Un gran y diversificado proveedor de energía eléctrica de EE. UU. sabía que tenía un problema con las compras inconformistas y se propuso llegar al fondo del asunto. Esto significaba profundizar en los datos históricos de compra para comprender detalladamente dónde se produjeron las desviaciones, y desde allí, para medir el alcance real del problema. La empresa recurrió a myInvenio, una empresa de IBM, para poner en práctica la analítica de procesos.

Con IBM® Process Mining, una herramienta de descubrimiento y modelado de procesos que forma parte de la solución IBM® Cloud Pak for Business Automation, el equipo trabajó estrechamente con el gerente de aprovisionamiento de la empresa. En la primera parte del proyecto, el equipo capturó aproximadamente un año de flujos de datos del módulo de compras de la suite IBM® Maximo Utilities, la plataforma central de gestión de activos de la compañía. Los flujos involucraron principalmente a los departamentos de contabilidad de compras y almacenes de la empresa, que abarcan múltiples líneas de negocio (LoB).

Una vez que los datos se introdujeron en IBM® Process Mining, sus modelos subyacentes basados en IA los desglosaron en mapas reveladores de cada paso del proceso P2P, desde la solicitud y el pedido hasta la recepción y la facturación, para cada LoB. Para el Director de Compras, el valor de estos modelos no radicaba sólo en su capacidad para detectar problemas con los flujos actuales, sino también en su capacidad para ofrecer una visión nueva, basada en datos, de lo que podría ser el proceso ideal, lo que a menudo se denomina el camino feliz. "Obtuvimos una visión de lo que ocurría realmente en nuestros procesos P2P que nunca antes habíamos tenido", explica. "Y también nos dio una perspectiva más objetiva de cómo era el proceso de referencia óptimo, no a partir de expertos en procesos, sino de los propios datos".

Entre los resultados clave del modelo se encuentra el hallazgo de que solo el 20 % de las actividades de compra relacionadas con los materiales (la compra de piezas de repuesto y similares) siguieron el camino óptimo de adquisición. Para el 80 % de las actividades que no se ajustaban a la ruta feliz, el plazo medio de entrega de los pedidos era más de un 30 % superior, debido en gran parte al tiempo extra dedicado a la correspondencia de facturas y a la reelaboración de los pedidos.

A la contratación de servicios no le fue mucho mejor. Aunque el modelo de IBM® Process Mining encontró solo 10 pasos en la ruta óptima del proceso, se encontró que la ruta media no conforme tenía casi 30. Para el Director de Compras, ver por qué fue un momento de revelación. "Sabíamos que el retrabajo de pedidos era un problema significativo", dice. "Pero el hecho de que más del 50 % de los pedidos de contratación de servicios lo requirieran fue una verdadera sorpresa, y los datos demostraron que era real".

El proyecto emprendido por el proveedor de energía eléctrica logró su objetivo: determinar cómo se realizaban realmente las adquisiciones, junto con las repercusiones en sus principales parámetros de rendimiento. Como el gerente de compras lo ve, la verdadera importancia del proyecto se encuentra en la guía que puede proporcionar a los esfuerzos de transformación de procesos de la empresa. "Al utilizar datos reales e IA para trazar nuestros flujos de procesos de adquisición, también hemos adquirido lo que equivale a una hoja de ruta potencial para transformarlos", afirma. "Nos proporciona un marco riguroso para entender dónde centrarnos para mejorar, y, cuando sea posible, automatizar, los distintos elementos del flujo del proceso."

Y eso devuelve el sujeto a lo que más importa para los proveedores de energía eléctrica: proporcionar energía segura y fiable a sus clientes. Es decir, las buenas prácticas de adquisición, aquellas que son eficientes, estandarizadas y rentables, encajan en la estrategia de gestión de activos más amplia de una empresa de servicios públicos.

A nivel práctico, señala el gerente de compras, la información sobre los procesos basada en datos ayuda a justificar la adopción de iniciativas de transformación. "Con un marco de modelado dinámico de procesos basado en IA, podemos simular cómo las reducciones en los procesos no conformes pueden reducir el tiempo medio de entrega para pedir piezas", explica. "Ese es un mensaje poderoso en un caso de negocio, y es por eso que la solución IBM® Process Mining es una herramienta tan potente".

Con sede en los Estados Unidos, esta compañía de energía atiende a millones de clientes minoristas residenciales, comerciales e industriales en varios estados, incluidos algunos de los mercados de energía más competitivos.

El cliente que aparece en este caso práctico contrató inicialmente a myInvenio, que comenzó a operar como IBM el 1 de agosto de 2021. El producto myInvenio en este caso práctico, myInvenio Process Mining, ahora se conoce como IBM® Process Mining.