На данный момент можно говорить об экономии 150 миллионов рублей только по категории кредитных продуктов. И это, конечно, только начало. По моим оценкам, наши вложения в проект окупились в 10 раз только по итогам пилота. — Что изменилось в жизни сотрудников с запуском Process Mining? Татьяна Свидунович : Теперь каждый понедельник в каждой точке продаж директор начинает планерку с информации о сотрудниках-лидерах, выявленных технологией Process Mining. То есть тех, кто обработал больше всего заявок, продал больше продуктов и сделал меньше всего ошибок. Также озвучиваются аутсайдеры, причем у директора есть полное понимание того, каковы причины отставания вплоть до каждой конкретной заявки. И тут же происходит разбор совершенных ошибок. Есть четкие правила: например, заявка на кредит наличными должна оформляться не более 25 минут, а на кредитную карту – не более 19 минут. 98% заявок должны быть заведены без ошибок. Таким образом, каждый сотрудник знает правила и то, что его достижения и промахи не останутся незамеченными. Создается и соревновательный эффект. Подразделения видят достижения друг друга, и, к примеру, для Камчатки следующий показатель после Читы становится вызовом. А нас этот инструмент избавил от субъективных оценок. Мы точно знаем, на каком этапе и почему совершается ошибка. Наверное, однажды кто-то придумает аналог, но пока Process Mining уникальная история. Тем более, что технология не требует огромных людских ресурсов – за это направление в масштабах страны у нас отвечает всего два человека. Роман Анютин: Важно еще и то, что не надо ставить задачи IT-службам банка и ждать, пока они нарисуют интерфейсы и dash-борды. Все это делается самими аналитиками, в том виде, в котором им удобно. — Какие у Process Mining существуют варианты развития? Роман Анютин: Предлагаю разделить два понятия. Process Mining – это технология. А есть еще платформа, на которой технология реализуется. Технология, как я уже говорил, появилась относительно недавно. И платформ, поддерживающих ее, очень мало. Есть решения, ориентированные на использование отдельным аналитиком или консультантом. Есть ограниченная функциональность поддержки этой технологии в больших решениях, типа ARIS. Но платформа, позволяющая внедрять Process Mining в крупных корпорациях пока одна, ее разработала четыре года назад немецкая компания Celonis. Самое крупное внедрение на данный момент в Siemens, использующей Celonis для мониторинга своих процессов в мировом масштабе. Buyer, GM, Vodafone – все они тоже используют Process Mining на платформе Celonis. Эта платформа хороша еще и тем, что разработчики постоянно внедряют новые функции Эта платформа хороша еще и тем, что разработчики постоянно внедряют новые функции. Например, недавно появилось автоматическое сравнение бизнес-процессов с заданным эталоном с возможностью анализа причин отклонений. Это развитие обусловлено в том числе и тем, что крупные игроки, используя эту технологию, генерируют все новые потребности. И вендор очень живо откликается на них. В России первое внедрение сделано в Группе ВТБ, сейчас мы работаем со многими компаниями серьезного масштаба. Потребность в таком инструменте очевидна и то, что он появился, очень своевременно.

Смотрите также:


Комментарии
Минимальная длина комментария - 50 знаков. комментарии модерируются
Комментарии для сайта Cackle
Яндекс.Метрика Top.Mail.Ru
Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика Яндекс.Метрика