B端系统自动化建设实践经验
一、为什么需要自动化?
- 提效降本:企业协作流程中,会存在大量重复的、规则结构化的工作,若能用系统替代人工,那必然能缩短业务流程的周期,同时降低人力成本。
- 管控风险:人工操作会存在人为原因导致出错的风险,在系统程序不出错的前提下,自动化程序却能实现百分百按照规则执行任务。
二、如何挖掘自动化机会点?
下文介绍了几种方法,实际应用中一般都需要结合使用:
- 流程梳理与拆分
- 按业务角色调研痛点
- 与关键用户一起判断自动化可行性
- 分析系统运营数据
1. 流程梳理与拆分
流程自动化可以由单据自动化组合而成,而单据自动化中又包含多个节点自动化,所以在按照业务场景梳理流程之后,再拆分出具体的单据、功能点,更有助于找到问题点及优化措施。
下面以订单流程自动化为例,展示了如何通过该方法识别自动化优化点:
第一步:业务场景梳理
由于不同业务场景的流程会有所差别,所以需要先将业务场景进行细分,再在第二步中列出每一个场景的流程。
下图展示了订单流程中的部分场景分类:
第二步:拆分流程
分别梳理拆分每个业务场景的流程,并列出流程中的执行动作、业务角色等,以便更容易找到优化的“落脚点”,同时确保任何可能造成效率低下的环节都不会被忽略。
第三步:寻找不同流程中的异同点
经过第二步后,我们已经梳理了多个流程,但这些流程中实则有很多一样的节点,为了使节点自动化功能更具有通用性,应把同一大类的细分流程中的相同点找出来,以便开发过程中采用同一个方法。
下图标出了差异点,而非相同点,是因为差异点较少,这样能使流程图更清晰:
2. 按业务角色调研痛点
使用该方法前,一般需要先梳理业务流程,然后列出每个流程节点涉及的用户角色,可通过问卷调查、关键用户访谈等方式收集不同角色的痛点及需求。
下面列出了常见的两种调研方式应用在自动化需求中的适用场景、优缺点。当然,以下两种方式在实际应用中常常结合使用。
3. 与关键用户一起判断自动化可行性
首先,我们要明确以下两点:
- 一切自动化都需要以线上化流程为基础,若业务流程无法实现线上化拉通则无法纳入自动化范畴
- 自动化的实现需要依赖结构化的业务规则,若业务规则无法固定或必须参杂人为判断,也无法实现自动化
因此,在我们有了大致优化方向之后,需要判断这两个问题:
- 该流程是否已实现/可实现线上化拉通
- 该操作节点能否给出结构化的业务规则
以上两个问题,则需要我们和关键用户一起探讨,若都可以满足,该需求才具备“可行性”。
4. 分析系统运营数据
用途一:通过数据挖掘待优化点
- 周期长短:统计不同节点之间的周期,可以看出哪一段操作流程需消耗较多时间
- 使用次数:统计功能按钮的使用次数,可以看到哪个功能使用率较高,可将其看作“重点关注对象”
- 咨询次数:这是指日常系统运维过程中,用户咨询某个功能的次数,咨询次数较多的功能必然存在较多待改善点
用途二:通过数据验证需求的价值
- 验证需求的影响范围:例如当收到用户反馈“在A场景下会出现XXX问题,希望实现XXX”,我们首先可以通过分析系统数据查看A场景涉及的用户群体有哪些、用户数量多少、出现的频率多高,进而判断该需求的范围,一般来说,范围越大则价值越高。
- 检验需求的真实性:例如当收到用户反馈“在B场景下每次都需要耗时XX”,我们可以通过分析该操作环节的耗时,检验该需求仅为偶尔出现的主观感受,还是经常出现的客观存在。
三、调研自动化需求
调研过程实则是对原始需求的深入挖掘、全面了解,一般可以围绕以下四方面展开调研:
另外,我总结了一些调研过程的注意点:
四、自动化功能设计
关于功能设计其实有很多方法论、模型等,这里仅记录我认为在自动化功能设计过程中,容易被忽略但却十分重要的两点:
1. 可扩展性
满足业务弹性的同时节省重新开发的成本。因为业务常常会发生变化,所以在设计功能时应考虑若业务发生变化或者使用该功能的范围被扩大,如何更迅速地基于已有功能满足需求。
例如,可从以下两点着手:
- 具体规则可配置:哪些节点需要启用自动化事件
- 使用范围可配置:哪些产品线需要匹配自动化规则
2. 运维工具
及时监控自动化的异常,并让问题可追溯。若自动化事件出现异常,应及时让负责人清晰可见,否则会导致流程堵塞。再者,这也是增强使用者信任度的关键措施,让自动化从”黑盒“变为”白盒“。
例如,可从以下三点着手:
- 报文:指展示自动化事件的结果,主要包含:成功/失败的执行结果、失败原因、执行时间。以订单自动执行为例,一般可以在订单列表增加【自动化报文】字段,让自动化的执行过程及结果清晰可见。(效果可参考下图)
- 标签:为成功执行了某个自动化节点的单据打上对应标签,标签不但相比于文字更清晰,而且便于后续统计数据。(效果可参考下图)
- 节点日志:该点更偏向于开发层面的记录,在何时执行了哪个程序、执行结果如何等等,当出现异常时,应能确保通过查询日志能准确追溯到原因。
五、自动化功能的数据运营
1. 分析哪些维度?
- 自动化率:用于验证自动化规则的可行、辅助计算节省人天
- 周期时长:对比[启用自动化功能后流程周期] VS [人工操作的流程周期],用于验证自动化功能带来的价值
- 自动化执行失败的各类原因占比:用于优化自动化规则
- 用户群体:便于有方向地推广自动化功能,应重点帮助自动化使用率较低的群体梳理出流程线上化/自动化规则,才能提高系统整体自动化率
2. 如何快捷利用系统现有字段进行分析?
- 报文:适用于分析自动化执行失败的各类原因占比
- 标签:适用于统计自动化率
- 时间:适用于统计周期时长,包括各个节点的创建时间/更新时间
- 组织信息/用户岗位信息:适用于统计用户群体的使用情况
六、发展趋势畅想
1. 超自动化
超自动化的定义是“是有关机器人流程自动化(RPA)、人工智能(AI)、机器学习(ML)及流程挖掘等先进技术,在业务过程自动化中的应用”。继续以订单流程为例,在未来的实际应用中,我们可能使用RPA自动识别客户邮件回签的合同并上传到对应的订单附件中;利用AI充当系统的智能客服,实现自动化运维等。
2. 输入自动化
目前很多单据主要还是靠人工文本输入,未来可以利用图像技术、语音技术更快捷完成输入节点。
本文作者 @天天向上的海豹
版权声明
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!