Mit Process Mining die relevanten Stellhebel der Optimierung aufzeigen
Die Frage „Was sind die Hauptstellhebel der Optimierung im Kreditgeschäft“ kann ohne eine Transparenz aller Einflussgrößen nur schwer beantwortet werden. Zu groß ist die Vielzahl der Varianten, Kunden, Produkte und Märkte. Selbst wenn das Bauchgefühl häufig in die richtige Richtung führt, fehlt dann immer noch ein vollständiges Bild und die quantitative Beurteilung, um an den richtigen Stellhebeln zu arbeiten.
Dabei sind in den meisten Fällen alle Daten für solch eine Transparenz vorhanden. Mit Process Mining können wir diese Daten nutzbar machen und sind somit in der Lage, auf Basis von Big Data die relevanten Stellhebel zur Optimierung im Kreditgeschäft aufzuzeigen und deren Potenziale quantitativ zu bewerten.
Big Data Analyse: welche Daten benötigt werden
Grundsätzlich liefert das Kernbankensystem eine Vielzahl der Daten. Die Abgrenzung des Untersuchungsbereiches und die Anreicherung der Daten ist dabei im Vorfeld zu klären:
- Welche Kreditvorgänge werden in welchem Zeitraum betrachtet?
In der Regel nimmt man ein Jahr und schränkt die Kreditvorgänge nicht ein. - Welche Messstrecke will man untersuchen?
Es bietet sich an, die Aktivitäten von Markt und Marktfolge zu betrachten, um Aussagen zur Gesamtdurchlaufzeit aus Kundensicht treffen zu können. - Welche Produkte, Kunden, Vertriebskanäle, Antragsarten, etc. sind zu differenzieren?
Bearbeitungszeiten, Durchlaufzeiten und Effizienzen schwanken stark in Abhängigkeit dieser Parameter.
Mit diesen Informationen kann dann sehr schnell ein Cockpit aufgebaut werden, welches die Ursachen für Schleifen sowie längere Bearbeitungs- und Durchlaufzeiten zeigen.
Ergebnistypen des Process Mining - ein Fallbeispiel
Die Interpretation der Ergebnisse erfolgt in Form von Workshops mit den verantwortlichen Führungskräften. In der Diskussion werden die unterschiedlichen Fragestellungen erörtert und die Ursachen für die wesentlichen Ineffizienzen identifiziert. Damit bekommt man eine Reihenfolge der wichtigsten Stellhebel zur Verbesserung der Marktfolge aktiv. Die nachfolgenden Aussagen verdeutlichen die Ergebnistypen anhand eines Fallbeispiels:
- Komplexe Konstellationen zeigen überproportinal hohe Aufwände aufgrund einer höheren Anzahl Schleifen – deutlich längere Bearbeitungszeiten und Durchlaufzeiten sind die Folge.
- Prozessbausteine wie bspw. die Wertermittlung spielen in der End-to-End Betrachtung des Prozesses eine wesentliche Rolle. In Abhängigkeit der eingesetzten Variante sind große Unterschiede in Bezug auf die Durchlaufgeschwindigkeit und die Anzahl der Abstimmungsschleifen zu beobachten.
- Das eingesetzte Produktbündel, das zum Einsatz kommt, hat unmittelbaren Einfluß auf die Prozesseffizienz. Spezifische Konstellationen führen zu erhöhten Abstimmungsaufwänden an den Schnittstellen.
- Im Rahmen einer zielgerichteten Analyse müssen Detailaspekte und ausgesuchte Prozessspezifika betrachtet werden – eine pauschale Vorgehensweise über die gesamte Bandbreite der Antragstypen hinweg liefert keine aussagekräftigen Erkenntnisse.
Ablauf eines solchen Projektes
Die notwendigen Schnittstellen zu OSPlus von der Finanzinformatik und zu agree21 von der Atruvia haben wir hierfür programmiert, die Process Mining Software stellen wir in einem Initialprojekt unsererseits zur Verfügung. Damit sind erst einmal keine Softwarelizenzen für eine Erstanwendung erforderlich.
Das Projekt beginnt mit der Festlegung des Untersuchungsbereiches und der Formulierung spezifischer Fragestellungen für die Untersuchung. Neben den allgemeinen Fragen gibt es häufig Aspekte, auf die ein Haus besonders Wert legt und in der Datenanalyse berücksichtig werden müssen, um im weiteren Verlauf dazu Aussagen zu treffen. Alle relevanten Daten spielen wir dann in die Process Mining Software ein.
Die relevanten Auswertemuster sind unsererseits in vorgefertigten Applikationen einer Business Intelligence Umgebung realisiert. Diese können relativ schnell um spezifische Fragen ergänzt werden. Damit ist die Basis für die Diskussion der Ergebnisse und die Ableitung der relevanten Stellhebel zur Optimierung der Marktfolge aktiv gegeben.
Ein solches Projekt kann innerhalb von 3 Monaten durchgeführt werden. Aus den Erfahrungen heraus wissen, wir, wie man an die Daten herankommt, um die oben genannten Aussagen generieren zu können.
Diese einmalige Analyse kann natürlich in einem zweiten Schritt erweitert werden hin zu einer kontinuierlichen Analyse und den Aufbau von Kennzahlen. Der Datenimport und die Datenaufbereitung ist dabei automatisierbar, die entsprechenden Softwarelizenzen und das Kennzahlen-Cockpit sind zu ergänzen.
Sie haben Fragen?
Unsere Experten stehen Ihnen gerne zur Verfügung:
Dr. Carsten Jacobi
Geschäftsführer, Emporias Management Consulting
carsten.jacobi@emporias.de
Peter Gertner
Associate Partner, Emporias Management Consulting
peter.gertner@emporias.de
