Digitalizáció kiterjesztése a folyamatmenedzsment eszközrendszerében

2025 júniusában diplomáztam a Budapesti Gazdaságtudományi Egyetem ellátásiláncmenedzser mester szakon. Szakmai pályafutásomat a MOL-nál kezdtem, ezt követően 2023 júniusától az Onespire Zrt.-nél dolgozom, ahol üzleti intelligencia (BI) fejlesztő majd ez év májusától junior SAP logisztikai tanácsadó vagyok.

Elsődleges célom, hogy támogassam ügyfeleinket az adatvezérelt döntéshozatalban, a folyamataik optimalizálásában és az SAP alapú megoldások bevezetésében. Az egyetemi kutatási fókuszom a folyamatbányászat volt, amely témával 2025-ben az OTDK-án I. helyezést értem el.

A cikk a Logisztikai Évkönyv 2026 kiadványban jelent meg: https://mle.hu/logisztikai-evkonyv-2026/

Absztrakt

A kutatásom a folyamatbányászat eszközrendszerének lehetséges alkalmazásait és integrálását vizsgálja a vállalati teljesítményértékelés és a folyamatmenedzsment területén.
Tapasztalataim alapján a statikus és a dinamikus teljesítményértékelési eszközök együttes alkalmazása hozzájárul az logisztikai folyamatok átfogó megértéséhez, hatékonyságuk növeléséhez és az agilis döntéshozatalhoz.

Ennek bizonyítására, egy ipari szereplő Order-to-Cash folyamat adatainak elemzését végeztem el a Power BI és a Power Automate folyamatbányász eszközivel. A vizualizált eredmények összehasonlításának segítségével, az alábbi kérdések megválaszolását tűztem ki célul:

• Hogyan segíti elő a folyamatbányászat a vállalati folyamatok hatékonyságának növelését?
• Hogyan alkalmazható a folyamatbányászat a vállalati döntéstámogatás javítására?

A kutatás eredménye igazolja a tapasztalati megfigyelésemet, ami alapján, a hagyományos logisztikai kontrolling rendszer kibővítése a folyamatbányászattal, támogatja a proaktív, agilis döntéshozatalt és a folyamatok valós működésének megértését. Ezáltal az érték és folyamatszemlélet együttes alkalmazása teljeskörű képet adhat a vállalat működéséről, ami hozzájárul az ellátásilánc alkalmazkodó képességéhez a változó gazdasági környezetben.

Kulcsszavak: folyamatfejlesztés, folyamatbányászat, teljesítményértékelés, döntés hozatal, agilitás

1. Bevezető:

A globalizált gazdasági környezet és a nemzetközi verseny hatására a vállalatok számára a hatékony folyamatok kialakítása és az erőforrások optimalizálása állandó komplex kihívást jelent. Jelenleg az adat-támogatott döntéshozatal a hagyományosan riportokra épülő teljesítményértékelési rendszerre támaszkodik. Legyen az bármilyen üzleti terület folyamatainak eredménye, KPI-ok alapján mérjük a teljesítményüket.

Ezeknek a sarokszámoknak és riportoknak a felépítése rugalmatlan, mert hosszadalmas a tervezésük, historikus adatokból táplálkoznak, és az adott gazdasági környezetben értelmezhetőek. Ha megváltozik a működési mód, környezet, piac ezek a számítások torzíthatják döntéshozatalt, mert már nem a valóságnak megfelelő teljesítményt fogják mutatni. Ennek hatására a folyamatok hatékonyságának megítélése félrevezető lehet.

A sikerességhez elengedhetetlen a változások dinamikus követése és az üzleti folyamatok átalakítása. A vállalatok a környezetre reagálva gyorsan újra tudják értelmezni a pénzügyi céljaikat, de a folyamataiknak átlátása és átalakítása általában nehezen valósul meg. Ennek oka, hogy a szokványos táblázatkezelő és üzleti intelligencia eszközök, diagramokkal és táblázatokkal korlátozottan alkalmasak arra, hogy összefüggő képet adjanak a folyamatok valós viselkedéséről és összetettségéről.

Ebből kifolyólag egy olyan eszközre is szükség van, ami a teljes folyamatot egységként és dinamikusan tudja kezeli. A folyamatbányászat átfogó, valós idejű képet ad a szervezetek folyamatainak működéséről, előre jelzi a változások hatásait és alternatívákat nyújt a folyamatok fejlesztéséhez. Ezáltal gazdasági változásokra agilisan reagálva átalakíthatják és optimalizálhatják a vállalatok az ügymenetüket a versenyképességük megőrzése érdekében.

A kutatásom célja, hogy bemutassam miként integrálható a folyamatbányászat a döntéstámogatási rendszerekbe és hogyan javítható ezáltal a vállalatok folyamatainak hatékonyságát és a vállalat agilitását.

zenfelül összehasonlítást végzek a KPI alapú folyamatértékelési rendszer és a folyamatbányászat által nyújtott elemzés, folyamat megértés között. A kutatásom részeként valós adatok elemzésével betekintést nyújtok technológia mindennapi alkalmazásának lehetőségeibe egy anonimizált vállalat O2C folyamatain keresztül, ami 198 egyedi megrendelést tartalmaz.

A dolgozat központjában a következő kérdések megválaszolása áll:

• Hogyan segíti elő a folyamatbányászat a vállalati folyamatok hatékonyságának növelését?
• Hogyan alkalmazható a folyamatbányászat a vállalati döntéstámogatás javítására?

2. Problémafelvetés

A hagyományos teljesítményértékelési rendszerek, mint a kulcs teljesítmény mutatók (angol rövidítése KPI) a vállalatok jelentős részénél használt eszközök a célok elérésének mérésére. Ezek az előre kidolgozott indikátorok segítenek követni és felügyelni a különböző funkcionális területek teljesítményét, mint például a pénzügyi, ügyfél-elégedettségi vagy működési hatékonyságot. A KPI-k kialakításánál, megtervezésénél több kihívással kell szembenézni, az egyik fő probléma a rugalmatlanság. Ezeket az értékeket előre meghatározott célok számszerűsítésére szolgálnak a tervezés és a megvalósítás között jelentősen átalakulhat a piaci környezet, amelyekre nem feltétlenül képesek reagálni ezek a mérőszámok.

Amikor folyamatosan gazdasági és geopolitikai változások történnek a merev KPI alapú teljesítményértékelés megnehezíti az agilis döntéshozatalt és a gyors alkalmazkodó képességet. A KPI-k másik kihívása, hogy gyakran egy-egy döntéshozó túlzott figyelmet és értéket fordít bizonyos mutatókra miközben más fontos tényezők figyelmen kívül maradnak. Ez torzíthatja a döntéshozatalt, mert ezek az értékek nem adnak holisztikus képet az adott részleg vagy hatékonyságáról vagy eredményességéről a megváltozott piaci környezetben.

Ezenkívül a KPI-ok elsősorban pénzügyi eredményekre összpontosulnak, mert a teljesítmény értékelési rendszer elsősorban számviteli és kontrolling területről származik, amely kibővült más egységek mérésével is. A probléma, hogy a mérési módszertan nem változott, így a folyamatok KPI alapú értékelése nem ad mély betekintést folyamatok valós okokozataiba. Bár a KPI-k fontos eszközök a teljesítményméréshez kijelenthető, hogy nem minden környezetben megfelelőek.
A modern vállalatok számára szükség van dinamikusabb, rugalmasabb teljesítménymérési rendszerekre, amelyek képesek alkalmazkodni a változó környezethez és biztosítani a folyamatok mélyebb megértéséhez szükséges információkat (Neely, 2011).

A process mining vagy magyarul folyamatbányászat egy gyorsan fejlődő új tudományág, amely az üzleti folyamatok elemzésére és javítására szolgál. A proccess mining lényege, hogy az eseménynaplóból (event log) képes feltérképezni, elemezni és optimalizálni a különböző folyamatokat. A folyamatbányászat egyik legnagyobb előnye, hogy lehetőséget nyújt a vállalatok számára, hogy mélyebb és átfogóbb betekintést kapjanak a belső mechanizmusaikba, amelyek a hagyományos elemzési módszerekkel egységében nem feltárhatóak vagy nem átláthatóak.

Az adatok alapján generált folyamattérkép segít beazonosítani a szűk keresztmetszeteket, vagyis azokat a pontokat, ahol a műveletek elakadnak, lelassulnak. Az idő mellett a tevékenységek költségei is megjelenhetnek a folyamatmodellben, amely pontosan számszerűsíti, hogy egy lehetséges hatékonyságnövelés, átszervezés milyen megtakarítást jelenthet a szervezet számára. Ezenfelül a múltbéli adatok alapján képes előre jelezni a jövőbeli változásokat, amely hozzájárulhat a hatékonyabba agilisabb döntéshozatalhoz (Der, 2016) (van der Aalst, 2012).

A következő fejezetben egy anonimizált vállalat O2C (order to cash) logisztikai folyamatát fogom elemezni a Power BI és a Power Automate process mining eszközének segítségével és az eredményeket összehasonlítani, hogy megállapítsam, mely eszköz milyen előnyökkel és hátrányokkal alkalmazható.

3. Eredmények

Melyek a leggyakoribb útvonalak a folyamatomban?

A Power BI elemzésnél a legnagyobb kihívást azt jelentette, hogy nehezen átlátható a teljes folyamat, ezért az elemzés iránya részletek megértésből indul ki. Az elemzés során összeadtam a rendelés teljesítésének az idejét és sorba rendeztem (1.ábra), ezáltal meg tudtam határozni a különböző teljesítési időket és ezek lépéseit, de, hogy ezek milyen összefüggésben milyen útvonalon kapcsolódnak azt a vizsgálat során nem tudtam vizualizálni.

A leggyakoribb útvonal megállapításához egy átlagra lenne szükségem, de nem tudom egységesen kezelni a folyamat lépéseit. A Power BI vizualizációs típusai nem alkalmasak többdimenziós kapcsolatok megjelenítésére, ezért a 198 rendelés egyenkénti szűrésével lehet csak meghatározni, hogy melyik megrendelés milyen O2C lépéseket tartalmazott. Azonban az esetek ilyen részletes elemzése nem teszi lehetővé átfogó következtetések levonását. Megfigyelhető, hogy egy folyamatlépés gyakorisága nő az ismétlődések számának emelkedésével.

Mi a leghatékonyabb útvonal? Milyen lépéseket tartalmaz?

A Power BI elemzésnél csak a leggyorsabb teljesítési idővel rendelkező megrendelési azonosító lépéseit tudtam megállapítani, hogy milyen arányban és milyen folyamat eltérések kapcsolódhatnak ehhez, arra nincs vizualizációs eszközöm. A folyamatbányászat elemzési eszköztárában pontosan ki tudom választani milyen útvonalra vagyok kíváncsi és látom, hogy milyen lépeseket tartalmaz, milyen arányban jelenik meg ez a folyamat variációk tekintetében. A 3. ábrán a leghatékonyabb folyamat útvonala látható.

Hol vannak a folyamat szűk keresztmetszetei?

Ennél a kérdésnél jelentek meg a folyamatbányászat képességei és előnyei leginkább, az ok-okozati elemzés segítségével pontosan látni lehet, hogy milyen arányban, milyen teljesítési idő átlaggal jelennek meg a kiugró értékek a vizsgált folyamatok között (4. ábra). A kiválasztott csoportot lehet használni, mint szűrő és a többi elemzési eszközön végig futtatva pontosan megérthető, hogy mi történik a különböző szcenáriókban és mi az eltérések okai. Különösen hasznos a folyamatanimáció, amiben az idő alapon dinamikusan mutatja meg, hogy milyen pontokban torlódnak fel a rendelések, hol vannak a szűk keresztmetszetek.

A Power BI eszközzel, ezeknek az információknak a kinyerése jóval bonyolultabb, minden dimenziót megvizsgálni sok időt jelent és a statikussága miatt, nem lehet összekapcsolva értékelni a folyamat lépések közötti interakciókat és nehezen átláthatóak az eredmények. A diagramoknak limitált az információ sűrűsége, így több dimenzió felett már nehezen értelmezhetőek és torzíthatják a helyes konklúziók levonását. A rendelés feldolgozásánál, mint szűk-keresztmetszet a hagyományos módon is fel tudtam fedezni, mint kiugró elem (5. ábra), de ennek az okának a megértésére nem nyújt megfelelő eszközt az adat a Power BI-ban. Emellett a folyamatok közötti várakozási időt nagyon nehézkes kezelni a statikus riportokban és ezeknek a kölcsönhatását részleteit szinte lehetetlen, nem nyújt erre megoldást ez az eszköz.

Mennyi időveszteséggel jár a szűk keresztmetszet?

A Power BI elemzés során csak azt tudtam megállapítani, hogy melyek lehetnek ezek a lépések és szcenáriók, de pontosan számszerűsíteni, hogy ebben az esetekben mennyi plusz időt jelent a folyamat, azért nagyon nehéz, mert nem maga a folyamat lépés ténye a probléma, hanem bizonyos esetek kombinációja. Ilyen szintű komplexitást már, ez az eszköz nem képes vizualizálni. Ezzel szemben a folyamatbányászat két kattintás után elérhető a pontos információ, akár ezeket még szűrhetjük is (6. ábra). Ezenfelül különböző nézőpontból akár a folyamat strukturális kiegészítésével is tesztelhetjük az ötleteinket, hogy megtaláljuk a folyamat legoptimálisabb működését.

4. Következtetések és javaslatok

Az elemzések bemutatták, hogy a vizsgált kérdésekre nem lehet teljes körű választ adni csak a hagyományos statikus reporting eszközökkel legyen az Excel vagy Power BI, mert hiányzik a folyamatszemlélet.

A folyamatbányászat a diagramok és táblázatok helyett az eseménynaplóból kiindulva a folyamat közötti végponttól végpontig terjedő folyamatmodellekből, megfelelőség analízisen és ok-okozati elemzésen keresztül tárja fel az összefüggéseket.

A folyamatokat nem lehet numerikus adatként kezelni és numerikus műveletekkel elemezni. A folyamatmodellek és az esemény naplókban szereplő attribútumok, mint az esetek, időbélyegek, tevékenységek, erőforrások összefüggéseit egységesen lehet csak értelmezni, hogy átlátható legyen a folyamat egésze.

Hogyan segíti elő a folyamatbányászat a vállalati folyamatok hatékonyságának növelését?

A process mining a kutatás során bizonyította, hogy a folyamatok vizsgálatához és teljesítményértékeléshez jelentősen hozzájárul. A folyamat fejlesztés és hatékonyságnövelés első lépése a folyamatok működésének pontos megértése. Ez a lépés elengedhetetlen, hogy probléma gyökerénél tudjuk azonosítani azokat a mintázatokat, amelyek plusz költséget vagy késedelmet okoznak a vállalatoknak. A folyamatbányászattal valós működési adatokra épülő elemzésre vagyunk képesek, ami azt jelenti, hogy a historikus adatok mellett a pillanatnyi képet is tudjuk ábrázolni a folyamatmodellek segítségével. Ezáltal gyorsabb és hatékonyabb döntéseket tudunk hozni, bármilyen külső vagy belső hatásra válaszolva.

A kutatás során kiderült, hogy a hagyományos numerikus módszerek a diagramok és a táblázatok korlátozottan alkalmasak arra, hogy összefüggő képet adjanak a folyamatok viselkedéséről és összetettségéről. Ezért a folyamatbányászattal kiegészítve lesz döntés-támogató rendszer együttesen alkalmas arra, hogy a folyamatok szűk keresztmetszeteinek és a pazarlások azonosításának, ezáltal a folyamatok hatékonyságának növelésének kiinduló pontjai legyenek.

A folyamatbányászat számos eszközt nyújt arra, hogy több szemszögből is megvizsgáljuk a folyamatokat. A process map vagy folyamattérkép átfogó képet nyújt a teljes folyamat működéséről és a lépések kapcsolatairól és útvonalairól. A folyamat animáció segítségével újra lejátszhatjuk az eseményeket, hogy lépésről-lépésre ellenőrizni tudjuk hol történik elágazás a folyamatban van-e torlódás vagy nem kívánatos lépés. Okokozati elemzés segítségével a hibák vagy problémák kiváltó okait tudjuk azonosítani, hogy a probléma gyökerét tudjuk kezelni. A variációk a folyamatok lehetséges útvonalait mutatja meg, így különböző szcenáriók mentén a leghatékonyabbtól a legpazarlóbb ügymenetek folyamat szintű eltéréseit tudjuk analizálni. A folyamat összehasonlítással lehetőségünk van az új folyamatvariációk elemzésére és összehasonlítására.

Ezáltal a vállalatok azonosíthatják azokat a folyamatbéli változtatásokat, amelyek gyorsabbak vagy olcsóbbak, és a leghatékonyabb gyakorlatokat vezethetik be a teljes szervezeten belül magas költségek nélkül. A folyamatbányászat prediktív elemzést is képes nyújtani, amely előre jelzi a lehetséges problémákat vagy késéseket, ezáltal a vállalatok megelőző intézkedéseket hozhatnak, csökkentve a kockázatokat és növelve a folyamatok megbízhatóságát és a cég versenyképességét.

Hogyan alkalmazható a folyamatbányászat a vállalati döntéstámogatás javítására?

A process mining kiterjesztése a hagyományos KPI-okra épülő statikus teljesítményértékelés és döntéstámogatási rendszerrel jelentősen javíthatja a folyamatok eredményeinek megértését. A kutatás bemutatta, hogy a vizsgált kérdésekre nem lehet átfogó választ adni a hagyományos statikus reporting eszközökkel legyen az Excel vagy Power BI. Míg a hagyományos elemzési eszközök számokkal dolgoznak addig a folyamatbányászat esemény adatokból indul ki. Minél mélyebb és pontosabb a folyamat megértés annál hatékonyabb döntések hozhatóak, amelyek illeszkednek a vállalat valós igényéhez és működéséhez.
A hagyományos KPI-okra épülő statikus teljesítményértékelés és döntéstámogatási rendszer az előre eltervezett stratégia mentén az operatív működéshez nyújtanak segítséget, de korlátozottan alkalmasak folyamatokban rejlő mélyebb összefüggések megértésére és a környezet gyors változásának lekövetésére.

A vállatok sikeres működéséhez számtalan folyamatnak kell a megfelelő időben hatékonyan végbe mennie. Ezeknek a folyamatoknak az átfogó értelmezése elengedhetetlen a teljesítményértékelésük és döntéshozatal szempontjából. Ha kiegészítik a vállatok a folyamatbányászattal a döntéstámogatási rendszerüket, akkor a lehetséges kockázatokat és bizonytalanságokat előre figyelembe tudják venni, valamint egy rugalmas megközelítési módot kapnak, az adott környezethez tudják igazítani a céljaikat. Így a vállalat képes gyorsan alkalmazkodni a változó körülményekhez és csökkenti a várható kockázatokat.

A folyamatbányászat több lehetséges megoldás kidolgozását és összehasonlítását segít el a folyamatokról az optimális döntés érdekében. Az átfogó folyamat értékeléssel kiegészülő döntéshozatali rendszer gyorsaságot és a megfelelő időzítésre ad lehetőséget. A késlekedés miatt egy jó döntés is hatástalan lehet, ha a piaci lehetőségek elmúlnak. A döntéshozatal fejlesztése nem csupán az üzleti hatékonyságot növeli, hanem hozzájárul a vállalat hosszú távú fenntarthatóságához és fejlődéséhez is.

Felhasznált irodalom:

Der, V. (2016). Process mining: data science in action. Heidelberg: Springer. (Der, 2016)
Neely, A.D. (2011). Business performance measurement: unifying theory and integrating practice. Cambridge: Cambridge University Press.
van der Aalst, W. (2012). Process Mining. ACM Transactions on Management Information Systems, 3(2), pp.1– 17. doi: https://doi.org/10.1145/2229156.2229157.

Tekintse meg további bejegyzéseinket ebben a kategóriában!

Tekintse meg legfrissebb híreinket!