Virksomheder har idag en meget stor andel af bæredygtighedsprojekter. Enten fordi de er underlagt CSRD rapportering, eller også fordi de har bæredygtighedsmålsætninger, som forfølges gennem forskellige projekt initiativer.
Uanset årsagen, ender mange virksomheder med en portefølje af projekter, der skal styres, og det kan være svært at få et overblik over dem. Det er en klassisk projekt portefølje problematik, hvor der er behov for generel programstyring ovenpå projektledelsen.
En udfordring kan være at have overblik over hvilke afdelinger, der "belastes" af bæredygtighedsprojekterne, og hvornår den belastning er der. Det er for eksempel relevant at styre, at afdelinger ikke belastes af projekter på samme tidspunkt, men at arbejdsbyrden udjævnes over tid. Det er også vigtigt at have overblikket over belastningen, inden der igangsættes nye initiativer - eller i det mindste igangsætte initiativer på det mest gunstige tidspunkt.
At få et overblik over belastningen i afdelingerne i relation til de projektinitiativer der er, er et typisk element, der håndteres i Change Management sporet. Her udarbejdes der ofte et heat map over hvornår de forskellige afdelinger "rammes" af de igangsatte initiativer.
Hvordan kan process mining bruges
Process mining er skabt til at kortlægge processer, analysere processerne for uhensigtsmæssigheder og flaskehalse. Når man har et overblik over hvornår afdelingerne i virksomheden rammes af projektinitiativer, kan dette også udlægges som en proces. For hvert projekt kan man have et overblik over hvornår de enkelte projektfaser involverer udvalgte afdelinger i virksomheden - og så er der jo faktisk tale om en proces, hvor aktiviteterne er de enkelte afdelinger og proces flowet er projektfaserne fra de enkelte projekter.
Dette for at synliggøre at process mining, som værktøj, er meget alsidigt. Det oplagte fokusområde for process mining er selvfølgelig procesoverblik, procesanalyse og procesoptimering. Men der er virkeligt mange andre anvendelsesmuligheder.
Hvordan virker det
Process mining skal vide noget om processen. Som minimum er vi nødt til at kunne angive, at processen består af nogle cases, der kører igennem processen og som består af nogle aktiviteter med tidsangivelser for hvert aktivitetstrin.
Som nævnt ovenfor kan projektfaserne være processen og afdelingerne, der rammes af projektfaserne, er at betragte som aktiviteter. Med disse oplysninger vil man med process mining få et dybt kendskab til projektbelastningen i de enkelte afdelinger, som går en del dybere end et klassisk heatmap.
Data der skal lægger ind i process mining værktøjet kan trækkes ud ag projektportefølgeværktøjet, hvor virksomheden holder styr på projektoverblikket.
Et eksempel
Jo større virksomheden er jo mere komplekst er projektporteføljen og består måske af flere del-programmer.
Et lille karikeret eksempel på hvordan det virker i process mining vises nedenfor, og kan naturligvis skaleres op. Jo mere komplekst, jo flere indsigter, som man ikke var klar over, vil blive synliggjort.
Som eksempel, kunne man forestille sig følgende bæredygtigheds projekt portefølje:
For hvert af projekterne kunne der være følgende projektfaser knyttet til hvert projekt (se nedenfor).
Læg mærke til at der, for hvert projekt, er angivet hvilken ESRS kategori projektet henfører til og en score for bæredygtighedsbetydning.
Ovenstående oplysninger vil jeg gerne have ind i et process mining værktøj for at kunne simulere hvor meget og hvornår afdelingerne i virksomheden er involveret i projekterne.
Til dette tilføjes oplysning til hver projektfase omkring hvilken afdeling, der involveres og tidsrummet for involvering. Alle disse oplysninger kan trækkes ud af projekt porteføljestyrings systemet.
Udtræk og overblik kan nu se ud som vist nedenfor:
Med ovenstående overblik ved vi hvilke afdelinger, der er involveret i hvilke projekter, hvilke projektfaser de er involveret i og tidsrummet for involveringen.
Se det alternative heatmap i process mining værktøjet
Med disse oplysninger kan vi importere data ind i et process mining værktøj med angivelse af at projektfaserne er cases (da det er dem, der flyder igennem processen og belaster afdelingerne) mens afdelingerne er aktiviteter (for at få overblik over hvornår projektfaser "rammer" afdelingerne). Endelig medtages start og slut tidspunkter selvfølgelig for at få det kronologiske forløb.
Ved første indlæsning får man straks et procesdiagram, der giver et overblik over hvilke afdelinger, der er involveret.
Det er nu muligt at se et overblik over hvor ofte de forskellige afdelinger er involveret i projektfaser fra bæredygtighedsinitiativerne. For eksempel kan det ses, at IT afdelingen er involveret i 32 projektfaser.
Det eer også muligt straks at se hvor lang tid de enkelte afdelinger er involveret (belastet) af projektinvolveringerne:
Her kan det for eksempel ses at Data Science afdelingen, når den involveres, faktisk er ret meget involveret med i gennemsnit 13 ugers arbejde i hver projektfase, hvor afdelingen er involveret.
Når oplysningerne omkring hvert projekt og projektfase er lagt ind i et process mining værktøj og afdelingsbelastningerne betragtes som en proces, så er der en række statistikoplysninger, som straks er til rådighed:
Det er muligt, meget hurtigt, at se hvornår de forskellige afdelinger er belastet og i hvilket omfang de er belastet. Dette kan desuden visualiseres i en animation. Nedenfor ses et billede af animationen. Animationen viser, over tid, hvilke afdelinger der rammes at projektfaseinvolvering. På billedet er animationen stoppet på 19. april 2024 og her kan det ses at, på den dato, er IT afdelingen involveret i 6 projektfaser.
Med bæredygtigheds projekt data inde i et process mining værktøj, kan der arbejdes videre med analyser og skabes utallige andre overblik. For eksempel kan data filtreres, så man kun ser belastningen for bestemte afdelinger, for bestemte projekter eller måske for bestemte ESRS kategorier.
Det er vigtigt at vide hvor mange initiativer, der er igang, hvor meget og hvor det belaster organisationen og hvor meget mere, der kan igangsættes - og her kan process mining være et værdifuldt værktøj - også selvom det er en alternativ måde at bruge et process mining værktøj på.
Comments