Il task mining utilizza i dati di interazione dell'utente, noti anche come dati desktop, per valutare l'efficienza di un'attività all'interno di un processo più ampio. Questo tipo di dati include le pressioni di tasti, i clic del mouse e le immissioni di dati che si verificano come parte del completamento di una determinata operazione. Questa tecnologia utilizza quindi OCR (optical character recognition), NLP (natural language processing) e gli algoritmi di machine learning per interpretare e analizzare questi dati, il che a sua volta consente agli analisti e alle altre parti interessate di identificare le inefficienze operative. Le soluzioni di task mining sono considerate parte del rilevamento dei processi, un sottoinsieme del process mining e, secondo la "Market Guide per Process Mining" di Gartner , il mercato per questa tecnologia è in rapida crescita. Mentre la pandemia di COVID-19 continua ad alimentare gli sforzi di trasformazione digitale , si prevede che l'adozione della tecnologia di task mining possa solo aumentare man mano che diventeranno del tutto palesi i vantaggi che essa comporta.
Il process mining si concentra sull'ottimizzazione end-to-end dei processi, come ad esempio un processo di approvvigionamento generale, mentre il task mining si concentra sulle singole attività che portano a tale e più ampio processo, come ad esempio l'approvazione del budget per le fatture passive. Differiscono anche principalmente nei tipi di dati che utilizzano per ciascuna analisi. Il process mining si basa principalmente sulle metriche di business e i dati dei registri eventi provenienti da sistemi informativi, quali gli strumenti ERP (Enterprise Resource Planning) o CRM (Customer Relationship Management). Il task mining, d'altra parte, può avvalersi dei dati di interazione dell'utente, che includono le pressioni dei tasti, i clic del mouse o le immissioni di dati su un computer; può includere anche le registrazioni e gli screenshot degli utenti a diversi intervalli di data/ora. Questi punti dati aiutano gli analisti e i ricercatori a comprendere in che modo le persone stanno interagendo con un processo e un sottoprocesso per completare un'attività. Sia gli uni che gli altri si avvalgono anche di tecniche di data science per pervenire a questi insight per ottimizzare i processi; il task mining semplicemente consente di farlo a un livello più granulare.
Sebbene sia task mining che RPA si concentrino sull'automazione dei processi, le due tecnologie sono diverse ma si integrano alla perfezione. Mentre la tecnologia di task mining aiuta le aziende a identificare i colli di bottiglia nei loro flussi di lavoro dei processi, gli strumenti RPA implementano e intervengono sulle opportunità di automazione scoperte attraverso queste analisi.
Gli strumenti di task mining iniziano raccogliendo dati dalle macchine degli utenti, che possono includere le pressioni dei tasti, i clic del mouse, le immissioni degli utenti, le registrazioni, gli screenshot e altro ancora. Da tale base, le funzionalità OCR (Optical Character Recognition) possono aggiungere ulteriore contesto su ciò che l'utente sta facendo. Ad esempio, potrebbe esaminare i dati di data/ora per contribuire ad assemblare una sequenza temporale delle attività in un sottoprocesso. Una volta strutturati i dati in modo appropriato, è possibile sfruttare gli algoritmi di machine learning per aggregare i dati in specifiche attività nel sottoprocesso, come ad esempio l'"invio di un ordine di acquisto". I dati possono quindi essere combinati con i dati dei registri eventi per contribuire a contestualizzare le prestazioni. Questa visione dei dati consente quindi alle aziende di scoprire i colli di bottiglia e di risolverli come adeguato.
Le tecniche di task mining sono state utilizzate per migliorare i flussi dei processi in un'ampia gamma di settori. Le mappe dei processi possono aiutare le aziende a concentrarsi maggiormente sui KPI (key performance indicator) più importanti, spingendole a riesaminare le loro inefficienze operative attraverso il process mining e il task mining.
Alcuni casi di utilizzo del task mining includono:
Sebbene i vantaggi che possono essere prodotti dal task mining siano molti, i più comuni che è possibile realizzare sono i seguenti:
Tuttavia, il task mining non è privo di sfide. Tra le altre ricordiamo:
IBM Process Mining fornisce una piattaforma integrata che combina process mining e task mining. Ciò offre ai suoi clienti una visione trasparente dei loro processi di business in tempo quasi reale, facilitando la ricerca e la definizione delle priorità delle attività che meglio si prestano per l'automazione. IBM Process Mining esiste per fornire alle aziende la tecnologia che può aiutarle a risparmiare tempo, sforzi e denaro.
IBM Cloud Pak for Business Automation è un set flessibile di software integrato che ti aiuta a progettare, creare ed eseguire servizi e applicazioni di automazione intelligente su qualsiasi cloud, utilizzando strumenti a uso limitato di codice.