Optimalizácia back-office procesov v najväčšej slovenskej súkromnej zdravotnej poisťovni

Mazars dodáva process intelligence do najväčšej slovenskej súkromnej zdravotnej poisťovne Dôvera. Použitím softvéru na task mining identifikoval Mazars príležitosti na optimalizáciu na oddelení back office najväčšej slovenskej súkromnej zdravotnej poisťovni s potenciálom úspory nákladov až 37 %.

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

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.