Task-Mining nutzt Benutzerinteraktionsdaten, auch bekannt als Desktop-Daten, um die Effizienz einer Aufgabe innerhalb eines größeren Prozesses zu bewerten. Diese Art von Daten umfasst Tastenanschläge, Mausklicks und Dateneingaben, die im Rahmen der Durchführung einer bestimmten Operation erfolgen. Diese Technologie verwendet dann optische Zeichenerkennung (OCR), die Verarbeitung natürlicher Sprache (NLP) und maschinelle Lernalgorithmen zur Interpretation und Analyse dieser Daten, was es wiederum Analysten und anderen Beteiligten ermöglicht, betriebliche Ineffizienzen zu identifizieren. Task-Mining-Lösungen werden als Teil von Process-Discovery, einer Teilmenge von Process-Mining, betrachtet. Laut Gartners „Market Guide for Process Mining“ wächst der Markt für diese Technologie rasant. Während die COVID-19-Pandemie weiter Bemühungen um die digitale Transformation anheizt, wird erwartet, dass die Einführung der Task-Mining-Technologie nur zunehmen wird, wenn die Vorteile davon vollständig realisiert werden.
Process-Mining konzentriert sich auf die End-to-End-Prozessoptimierung, wie beispielsweise eines gesamten Beschaffungsprozesses, während sich Task-Mining auf die einzelnen Aufgaben konzentriert, die zu diesem größeren Prozess führen, wie z. B. die Genehmigung des Budgets für die Kreditorenbuchhaltung. Sie unterscheiden sich auch hauptsächlich in den Arten von Daten, die sie für jede Analyse verwenden. Process-Mining stützt sich in erster Linie auf Geschäftsmetriken und Ereignisprotokolldaten aus Informationssystemen wie Enterprise Resource Planning (ERP) oder Customer Relationship Management (CRM)-Tools. Task-Mining hingegen kann Benutzerinteraktionsdaten nutzen, zu denen Tastenanschläge, Mausklicks oder Dateneingaben auf einem Computer gehören. Es kann auch Benutzeraufzeichnungen und Screenshots mit unterschiedlichen Zeitstempelintervallen enthalten. Diese Datenpunkte helfen Analysten und Forschern zu verstehen, wie Einzelpersonen mit einem Prozess und Teilprozess interagieren, um eine Aufgabe abzuschließen. Beide nutzen auch datenwissenschaftliche Techniken, um zu diesen Erkenntnissen zu gelangen und Prozesse zu optimieren. Task-Mining ermöglicht dies nur auf einer granulareren Ebene.
Während Task-Mining und RPA sich auf die Prozessautomatisierung konzentrieren, sind beide Technologien unterschiedlich, ergänzen sich aber gut. Die Task-Mining-Technologie hilft Unternehmen dabei, Engpässe in ihren Prozessabläufen zu identifizieren, während RPA-Tools die Automatisierungsmöglichkeiten implementieren und ausführen, die durch diese Analysen entdeckt werden.
Task-Mining-Tools sammeln zunächst Daten von den Computern der Benutzer, darunter Tastenanschläge, Klicks, Benutzereingaben, Aufzeichnungen, Screenshots und mehr. Von dort aus können Funktionen zur optischen Zeichenerkennung zusätzlichen Kontext darüber hinzufügen, was der Benutzer tut. Beispielsweise könnten dies Zeitstempeldaten sein, die bei der Zusammenstellung einer allgemeinen Zeitachse der Aktivitäten in einem Teilprozess helfen. Sobald diese Daten entsprechend strukturiert sind, können maschinelle Lernalgorithmen genutzt werden, um Daten in bestimmten Aufgaben im Teilprozess zu gruppieren, wie z. B. „Eine Bestellung aufgeben“. Die Daten können dann mit Ereignisprotokolldaten kombiniert werden, um die Kontextualisierung der Leistung zu unterstützen. Dieser Einblick in die Daten ermöglicht es Unternehmen dann, Engpässe zu erkennen und diese entsprechend zu beheben.
Task-Mining-Techniken wurden verwendet, um Prozessabläufe in einer Vielzahl von Branchen zu verbessern. Process-Maps können Unternehmen helfen, sich mehr auf die wichtigen Leistungsindikatoren (KPIs) zu konzentrieren, die wichtig sind, und sie anzuspornen, ihre betrieblichen Ineffizienzen durch Process-Mining und Task-Mining erneut zu untersuchen.
Einige Anwendungsfälle von Task-Mining sind:
Während Task-Mining viele Vorteile bringen kann, sind die häufigsten, die realisiert werden können, Folgende:
Task-Mining ist jedoch nicht ohne Herausforderungen. Einige von ihnen beinhalten Folgendes:
IBM Process Mining bietet eine integrierte Plattform, die Process-Mining und Task-Mining kombiniert. Dies gibt seinen Kunden nahezu in Echtzeit einen transparenten Einblick in ihre Geschäftsprozesse, was es einfach macht, die besten Aufgaben für die Automatisierung zu finden und zu priorisieren. IBM Process Mining existiert, um Unternehmen Technologien zur Verfügung zu stellen, mit denen sie Zeit, Aufwand und Geld sparen können.
IBM Cloud Pak for Business Automation ist ein flexibles Set integrierter Software, mit der Sie mithilfe von Low-Code-Tools intelligente Automatisierungsservices und -anwendungen in jeder Cloud entwerfen, erstellen und ausführen können.