Witaj na grzegorz-zawada.pl! Jako Senior BI i Operational Analytics Specialist, rzadko wierzę deklaracjom zarządu na słowo. Zamiast tego otwieram narzędzie do Process Miningu, wrzucam na warsztat benchmarkowy zbiór danych *”Real-world Bank Loan Application Process Log”* i sprawdzam, jak proces kredytowy wygląda w surowej rzeczywistości cyfrowego śladu (Event Log). Przeanalizowałem dokładnie 250 unikalnych spraw (Case ID), dla których średni całkowity czas trwania procesu zamknął się w całkiem niezłym, wydawałoby się, wyniku 1.94 dnia. Ale czy na pewno możemy spać spokojnie? Z danych wynika, że diabeł tkwi w detalach konkretnych przejść. Rozłóżmy ten proces na czynniki pierwsze.
Analiza Wąskich Gardeł i Root Cause
Średni czas procesu na poziomie niecałych dwóch dni wygląda dobrze w raportach rocznych, ale widok z poziomu agregacji zaciemnia operacyjną rzeczywistość. Zastosowanie technik Process Mining pozwala nam wykryć miejsca, w których sprawa dosłownie „utknęła w martwym punkcie”. Spójrzmy na faktyczne liczby:
* Krok 'Prośba o uzupełnienie dokumentów’ ➔ Ocena ryzyka (87 zdarzeń): Średni czas oczekiwania to aż 39.1 godziny! To absolutnie największe wąskie gardło w całym cyklu. Klient czeka prawie dwie doby na ruch po tym, jak dosłał brakujące papiery, lub – co bardziej prawdopodobne w analityce Root Cause – operacja ta ginie w kolejce zadań operacyjnych.
* Krok 'Weryfikacja wstępna’ ➔ 'Prośba o uzupełnienie dokumentów’ (87 zdarzeń): Średni czas przejścia wynosi 31.1 godziny. Oznacza to, że wykrycie braku dokumentów na etapie wstępnym generuje gigantyczne opóźnienie, zanim w ogóle wyślemy zapytanie do klienta, bądź sam proces komunikacji z klientem kuleje.
* Krok 'Weryfikacja wstępna’ ➔ Ocena ryzyka (163 zdarzenia): W ścieżce optymalnej, bez dodatkowego uzupełniania papierów, przejście to zajmuje średnio 11.5 godziny. To wciąż ponad pół dnia, co pokazuje, że nawet „szybka ścieżka” wymaga przeglądu efektywności operacyjnej.
* Krok Ocena ryzyka ➔ 'Decyzja kredytowa’ (204 zdarzenia): Średnio 8.4 godziny. Ten etap wydaje się relatywnie sprawny, biorąc pod uwagę konieczność zatwierdzenia ryzyka.
* Krok 'Decyzja kredytowa’ ➔ 'Wypłata środków’ (204 zdarzenia): Średnio 6.0 godzin – najkrótszy i najbardziej wydajny fragment całego łańcucha wartości, zamykający sprawę transferem kapitału.
Pro-Tip Power BI & Process Intelligence
Modelowanie danych procesowych w Power BI wymaga odejścia od klasycznych relacji gwiazdy (Star Schema) na rzecz tabeli zdarzeń (Event Log) kompatybilnej ze standardami XES / PM4Py. Aby w dynamiczny sposób monitorować opisaną wyżej przepaść między weryfikacją a oceną ryzyka, kluczowe jest wyliczenie czasu trwania konkretnego przejścia (Lead Time) bezpośrednio w DAX przy użyciu funkcji okna (Window Functions).
Oto zaawansowana miara DAX, która pozwala wyznaczyć czas trwania przejścia między dwoma wybranymi krokami dla każdej sprawy (Case):
Czas_Przejscia_H =
VAR CurrentTimestamp = 'EventLog'[Timestamp]
VAR NextTimestamp =
CALCULATE(
MIN(’EventLog'[Timestamp]),
ALLEXCEPT(’EventLog’, 'EventLog'[Case ID]),
'EventLog'[Timestamp] > CurrentTimestamp
)
RETURN
IF(
NOT(ISBLANK(NextTimestamp)),
DIVIDE(DATEDIFF(CurrentTimestamp, NextTimestamp, MINUTE), 60),
BLANK()
)
Dzięki tak zbudowanej miarze możesz zasilić macierz w Power BI, wyciągając średnią (`AVERAGE`) dla kombinacji `[Poprzednie Zdarzenie] -> [Następne Zdarzenie]`, co natychmiast uwypukli 39-godzinne opóźnienia bez konieczności kosztownego oprogramowania dedykowanego wyłącznie do Process Miningu.
Wnioski i Rekomendacje Optymalizacyjne
Dane nie kłamią – optymalizacja całego procesu kredytowego nie polega na przyspieszaniu wypłaty środków (która trwa już rozsądne 6 godzin), lecz na uderzeniu w źródło największych opóźnień administracyjnych. Oto 3 konkretne kroki dla biznesu:
1. Automatyzacja i pre-screening dokumentów: Skoro przejście 'Weryfikacja wstępna’ ➔ 'Prośba o uzupełnienie dokumentów’ generuje ponad 31 godzin opóźnienia, należy wdrożyć inteligentny OCR oraz walidację kompletności plików w momencie ich wgrywania przez klienta. Wykrycie braku dokumentów musi odbywać się w czasie rzeczywistym, a nie po dobie oczekiwania w kolejce.
2. Optymalizacja kolejki zadań (Workload Management) dla ryzyka: 39.1 godziny oczekiwania na ruch po uzupełnieniu dokumentów wskazuje na zator kompetencyjny lub złą alokację zasobów analityków ryzyka. Wprowadzenie automatycznego routingu zadań (Smart Assignment) dla prostszych wniosków drastycznie skrci ten przestój.
3. Wdrożenie ciągłego monitoringu SLA na poziomie przejść: Przestań mierzyć wyłącznie średni czas trwania całej sprawy (1.94 dnia). Zdefiniuj rygorystyczne SLA dla poszczególnych „wąskich gardeł” (szczególnie dla interakcji z ryzykiem) i podepnij pod nie alerty w czasie rzeczywistym w Power BI.
#ProcessMining #PowerBI #OperationalAnalytics #PM4Py #DAX #BusinessIntelligence #ProcessOptimization #DataScience
