Task mining nám pomáha lepšie pochopiť, kde vieme neustále zlepšovať naše procesy poskytovaním unikátnych informácií a pohľadov na to, ako naši zamestnanci realizujú svoje každodenné aktivity. Keď mi v Mazars predstavili tento prístup, ihneď ma zaujal. Predtým sme dáta na takejto úrovni detailu a v tejto štruktúre nemali k dispozícii.
Martin Troják CFO, Dôvera
Optimalizácia back-office procesov v najväčšej slovenskej súkromnej zdravotnej poisťovni
Optimalizácia back-office procesov
Výzva
Rovnako ako vo väčšine krajín sú pravidlá financovania zdravotnej starostlivosti, preplácania zdravotnej starostlivosti a výberu platieb veľmi zložité. Procesy vyžadujú manuálne vykonávanie veľkého množstva administratívnych transakcií, ktoré sa týkajú platiteľov a poskytovateľov. Back-office procesy Dôvery sú stabilné a za posledných pár rokov prešli niekoľkými optimalizáciami použitím tradičných metód (zlepšenie obchodných procesov). Dôvera sa však naďalej snaží dosiahnuť prevádzkovú dokonalosť.
Prístup
Cieľom projektu bolo analyzovať úlohy back-office súvisiace s procesmi, ktoré zahŕňajú platiteľov zdravotného poistenia a poskytovateľov zdravotnej starostlivosti.
Projekt bol zameraný na tieto úlohy:
- Spracovanie chybných mesačných správ od platiteľov a poskytovateľov
- Spracovanie faktúr v segmente nemocníc
- Spracovanie faktúr v špecializovanej ambulantnej starostlivosti
- Podpora riešení prípadov v rámci kontaktného centra
Softvér na task mining bol nasadený na pracovné stanice na dvoch oddeleniach. Cieľom bolo pokryť celú agendu zamestnancov a merať úlohy, ktoré zamestnanci priebežne vykonávajú. Získané údaje sa analyzovali, aby sa odhalili potenciálne úzke miesta a náhradné riešenia, ktoré používajú zamestnanci pri vykonávaní jednotlivých úloh.
Výsledky
Merania trvali každé jeden mesiac (2 - 3 oddelenia paralelne, spolu 38 zamestnancov na plný pracovný úväzok). Mazars potom identifikoval potenciál od 5 % po 37 % úspor pri analýze vybraných úloh, pričom prevezme väčšinu pracovného úsilia analyzovaných zamestnancov. Údaje o tom, ako používatelia vykonávajú svoje činnosti, sa zhromažďovali automaticky z ich počítačov, pričom to nijako neovplyvnilo ich každodennú prácu.
Výsledkom bolo, že Mazars dokázal rýchlo formulovať hypotézy a overiť ich u obchodných partnerov. Následne navrhol niekoľko oblastí pre potenciálne úspory s kumulatívnym potenciálom úspor až 37 % a priemernou návratnosťou investícií 8 mesiacov.
Opatrenia vedúce k týmto úsporám zahŕňajú školenie a učenie sa od najlepších používateľov v danej oblasti, zmeny používateľského rozhrania, redizajn procesov a automatizáciu procesov.
Detaily k výsledkom | |||
Chybné mesačné správy platiteľov a poskytovateľov | Spracovanie faktúry v segmente nemocníc | Spracovanie faktúr v ambulantnej starostlivosti | Podpora riešení prípadov v rámci kontaktného centra |
- 5 %Spracovanie chybných mesačných správ od platiteľov a poskytovateľov po zmene procesu vedie k päť percentnej úspore nákladov na oddelení. | -10 %Spracovanie faktúr v segmente nemocníc optimalizované využitím robotickej automatizácie procesov vedie k úspore nákladov na oddelení vo výške desať percent. | -15 %Výsledkom spracovania faktúr v ambulantnej starostlivosti automatizáciou procesov je úspora nákladov na oddelení vo výške pätnácť percent. | -37 %Podpora riešení prípadov v rámci kontaktného centra má potenciál byť automatizované prostredníctvom robotickej procesnej automatizácie v kombinácii s inteligentnou automatizáciou, čím sa na oddelení ušetrí 37% nákladov. |