I mit foredrag på ServiceDesken 2016 konferencen 25. maj demonstrerede jeg nogle af de åbentlyse fordele, der er ved at benytte process mining på ITIL data.
ITIL data er særligt velegnede til process mining, fordi de ofte er tilstede allerede i en struktureret form, der gør det let at trække data ud. Næsten alle ITIL systemer gemmer helt automatisk en postering i databasen for hver aktivitet, med tilhørende tidsstempel.
For eksempel gemmes incidents aktiviteter med et tidsstempel for hver aktivitet og med en klar reference til hvilket incident nummer, de hører til. Det gør det let at trække data ud og analysere dem via process mining teknikker. Derudover har aktiviteterne ofte pr automatik gemt informationer (i attributter), der gør det muligt at lave årsags analyser - for eksempel hvilke, medarbejdere, teams, kunder, systemer etc. der er involveret.
Så ITIL systemer er "behagelige" at tilgå i relation til behovet for at få relevante og brugbare data ud til videre analyse. Men udover at data er relativt let tilgængelige, er der også den store fordel at der er mange "lavthængende frugter" i selve analyse arbejdet.
Næsten alle service desk afdelinger har klart definerede mål. Oftest formuleret som KPIer. Det kan for eksempel være KPIer omkring:
- Antal incidents der lukkes i 1st level support
- Gennemsnitlig løsningstid
- Gennemsnitlig tid fra et incident er oprettet til behandling starter
- Antal incidents der afventer aktion fra teamet
Udfordringen er ofte, at KPIerne måles udfra en beregnet talværdi og måske præsenteres i et dashboard. Men den bagvedliggende proces kendes ikke. Det er derfor næsten umuligt at sige noget evidensbaseret om årsagerne om KPIer, der ikke opfyldes.
Man kan dog godt lave en dybereliggende analyse af hvilke forhold der gør sig gældende for en manglende KPI opfyldelse. For eksempel kunne man lave forespørgsler og analyser i datamaterialet, der kunne vise at af de incidents, der ikke lukkes indenfor den fastlagte tidsramme, der er ProduktXYZ oftest repræsenteret. Men sådanne analyser er tidskrævende.
Med et process mining værktøj vil den slags analyse være tilgængeligt straks - uden yderligere oprettelse af forespørgsler eller lignende.
Der hvor process mining analysen så tilfører yderligere værdi, udover tidsbesparelsen, som der ikke kan hentes i den manuelle analyse tilgang, er årsags analyse på processen.
Program fra konferencen:
Download Brochure_SD_anno_2016
Slides fra konferencen:
Download Process Mining_ServiceDesken2016
Tilmeld dig nyhedsbrevet (øverst i højre side) og få adgang til whitepaper om hvordan process mining kan bruges med ITIL data.
Comments