Tim TI berencana untuk bermigrasi dari sistem lama ini ke solusi ERP baru berbasis cloud. Namun, hal ini perlu dilakukan tanpa kehilangan fungsi yang sudah ada dari apa yang telah menjadi tulang punggung komunikasi perusahaan. Lebih dari 500 pengguna di seluruh kantor pusat, jaringan dealer, dan anak perusahaan mengandalkan perangkat lunak ini untuk menjalankan fungsi penjualan, manajemen suku cadang, dan bantuan purnajual.

Untuk memungkinkan transisi yang lancar, tim berusaha meningkatkan proses bisnis utama sebelum mengintegrasikannya ke dalam sistem baru. Salah satu proses tersebut adalah proses entri layanan, yang berisi beberapa pos pemeriksaan diagnostik yang harus diikuti dealer saat melakukan perawatan mobil. Proses ini memiliki serangkaian tantangan alur kerjanya sendiri yang jika tidak ditangani mengancam keberhasilan migrasi. Yakni, beberapa pengguna sistem ERP mengikuti langkah-langkah proses yang sudah menjadi pengetahuan umum namun tidak terdokumentasi.

Untuk menganalisis proses pemasukan layanannya, perusahaan ini memilih solusi IBM® Process Mining, yang menerapkan algoritme penambangan data untuk secara otomatis menemukan aliran proses. Perusahaan ini juga mensimulasikan proses di masa depan dari proses saat ini. Solusi Process Mining disertakan sebagai kemampuan dasar di seluruh penawaran IBM Cloud Paks for Automation, termasuk penawaran IBM Cloud Pak® for Business Automation.

"Kami telah menjalin hubungan bisnis yang kuat dengan IBM, tetapi dari perspektif teknis, solusi Process Mining menawarkan kemampuan yang tidak dapat dilakukan oleh solusi lain," kata Manajer Proses TIK. "Solusi IBM memungkinkan kami untuk dengan mudah dan efektif merampingkan proses analisis kesenjangan dengan menggunakan data dari sistem ERP tradisional kami dan kemudian melakukan analisis bagaimana-jika. Kami juga bisa dengan cepat menerapkan solusi dari cloud."

Segera setelah perusahaan memasukkan data proses entri layanan ke dalam solusi, model proses apa adanya, termasuk semua varian proses, secara otomatis dihasilkan dari data tersebut. Langkah-langkah yang tidak terdokumentasi akhirnya ditangkap dan dicatat dalam model proses agar tidak menjadi informasi yang terkotak-kotak atau langkah-langkah yang terlupakan.

Tim TI selanjutnya melakukan analisis kesenjangan untuk mendapatkan perbandingan visual dari model proses yang berasal dari data dan model referensi yang diunggah pelanggan. Dengan membandingkan model referensi dengan proses aktual, pelanggan segera menyadari adanya masalah kepatuhan dalam aktivitas pemindaian masuk/pemindaian keluar. Selama aktivitas pemindaian, para pekerja menghubungkan mobil ke alat diagnostik. Mereka juga harus melakukan aktivitas pemindaian keluar, sebuah praktik terbaik di mana mereka memeriksa indikator peringatan pada unit kontrol mobil. Analisis menunjukkan bahwa pada 15% kasus, pekerja tidak melakukan aktivitas pemindaian.

Selain itu, dengan menggunakan solusi Process Mining, tim TI menemukan bahwa sekitar sepertiga dari 75.000 kasus, beberapa dealer di luar negeri telah membuka kasus entri servis setelah aktivitas mulai bekerja, bukan sebelumnya, yang mengakibatkan ketidaksesuaian.