Il Problema: Ogni Azienda Pensa di Conoscere i Propri Processi
Chiedi al responsabile operations di una PMI italiana come funziona il processo di evasione degli ordini, e riceverai una risposta precisa: dall'ordine cliente alla spedizione in X giorni, con questi passaggi, con queste responsabilità. Il processo è documentato, le procedure sono chiare, il team le segue.
Poi guardi i dati reali. E la realtà è quasi sempre molto diversa dal modello teorico. Il 30% degli ordini viene gestito con una variante del processo "standard" che non è documentata da nessuna parte. Il 15% passa attraverso eccezioni manuali che richiedono il doppio del tempo. Il 8% torna indietro almeno una volta per correzioni. E il collo di bottiglia principale non è dove tutti pensano che sia, ma in un passaggio di approvazione intermedio che nessuno aveva considerato critico.
Questa è la rivelazione tipica che emerge da un progetto di process mining: non che l'azienda faccia le cose in modo sbagliato, ma che le faccia in modo molto più complesso, variabile e costoso di quanto chiunque all'interno credesse. E che le opportunità di miglioramento più grandi si trovino esattamente dove nessuno stava guardando.
Cos'è il Process Mining e Come Funziona
Il process mining è una disciplina che usa i dati transazionali già presenti nei sistemi informativi aziendali (ERP, CRM, software gestionali) per ricostruire automaticamente come i processi vengono effettivamente eseguiti. Non si basa su interviste ai manager o su documentazione teorica, ma su tracce digitali reali: ogni volta che un utente compie un'azione nel sistema — crea un ordine, approva una fattura, chiude un ticket — lascia un timestamp e un identificativo che il processo mining usa per ricostruire il flusso completo.
Le tre fasi fondamentali del process mining sono:
- Process Discovery (Scoperta): a partire dagli event log dei sistemi, l'algoritmo ricostruisce automaticamente il grafico di tutti i percorsi reali seguiti dai casi (ordini, richieste, ticket, fatture). Il risultato è spesso sorprendente: invece del processo lineare che ci si aspettava, emerge una rete complessa di varianti, loop e bypass.
- Conformance Checking (Verifica di Conformità): il processo reale viene confrontato con il processo "as-should-be" definito dalle procedure aziendali. Il sistema identifica automaticamente dove e con quale frequenza il processo reale devia da quello atteso, e quantifica l'impatto di ogni deviazione.
- Enhancement (Potenziamento): usando i dati sul tempo, le risorse e i costi associati a ogni step, il sistema identifica i colli di bottiglia, le attività a basso valore aggiunto e le opportunità di ottimizzazione prioritizzate per impatto potenziale.
del tempo operativo sprecato in attività non a valore (media italiana)
lead time medio dei processi chiave dopo ottimizzazione
mesi per il ROI in progetti di process mining ben strutturati
I 3 Tipi di Inefficienza che il Process Mining Trova Sempre
Attraverso decine di progetti di process mining in PMI italiane di settori diversi, abbiamo identificato tre categorie di inefficienza che emergono sistematicamente, indipendentemente dal settore o dalla dimensione aziendale:
1. Colli di Bottiglia Nascosti
Ogni processo ha un punto in cui il lavoro si accumula e rallenta. Il process mining lo trova sempre, e quasi sempre è in un posto diverso da quello in cui i manager pensano che sia. Tipicamente si tratta di un passaggio di approvazione, di un trasferimento tra reparti o di una dipendenza da una risorsa condivisa che non è stata identificata come critica.
2. Rework e Loop Nascosti
Il rework — fare e rifare lo stesso lavoro — è uno degli sprechi più costosi e meno visibili. Nel processo di gestione ordini, tipicamente il 12-18% degli ordini richiede almeno una modifica dopo l'inserimento. Nel processo di fatturazione, il 10-15% delle fatture viene respinto e riemesso. Il process mining quantifica esattamente il volume e il costo di questo rework nascosto.
3. Process Drift e Varianti Non Autorizzate
Nel tempo, i processi tendono a "derivare" rispetto al loro design originale. I collaboratori trovano scorciatoie, sviluppano workaround per problemi ricorrenti, creano varianti informali del processo standard. Alcune di queste varianti sono intelligenti e andrebbero formalizzate; altre sono rischiose e andrebbero corrette. Il process mining le identifica tutte, con la frequenza e l'impatto di ciascuna.
Dal Dato alla Decisione: Come Usare i Risultati
Il process mining produce un volume di insight che può essere travolgente se non si ha un framework per la prioritizzazione. Il metodo che consigliamo è semplice: per ogni inefficienza identificata, calcolare due metriche — l'impatto economico stimato (tempo perso × costo orario × frequenza) e la complessità di intervento — e costruire una matrice 2x2 per identificare i quick win ad alto impatto e bassa complessità.
I quick win tipici identificati dal process mining nelle PMI italiane includono: eliminazione di step di approvazione ridondanti (spesso 2-3 settimane di lavoro di redesign per 15-20% di riduzione del lead time), automazione di attività di data entry ripetitive, standardizzazione delle varianti del processo che producono lo stesso output ma con tempi molto diversi.
"Non puoi ottimizzare ciò che non vedi. Il process mining ti fa vedere tutto: non come vuoi che sia, ma come è davvero."
Case Study: Azienda Logistica, -28% Tempo di Evasione Ordini
Un operatore logistico con 3 magazzini e 80 dipendenti ha applicato il process mining al processo di evasione degli ordini e-commerce, con l'obiettivo di ridurre i ritardi nelle spedizioni. L'analisi ha rivelato tre criticità che nessuno aveva identificato:
- Il 22% degli ordini veniva assegnato a magazzinieri già sovraccarichi perché il sistema di assegnazione non considerava il carico di lavoro in tempo reale
- Un passaggio di "verifica disponibilità" era ridondante per il 78% degli ordini (quelli per prodotti con stock alto) ma veniva eseguito su tutti
- Le eccezioni per ordini con prodotti in backorder venivano gestite manualmente via email con 4-6 ore di ritardo medio
Dopo 8 settimane di redesign e automazione: -28% di lead time medio, -41% di ordini in ritardo, 15 ore/settimana di lavoro manuale eliminate dalla gestione delle eccezioni.
Prerequisiti Tecnici e Organizzativi per Iniziare
Il process mining non richiede infrastrutture particolari, ma ha alcune condizioni necessarie:
- Event log di qualità: i sistemi informativi devono registrare eventi con timestamp precisi e identificativi univoci dei casi. La maggior parte degli ERP e CRM moderni lo fa già nativamente.
- Almeno 6-12 mesi di dati: per avere un campione statisticamente significativo che copra le variazioni stagionali e le eccezioni rare ma rilevanti.
- Sponsor interno con autorità decisionale: i risultati del process mining spesso evidenziano inefficienze che hanno cause organizzative o politiche. Serve qualcuno con l'autorità per intervenire.
- Apertura al cambiamento: il process mining mostra la realtà senza filtri. Non tutte le organizzazioni sono pronte ad accettare che i propri processi siano significativamente diversi da come li descrivono le procedure ufficiali.
Specialisti nell'implementazione di intelligenza artificiale per il tessuto imprenditoriale italiano. Lavoriamo con PMI in tutto il paese per trasformare processi operativi, commerciali e finanziari in sistemi ad alto rendimento alimentati dall'AI.