技術ブログ / 読了 約 8 分

プロセスマイニングで業務改善は終わらない|発見から自動化までを繋ぐ

プロセスマイニングの「可視化止まり」を防ぎ、発見した課題を BPM で自動化・再設計に繋げる改善サイクルの回し方を Pega を例に解説します。

結論から:可視化はゴールではない——「発見 → 再設計 → 実行 → 測定」のループを回す

プロセスマイニングを導入し、業務の実態が詳細なフロー図とダッシュボードで見えるようになった。ボトルネックも手戻りも数字で特定できた。——それなのに、半年経っても業務そのものは何も変わっていない。プロセスマイニングに取り組んだ企業から最もよく聞く悩みがこれです。

結論を先に言います。

プロセスマイニングは「発見」の手段であり、可視化は改善のゴールではありません。発見(マイニング)→ 再設計(BPM)→ 実行(ワークフロー・自動化)→ 測定(再マイニング)のループが一周して、初めて業務は変わります。 可視化止まりになる最大の原因は、「見つける手段」と「直す手段」が別物のまま計画されていることです。

プロセス改善サイクルの4フェーズ 発見(プロセスマイニング)、再設計(BPM)、実行(ワークフロー・ケース管理)、測定(再マイニング)の4フェーズが循環する改善サイクルの図。発見と再設計の間で止まると可視化止まりになる。 多くの取り組みはここで止まる(可視化止まり) ① 発見 プロセスマイニングで実態を可視化 ② 再設計 BPM であるべきプロセスを設計 ③ 実行 ワークフロー・ケース管理で自動化 ④ 測定 再マイニングで効果を検証 改善サイクル ①〜④が一周して初めて業務が変わる ④の測定=次の①。同一プラットフォームでデータが繋がるほど2周目以降が速くなる
図:プロセス改善は「発見 → 再設計 → 実行 → 測定」の循環で回る。発見(可視化)で止まると業務は変わらない。断絶が起きやすいのは①と②の間、そして②から③(実行)への落とし込み。

なぜ「可視化止まり」になるのか

プロセスマイニングは、システムに残ったイベントログ(いつ・誰が・何をしたかの記録)から、実際に行われているプロセスを復元する分析技術です。イベントログといっても特別なデータは要らず、最低限「ケースID・タイムスタンプ・アクティビティ名」の3要素があれば分析を始められます(Pega Process Mining の公式ラーニングでも、イベントログの必須項目はこの3つとされています)。「業務フロー図に書かれた建前」ではなく「実態」を、思い込み抜きの事実として示せるのが最大の強みです。

しかし、分析ツールそのものには業務を「直す」機能はありません。直すのはプロセスの再設計であり、システムの改修であり、ワークフローの実装です。ここに構造的な断絶があります。

  • 発見の手段(マイニングツール)と実行の手段(基幹システム改修・ワークフロー基盤)が、別製品・別部門・別予算になっている
  • 分析レポートの指摘事項は基幹システムの改修バックログに積まれ、優先順位争いに敗れて年単位で塩漬けになる
  • その間に業務は変化し、分析結果は陳腐化する。残るのは「ダッシュボードが増えた」という事実だけ

つまり可視化止まりは、担当者の怠慢ではなく計画の構造の問題です。「見つけた課題を、どこで・誰が・何を使って直すのか」を分析の企画段階で決めていなければ、どれだけ精緻なレポートも行き場を失います。

改善サイクルの4フェーズ——どこを省くと何が起きるか

改善サイクルの各フェーズと、そのフェーズを省略したときに起きることを整理します。

フェーズやること主な手段省略すると起きること
① 発見実態プロセスの可視化・ボトルネック特定プロセスマイニング、現場ヒアリング思い込みベースの再設計になり、効果が出ない
② 再設計あるべきプロセスの設計・例外の整理BPM(プロセス標準化)as-is の非効率をそのまま自動化して固定化する
③ 実行再設計したプロセスの実装・自動化ワークフロー、ケース管理可視化止まり(レポートだけで業務が変わらない)
④ 測定改善効果の検証と次の課題の発見再マイニング、KPI 測定効果を証明できず、改善が一巡で終わる

① 発見:事実で議論するための可視化

現場ヒアリングだけでは「例外処理の頻度」や「部門間の待ち時間」は正確に出てきません。イベントログから復元した実態は、関係部門の合意形成を「意見のぶつけ合い」から「事実の確認」に変えます。発見フェーズの成果物はレポートではなく、優先順位のついた改善課題のリストだと捉えるべきです。

② 再設計:見つけた非効率を「そのまま」自動化しない

マイニングで見えた現行プロセスは「守るべき仕様」ではなく「疑うべき現状」です。手戻りや重複承認が見つかったなら、それを高速化するのではなく、なくせないかをまず問う。ここを飛ばすと、次の実行フェーズで非効率をシステムに焼き付けることになります。

③ 実行:最大の断絶ポイント

再設計したプロセスを、ワークフロー・ケース管理として実装し、日々の業務がその上で回る状態にする——ここまで来て初めて「改善した」と言えます。実行手段の予算と体制は、分析が終わってから探すのではなく、分析を企画する時点で確保しておくのが鉄則です。

④ 測定:測定は「次の発見」

改善後のプロセスを再びマイニング・KPI 測定にかけ、効果を検証します。図の通り、④は①に還流します。測定できないと改善は一巡で終わり、継続的改善(ループの2周目以降)に進めません。

Pega で回すとどうなるか——発見から実行までを同一プラットフォームで

Pega Platform はケース管理・ワークフロー自動化の実行基盤であり、Pega は Pega Process Mining を製品ポートフォリオに持っています。公式の位置づけでも、Pega Process Mining はボトルネック・手戻り・遅い遷移といった非効率の分析機能を備え、プロセスマイニングの3本柱(プロセスの発見・適合性チェック・プロセス改善)をカバーし、Pega Platform と連携して動作するとされています。ただしここで重要なのは個々の機能スペックではなく、発見(マイニング)と実行(ワークフロー)を同一プラットフォーム上で繋げるという思想です。

実務上の利点は2つあります。

  • 発見から実行への断絶が小さい — 見つけた非効率を、そのままケースタイプやフローの改修という「直す作業」に落とし込める。分析部門と実装部門が別のツール・別のデータ定義で会話する翻訳コストが減る
  • 測定のためのデータが業務の副産物として残る — Pega 上で実行されたプロセスは、ステータス変更や操作が日時・操作者つきでケースの履歴・監査証跡として自然に蓄積される。④測定(再マイニング)のためのログ抽出・整形コストが実装上は小さく、ループの2周目以降が速くなる

一方で注意点もあります。ツールを同一ベンダーで揃えること自体が目的ではありません。別々のツールの組み合わせでもループは回せます。ただしその場合、ログの抽出・変換・突合のコストが一周ごとに発生します。同一プラットフォームは「その摩擦を下げる選択肢」として評価すべきです。なお、Pega Process Mining の機能範囲や提供形態はバージョン・契約形態によって異なるため、導入検討時には必ず公式の最新情報を確認してください。

マイニングから始めなくてもいい——ケース管理が改善の土台になる

見落とされがちな判断分岐がもう1つあります。プロセスマイニングには「分析対象のイベントログが存在する」という前提条件があることです。

  • 基幹システム(ERP 等)に十分なイベントログが既にある → ①発見(マイニング)から始める
  • 紙・メール・Excel 中心でログが無い/散在している → ③実行(ケース管理の導入)から始めて、データを作る

後者は日本企業の間接業務では珍しくありません。ログが無い業務にマイニングツールを買っても、分析するデータがないのです。

この場合は順番を変えます。先にケース管理を導入して業務をワークフローに載せると、「誰が・いつ・どのステップを・どれだけの時間で処理したか」が業務の副産物として自然に構造化されて溜まります。これは前述の、マイニングに最低限必要な3要素(ケースID・タイムスタンプ・アクティビティ)がそのまま揃うということでもあります。数ヶ月も運用すれば、勘や声の大きさではなくデータでボトルネックを議論できるようになる。つまりマイニング無しで始めても、改善ループには途中から合流できます。「まず可視化ツールを買う」だけが入口ではありません。

よくある失敗

失敗1:レポート納品がゴールになる

PoC としてマイニングツールを導入し、分析レポートを完成させ、経営報告して終了——実行手段の予算も体制も最初から計画に入っていないパターンです。対策はシンプルで、分析の企画段階で「見つけた課題をどこで直すか(改修対象システム・体制・予算枠)」を先に決めておくことです。直す先が決まっていない分析は、着手前に立ち止まるべきです。

失敗2:as-is をそのまま自動化する

マイニングで見えた現行プロセスを、そのままワークフロー化してしまうパターンです。②再設計を飛ばした結果、例外だらけ・手戻りだらけの手順がシステムに固定化され、「速くなったが良くなっていない」状態になります。この罠は現行踏襲移行の問題として別記事で詳しく扱っています。

失敗3:効果測定を最初に設計していない

改善前のベースライン(処理時間・処理件数・自動化率など)を測らないまま実行に進むパターンです。実装が終わってから「効果を報告して」と言われても、比較対象がなければ証明できず、2周目の予算が取れません。④測定は実行後に考えるのではなく、①発見の時点で「何を・どう測って効果とするか」を決めておきます。ベースライン設計の考え方はこちらの記事を参照してください。

まとめ

  • プロセスマイニングは「発見」の手段であり、可視化は改善のゴールではない
  • 発見 → 再設計 → 実行 → 測定のループが一周して、初めて業務が変わる。可視化止まりの原因は「見つける手段」と「直す手段」の分断
  • 各フェーズには省略したときの代償がある。特に③実行の手段・予算・体制は、分析の企画段階で確保しておく
  • Pega は Process Mining を製品ポートフォリオに持ち、発見から実行・測定までを同一プラットフォームで繋げる思想。ループの摩擦(データ連携・翻訳コスト)を下げる選択肢になる
  • ログが無い業務は、ケース管理から始めればプロセスデータが業務の副産物として溜まり、後からループに合流できる

業務改善の構想段階から「どこをワークフロー化し、どう効果を測るか」の設計でお困りの際は、Pega Platform 開発支援無料相談 をご利用ください。Pega 認定資格の最高位 LSA(Lead System Architect)を保有するコンサルタントが、改善サイクルの設計からご支援します。

関連リンク

RELATED

関連記事

Pega データページの種類とスコープ設計|Thread / Requestor / Node の使い分け

「なんとなく Thread スコープ」で作られたデータページが、外部連携の呼び出し回数を無駄に増やしていませんか。本記事ではデータページの種類(Read-Only / Editable / Savable)とスコープ(Thread / Requestor / Node)の組み合わせを、キャッシュ範囲・データ鮮度・再読み込みの観点から使い分ける判断軸を、LSA 目線で整理します。

記事を読む

Pega DX API で独自フロントを作る判断|標準 Constellation UI との使い分け

Constellation は DX API 経由で UI メタデータを受け取りクライアントで描画する。この API は独自フロントの構築にも開放されているが、わずかな見た目調整のために独自フロントへ踏み込むと保守とアップグレードの負担が跳ね上がる。どこまで OOTB で、どこから DX API か——設計判断の分岐点を扱う。

記事を読む

Pega 保守費はなぜ高くなるのか|費用構造と削減の実践アプローチ

Pega 保守費の内訳を分解し、高くなる構造的要因(カスタム過多・体制固定)と、削減の実践アプローチ(標準回帰・体制見直し・部分内製化)を解説します。

記事を読む

Pega 導入のご相談はお気軽に。

Pega Customer Service / Pega Constellation UI / Pega Platform の各ソリューションについて、無料でご相談を承ります。