Business process development via process mining and Lean Six Sigma
Lajunen, Erik A. (2020)
Diplomityö
Lajunen, Erik A.
2020
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2020071347301
https://urn.fi/URN:NBN:fi-fe2020071347301
Tiivistelmä
As the amount of the data gathered from every aspect of companies has arisen, the IT-system license payments are running and the legislation of Unions and countries aimed to companies is tightening, more methods and tool to get better view about the operations and to use the gathered data are needed. In this master thesis, a combination of process mining and lean six sigma is presented and implemented to analyze one of the core processes of the case company.
As a research method, a quantitative analysis is selected. QPR ProcessAnalyzer tool is used during this analysis. The used tool includes multiple number of process mining algorithms, from which Process discovery, Conformance checking and Root Causes are selected to be used during the case study. These algorithms are selected to be part of this master thesis since they are meant to be used to analyze processes from the predefined point of views. These predefined points of views are process lead time and first-time-right rate. In general, lead time represents time that one unit takes to go through the process and the first-time-right rate represents the percentage of the cases that are going through the predefined ideal process.
Based on the analysis, the combination of lean six sigma and process mining can be used to research the process from the lead time and first-time-right rate point of views to a sufficient extent. However, if the data gathering of the process under analysis is not sufficient or not enough data about the process execution does not exist, not reliable analysis can be made. It is also noted, that if company wide reporting tool already exists, more than one report for the process control may needs to be built. Datan keruun määrän kasvaessa joka puolella yrityksiä, IT-järjestelmien lisenssimaksujen juostessa sekä valtioliittoumien ja valtioiden yrityksille määräämän sääntelyn tiukentuessa, työkaluja ja metodeja yritysten operaatioiden seuraamiseksi ja kerätyn datan hyödyntämiseksi tarvitaan yhä enenevissä määrin. Tässä diplomityössä esitellään ja käyttöönotetaan prosessien louhinnan sekä lean six sigma menetelmien yhdistelmä, jota käytetään analysoitaessa yhtä kohdeyrityksen perusprosessia.
Tutkimusmenetelmänä työssä käytetään kvantitatiivista analyysiä. Analyysissä hyödynnetään QPR ProcessAnalyzer työkalua. Työkalu sisältää useita eri prosessien louhinnan algoritmeja, joista työhön on valittu Process discovery, Confromance checking sekä Root Causes. Nämä algoritmit valikoituivat työhön, koska niiden avulla pystytään tutkimaan prosessia työn vaatimista näkökulmista. Näkökulmat, joista prosessia halutaan tutkia, ovat prosessin läpimenoaika sekä ensimmäisellä kerralla oikein menevien tapausten osuus. Läpimenoajalla tarkoitetaan aikaa, joka yhdeltä yksiköllä menee kulkea prosessin läpi ja ensimmäisellä kerralla oikein menevien tapausten osuus tarkoittaa tapauksien osuutta, jotka kulkevat ennalta määritetyn prosessin mukaisesti.
Analyysin perusteella nähdään, että lean six sigman sekä prosessien louhinnan yhdistelmän avulla pystytään tutkimaan prosessia riittävissä määrin prosessin läpimenoajan sekä ideaaliprosessia seuraavien tapausten prosenttiosuuden näkökulmista. On kuitenkin huomioitava, että mikäli analysoitavaan prosessiin kytketty datan keruu ei ole riittävää tai jos prosessin suoritukseen liittyvä datan määrä on hyvin pieni, luotettavaa analyysiä ei pystytä tekemään. Työssä myös huomataan, että jos yrityksessä on jo käytössä raportoinnin tarpeisiin määritelty työkalu, prosessin suoriutumisen seuraamista varten saatetaan joutua toteuttamaan useampi raportti.
As a research method, a quantitative analysis is selected. QPR ProcessAnalyzer tool is used during this analysis. The used tool includes multiple number of process mining algorithms, from which Process discovery, Conformance checking and Root Causes are selected to be used during the case study. These algorithms are selected to be part of this master thesis since they are meant to be used to analyze processes from the predefined point of views. These predefined points of views are process lead time and first-time-right rate. In general, lead time represents time that one unit takes to go through the process and the first-time-right rate represents the percentage of the cases that are going through the predefined ideal process.
Based on the analysis, the combination of lean six sigma and process mining can be used to research the process from the lead time and first-time-right rate point of views to a sufficient extent. However, if the data gathering of the process under analysis is not sufficient or not enough data about the process execution does not exist, not reliable analysis can be made. It is also noted, that if company wide reporting tool already exists, more than one report for the process control may needs to be built.
Tutkimusmenetelmänä työssä käytetään kvantitatiivista analyysiä. Analyysissä hyödynnetään QPR ProcessAnalyzer työkalua. Työkalu sisältää useita eri prosessien louhinnan algoritmeja, joista työhön on valittu Process discovery, Confromance checking sekä Root Causes. Nämä algoritmit valikoituivat työhön, koska niiden avulla pystytään tutkimaan prosessia työn vaatimista näkökulmista. Näkökulmat, joista prosessia halutaan tutkia, ovat prosessin läpimenoaika sekä ensimmäisellä kerralla oikein menevien tapausten osuus. Läpimenoajalla tarkoitetaan aikaa, joka yhdeltä yksiköllä menee kulkea prosessin läpi ja ensimmäisellä kerralla oikein menevien tapausten osuus tarkoittaa tapauksien osuutta, jotka kulkevat ennalta määritetyn prosessin mukaisesti.
Analyysin perusteella nähdään, että lean six sigman sekä prosessien louhinnan yhdistelmän avulla pystytään tutkimaan prosessia riittävissä määrin prosessin läpimenoajan sekä ideaaliprosessia seuraavien tapausten prosenttiosuuden näkökulmista. On kuitenkin huomioitava, että mikäli analysoitavaan prosessiin kytketty datan keruu ei ole riittävää tai jos prosessin suoritukseen liittyvä datan määrä on hyvin pieni, luotettavaa analyysiä ei pystytä tekemään. Työssä myös huomataan, että jos yrityksessä on jo käytössä raportoinnin tarpeisiin määritelty työkalu, prosessin suoriutumisen seuraamista varten saatetaan joutua toteuttamaan useampi raportti.