Het proces waar het hardst over geklaagd wordt, is zelden het proces dat je als eerste automatiseert. Een methode om te kiezen op frequentie, tijd, foutgevoeligheid en stabiliteit, plus vier gevallen die je overslaat.
De meeste automatiseringstrajecten die tegenvallen, zijn niet slecht gebouwd. Ze zijn op het verkeerde proces losgelaten. Meestal op het proces waar het hardst over geklaagd werd, en dat is zelden hetzelfde als het proces dat het meeste oplevert.
Een ergernis is namelijk geen maat. Wat iemand ergert, is vaak het werk dat onregelmatig terugkomt, waar oordeel bij komt kijken en waar de regels per geval verschillen. Dat is precies het slechtste startpunt.
Begin niet bij systemen maar bij handelingen. Noteer een week lang elke terugkerende handeling in deze vorm: wie, wat, hoe vaak, hoe lang, waar komt de informatie vandaan en waar gaat hij heen.
Twee dingen gaan hier standaard mis. Mensen beschrijven het proces zoals het hoort te gaan in plaats van zoals het gaat, en ze laten de uitzonderingen weg terwijl daar juist de tijd in verdwijnt. Vraag dus expliciet: en wat doe je als het anders is dan normaal?
Vijftien tot dertig handelingen is genoeg. Meer betekent bijna altijd dat je te fijn bent gaan kijken.
Geef elke handeling een cijfer van 1 tot 5 op vier vragen.
Frequentie. Dagelijks scoort hoog, per kwartaal laag. Automatisering betaalt zich terug in herhaling.
Tijd per keer. Inclusief opzoeken, wachten en corrigeren. Zoeken naar de juiste map telt mee.
Foutgevoeligheid. Hoe erg is een fout hier en hoe vaak komt hij voor? Een verkeerd overgetypt rekeningnummer weegt zwaarder dan een typefout in een interne notitie.
Stabiliteit van de regels. Zijn de regels vast en uitlegbaar, of zit er per geval een oordeel in? Deze as wordt het vaakst overgeslagen en voorspelt het meest.
Frequentie maal tijd geeft het bespaarpotentieel. Foutgevoeligheid en stabiliteit zijn het filter. Zie welke processen automatiseer je eerst.
Processen die niemand kan uitleggen. Geven drie mensen drie verschillende beschrijvingen, dan is het proces zelf het probleem. Automatiseren legt de onduidelijkheid vast in code, en dan is hij moeilijker te repareren dan daarvoor.
Processen die gaan veranderen. Een nieuw boekhoudpakket volgend kwartaal, een verhuizing, een reorganisatie. Wacht tot de nieuwe situatie staat.
Processen met een oordeel dat gevolgen heeft. Een klacht beoordelen, krediet toekennen, iemand afwijzen. Hier kan AI voorbereiden en samenvatten, maar het besluit hoort bij een mens.
Processen die een paar keer per jaar gebeuren. Ook als ze een dag kosten. Bouw en onderhoud lopen daar dwars doorheen.
Automatisering herkent vormen, en vier daarvan komen in vrijwel elk bedrijf terug.
Overtypen tussen systemen: gegevens die via een mens van A naar B gaan, bijna altijd de beste eerste kandidaat. Opzoeken en verrijken: een naam of nummer waar iemand handmatig gegevens bij zoekt. Samenstellen uit een sjabloon: offertes, rapportages, maandoverzichten. En signaleren: iemand die een lijst langsloopt om te zien of er iets moet gebeuren.
Herken je een van die vier, dan is de kans groot dat het werkt. Herken je er geen enkele, dan is het zinnig om nog eens te kijken of het wel om een afgebakend proces gaat.
Een keuze die op kantoor wordt gemaakt en daarna wordt aangekondigd, stuit op weerstand die inhoudelijk vaak terecht is. Degene die het proces dagelijks uitvoert, weet welke uitzonderingen er zijn en welke stap er alleen bestaat omdat een klant dat ooit vroeg.
Er speelt ook iets anders. Wie hoort dat zijn werk geautomatiseerd wordt, hoort al snel dat zijn werk overbodig wordt, en dan krijg je geen eerlijke beschrijving. Wees dus expliciet over wat er met de vrijgekomen tijd gebeurt. In de praktijk gaat die naar werk dat nu blijft liggen: klanten nabellen, offertes opvolgen, afspraken inplannen.
De uitkomst is zelden een mislukking die iedereen ziet. Het resultaat is een systeem dat technisch werkt en dat niemand gebruikt, omdat het net niet past bij hoe het werk werkelijk gaat.
Daarna gebeurt er iets dat lastiger te herstellen is dan de verspilde bouwtijd: de organisatie concludeert dat automatisering hier niet werkt. Een volgend voorstel krijgt daarna minder ruimte, terwijl de eerste poging alleen op het verkeerde proces was losgelaten.
Dat is de reden dat deze keuze een middag verdient. Een middag inventariseren is goedkoper dan een project dat het vertrouwen kost.
Neem de handeling met het hoogste bespaarpotentieel die ook hoog scoort op stabiliteit. Meet vóór de bouw hoe lang hij nu kost en hoe vaak hij misgaat. Zonder die nulmeting is elke uitspraak achteraf een mening.
Bouw die ene keten helemaal af, inclusief uitzonderingen en foutafhandeling, en laat hem een paar weken naast de oude manier meelopen. Pas daarna de volgende. Vijf tegelijk starten voelt sneller en levert vijf halfwerkende ketens op die niemand durft te gebruiken. Zie wat levert automatisering op.
Een middag voor de lijst, plus een week waarin je de handelingen noteert terwijl je ze doet. Achteraf reconstrueren levert een te nette lijst op.
Dan is de tijdmeting niet gedaan. Frequentie maal tijd maakt vrijwel altijd een duidelijke top drie zichtbaar.
Voorbereiden en samenvatten wel, beslissen met gevolgen niet. Zie wanneer mag AI zelf handelen.
Dat komt vaak later aan de beurt, en soms blijkt het na de eerste keten vanzelf kleiner. Klachten gaan namelijk vaak over het gebrek aan overzicht en niet over de handeling zelf.
Voor een eerste keten in een klein bedrijf enkele uren per week, met een terugverdientijd in maanden. Zie de ROI van automatisering.
Met de lijst en de vier assen, niet met een gesprek over gereedschap. Het gereedschap is de laatste vraag en bijna nooit de moeilijke.
Wilt u die lijst samen doorlopen, neem contact op.
dGEN Productions, AI agency en business-automation partner uit Eindhoven. info@dgenproductions.nl · 06-87413056