Process mining: de werkelijkheid uit je systemen

Vraag een team hoe hun proces loopt en je krijgt een keurig recht plaatje: aanvraag binnen, toetsen, goedkeuren, klaar. Vraag de systemen hetzelfde, en je krijgt een wirwar van omwegen, terugsturen en wachtrijen die niemand had benoemd.

Dat gat tussen verhaal en werkelijkheid is precies wat process mining blootlegt. Het reconstrueert het echte proces uit de sporen die systemen automatisch achterlaten.

Voor een data-vaardige Customer Journey Expert is dat een krachtig wapen: feiten in plaats van aannames.

Wat process mining is

Elke handeling in een systeem laat een spoor na: wie deed wat, en wanneer. Door die sporen aan elkaar te rijgen, ontstaat een feitelijke procesplaat, opgebouwd uit data, niet uit herinnering.

Perceptie versus werkelijkheid

Het grote verschil met een workshop is de bron. Een workshop levert het proces zoals mensen dénken dat het loopt; process mining levert het proces zoals het wérkelijk liep. En die twee verschillen bijna altijd.

Juist in die afwijkingen, de herwerk-lussen, de uitzonderingen, de stappen die stiekem overgeslagen worden, schuilt het verbeterpotentieel.

Wat process mining een CJE oplevert

Process mining levert drie soorten inzicht op:

• Ontdekking, de echte procesplaat, automatisch getekend uit de data;
• Toetsing, waar wijkt de praktijk af van het bedoelde proces? Relevant voor naleving en risico;
• Verbetering, knelpunten, doorlooptijden en lussen worden hard in cijfers.

Dat laatste sluit direct aan op value stream mapping: process mining levert de feitelijke tijden waarmee je de wachtblokken kunt aanwijzen, in plaats van ze te schatten.

Process mining naast journey mapping

Process mining en journey mapping zijn elkaars perfecte aanvulling. Een customer journey map vertelt hoe de klant de reis voelt; process mining vertelt wat er onder de motorkap echt gebeurde. Het gevoel en het feit, naast elkaar.

Een klant die klaagt over "eindeloos heen en weer gestuurd worden" levert een dieptepunt op de emotiecurve. Process mining bewijst het: het laat de daadwerkelijke lus zien waarin de aanvraag drie keer tussen twee teams pendelde. Onweerlegbaar bewijs voor je verbetervoorstel.

Een voorbeeld: de lus die niemand benoemde

In een workshop tekent het team het aanvraagproces keurig recht: binnen, toetsen, goedkeuren, klaar. Iedereen knikt. Dan draait een CJE process mining op de event logs van dezelfde maand.

Het resultaat ziet er heel anders uit. Een flink deel van de aanvragen blijkt drie of vier keer heen en weer te pendelen tussen het beoordelingsteam en de front office, telkens omdat een gegeven ontbreekt. Die lus stond op geen enkele tekening, niemand benoemde hem, omdat iedereen alleen zijn eigen stukje zag.

Juist daar zit het verbeterpotentieel. De rechte workshop-plaat verborg de werkelijkheid; de data legde hem bloot. En een lus die de data laat zien, is onweerlegbaar: je hoeft niet te discussiëren over of het probleem bestaat, je wijst het aan.

Wat een data-vaardige CJE hieraan heeft

Je hoeft geen process-mining-specialist te worden om er waarde uit te halen. Wat telt, is weten wat de techniek kan en de uitkomsten kunnen lezen. Een CJE met gevoel voor data herkent een herwerk-lus in een miningplaat meteen als een journey-dieptepunt in vermomming.

De combinatie maakt je verhaal sterk. Een journey map levert het gevoel ("klanten klagen dat ze rondgestuurd worden"); process mining levert het bewijs ("hier is de lus, drie keer doorlopen, dit kost gemiddeld vier dagen"). Gevoel en feit, naast elkaar.

Dat is precies waar een data-onderlegde CJE zich onderscheidt. Niet door zelf de logs te programmeren, maar door de brug te slaan tussen wat de data zegt en wat de klant voelt, en daar een verbetervoorstel van te maken dat niemand kan wegwuiven.

Wat je nodig hebt om te starten

Process mining klinkt geavanceerd, en de techniek erachter is dat ook. Maar wat je nodig hebt om te beginnen, is verrassend behapbaar. Het draait allemaal om één ding: een goede event log.

Een event log is een lijst van gebeurtenissen waarin elke regel minstens drie dingen bevat: een case-id (welke aanvraag of klant betreft het), een activiteit (wat gebeurde er) en een tijdstempel (wanneer). Met die drie kolommen kan een mining-tool het hele proces reconstrueren, wie deed wat, wanneer, en in welke volgorde. De meeste systemen leggen deze gegevens allang vast; ze zitten alleen verstopt in logbestanden waar niemand naar kijkt.

De uitdaging zit zelden in de techniek en bijna altijd in de data. Zijn de tijdstempels betrouwbaar? Heten dezelfde activiteiten overal hetzelfde? Mis je hele systemen omdat een deel van het proces buiten de logs valt? Het opschonen en koppelen van die data is het echte werk, en precies daar kan een CJE met gevoel voor data het verschil maken zonder zelf programmeur te zijn.

Begin daarom klein. Pak één afgebakend proces, één goede bron van logs, en kijk wat de plaat laat zien. Vrijwel altijd duikt er een afwijking op die niemand verwachtte, een lus, een omweg, een onverklaarbare wachttijd. Dat eerste inzicht is genoeg om het gesprek te kantelen van perceptie naar feit, en om de waarde van de techniek te bewijzen.

Drie soorten process mining

Process mining is geen monoliet. Het kent drie toepassingen, en wie het verschil kent, vraagt gerichter om wat hij nodig heeft.

De eerste is discovery, of ontdekking. Hieruit rolt de feitelijke procesplaat, automatisch getekend uit de event logs. Je hebt vooraf geen model nodig; de data tekent zelf hoe het proces werkelijk liep. Dit is meestal het startpunt, en vaak al genoeg om verrast te raken.

De tweede is conformance, of toetsing. Hier leg je het ontdekte proces naast het bedoelde proces en kijk je waar de praktijk afwijkt van de afspraak. Voor naleving, risico en controle is dit goud: het laat objectief zien waar regels in de praktijk worden omzeild of overgeslagen.

De derde is enhancement, of verbetering. Hierbij verrijk je de plaat met extra gegevens, doorlooptijden, kosten, frequenties, om knelpunten hard te maken. Dit sluit direct aan op value stream mapping: process mining levert de echte tijden, mapping vertaalt ze naar verspilling. Voor een CJE is de volgorde logisch: ontdek eerst hoe het proces echt loopt, toets dan waar het afwijkt, en verrijk ten slotte met cijfers om je verbetervoorstel te onderbouwen.

Wat dit betekent voor de CJE

Process mining sluit aan op de data-kant van de rol. Je hoeft geen specialist te zijn, maar weten wat de techniek kan en de uitkomsten kunnen lezen, maakt je verhaal feitelijk en moeilijk te weerleggen. Hoe je die data-vaardigheid combineert met journeywerk, lees je in Customer Journey Expert worden.