在审查了概念验证 (POC) 后，MMC 选择了 IBM® Process Mining 解决方案，并通过 IBM Cloud Pak® for Business Automation 软件进行部署。IBM Process Mining 还作为基本功能包含在 IBM Cloud Paks for Automation 解决方案组合中。MMC 副总裁表示：“我们希望看到我们物流组织的'数字孪生'，这样我们就可以找出 O2C 流程中的瓶颈并发现自动化的机会。”

当 MMC 高管第一次看到映射的 O2C 流程时，他们的反应与许多客户对 AI 驱动的模拟技术的反应相同。“我们的第一反应是，'这是你们绘制的。我们不相信它是根据数据自动创建的。’第二个反应是，‘这不是真的——数据并不正确，”MMC 副总裁说，“但是，一旦我们深入研究该模拟，就可以看到这一模型的确是基于我们 ERP 平台的真实数据构建的。这真是令人大开眼界。”

MMC 物流团队使用该工具研究 O2C 流程中涉及的所有活动、接触点和员工，能够做到：

• 分析流程行为，发现不合格活动并确定改进机会
• 根据成本影响和交付时间的不同，确定关键活动
• 发现流程的关键用户并检查职责分离
• 监控返工情况，找出会影响交付计划的错误和不当过程
• 了解与手动活动相关的成本以及可能实施自动化的位置

对员工行为的分析提供了值得思考的洞察。例如，某位物流经理手动推翻了计划，试图帮助她所在的工厂实现生产目标。“她试图帮忙，但实际上却造成了延误，”MMC 副总裁说，“我们和她聊了聊，并向她说明，团队在没有她干预的情况下工作完成得更好。”

在分析了 IBM Process Mining 工具创建的 O2C 流程模型，并使用该工具的仪表板监控活动后，MMC 物流经理能够：

• 减少“更改交付日期”实例的数量，节省 50,000 美元的成本，并将交货时间缩短了三天
• 持续监控不断变化的交货时间，从而将物流设备移除和更改交付日期活动的 KPI 一致性提高了 25%
• 重新设计流程以减少物流设备移除活动，节省了超过 100,000 美元的成本，并将平均交货时间缩短了两天

利用 IBM Process Mining 平台，MMC 能够部署机器人流程自动化 (RPA) 工具，这是该组织的长期目标。通过监控 RPA 性能，公司可：

• 自动完成 75% 的交付活动，节省了 60,000 美元的成本，并大大减少了返工
• 自动完成 75% 的生产线创建活动，节省了 50,000 美元的成本，并将交货时间缩短了三天

“在可行的情况下实现流程自动化对我们来说是一个巨大的机会，”MMC 副总裁说，“由于我们的物流工作量很大，有时会面临可用人力资源短缺的困境。通过减少订单被阻止或重新调度的次数，我们可以腾出时间让员工处理其他任务。”

“我们希望未来与 IBM Process Mining 合作采取的步骤之一是了解客户行为，以及这些行为如何增加流程延迟和相关成本，”MMC 副总裁表示，“我们认为这一工具将帮助我们改变这些行为，从而缩短交付时间并提高成本效益。”

作为一家大型的全球企业，MMC 订阅了一系列用于性能监控和规划的商业智能服务。“我们已经有很多可用信息，但是我们使用 IBM Process Mining 对几个关键业务 KPI 进行了监控，这是我们在其他任何地方都无法获得的，”MMC 副总裁说，“您始终需要在竞争中保持领先地位。通过使用 IBM Process Mining 提高业务流程的自动化程度，我们打算扩大与竞争对手之间的差距。”

该 MMC 成立于 100 多年前，在 50 个国家/地区经营着 100 多家工厂，共管理 20,000 多名员工。它是电信、能源传输、建筑和运输行业的领先供应商。该个案研究中的客户最初与 myInvenio 合作，myInvenio 于 2021 年 8 月 1 日开始以 IBM 名义开展业务。该个案研究中的 myInvenio 产品 myInvenio Process Mining 现为 IBM Process Mining。