プロセスマイニングで行政サービスを改善する
ある研究が、プロセスマイニングがカナダの人事セキュリティスクリーニングをどう向上させたかを示している。
― 1 分で読む
目次
プロセスマイニングは、組織がシステムからのデータを分析してワークフローを理解する手法だよ。この記事では、カナダの特定の政府サービス、特に人事セキュリティスクリーニングを改善するためにプロセスマイニングがどのように使われたかを見ていくね。この研究は、プロセスを理解して改善することで、市民へのサービス提供がより良くなることを示してる。
課題
最近、カナダ政府はパスポート処理や移民関連のサービスで困難に直面してる。これらの課題はデジタルサービスへの移行が一因なんだ。多くの政府システムは古く、50年前のものもあるから、現在のプロセスはしばしば非効率的で、現代のニーズに合うように再設計する必要があるんだ。プロセスマイニングは、現在のやり方や改善点をデータから洞察して解決するのに役立つ。
人事セキュリティスクリーニングプロセス
誰かが政府で働くには、人事セキュリティスクリーニングを受けなきゃいけない。これは、従業員が機密情報を信頼できるかを確認するために重要なんだ。このプロセスには、申請書の記入、リファレンスチェック、セキュリティブリーフィングが含まれる。毎年何千件もの申請が処理されているから、作業の流れを最適化して時間とリソースを節約することが重要なんだ。
研究の目的
この研究の主な目的は以下の通りだよ:
- 人事セキュリティスクリーニングプロセスのボトルネックや非効率を特定する。
- 発見に基づいてプロセスを改善する方法を提案する。
- 改善後の効果を測定する。
プロセスマイニングの活用
人事セキュリティスクリーニングプロセスを分析するために、プロセスマイニング技術が適用された。最初のステップは、システムからのデータを見て問題を特定することだった。
主要な発見
分析中にいくつかの問題が見つかったよ:
頻繁なエラー: 多くの申請書が処理前に修正が必要だった。約48%の申請が初めは情報不足やミスで却下され、遅れが生じてた。
時間の浪費: プロセスには、申請者がタスクを思い出させる必要があったり、行動を繰り返さなきゃいけないループが多数あって、すべてが遅くなってた。
リソース配分の問題: 採用マネージャーやセキュリティ担当者の関与が最適化されてなくて、プロセスに余計な時間がかかってた。
改善の実施
発見に基づいて、いくつかの変更が提案され、実行に移された。目指したのは、プロセスをスリム化してより効率的にすること。
最初の介入:グループブリーフィング
最初の変更は、セキュリティブリーフィングプロセスの変更だった。一対一のミーティングではなく、グループブリーフィングをスケジュールしたんだ。これにより、複数の申請者が同時にブリーフィングを受けられるようになって、必要なセッションの総数が減った。
結果: この介入の後、セキュリティブリーフィングの平均時間は大幅に短縮された。ブリーフィングセッションの数は約60%減少し、政府にとって時間とコストの大幅な節約につながったよ。
二回目の介入:ビデオブリーフィング
二回目の変更で、ビデオブリーフィングが導入された。申請者は対面またはグループの一部としてブリーフィングに出席する代わりに、オンラインでビデオを視聴することができるようになった。これで、このタスクを自分の都合で完了できて、従業員の関与がさらに減ったんだ。
結果: この改善の第2段階では、さらに大きな時間の節約が得られた。セキュリティブリーフィングの平均時間が再び下がり、元のプロセスと比較して数日間の時間削減が実現したんだ。
効果の測定
両方の介入後、これらの変更がどれほど効果的だったかを評価することが重要だった。全体のプロセスは、顧客と組織の両方の視点から分析されたよ。
時間の節約
- セキュリティブリーフィングの平均プロセス時間は、最初の変更後に約7日から約46時間に減った。
- ビデオブリーフィングが導入された後、時間はさらに短縮され、初期プロセスと比較して平均約5日間の削減が達成された。
コストの節約
- ブリーフィングの年間セッション数が大幅に減少し、従業員の作業時間が数百時間も節約された。
- ビデオブリーフィングでは、その部分のプロセスで従業員の関与が完全に不要になり、さらに節約が達成された。
学んだ教訓
このケーススタディは、政府サービスを改善するためのプロセスマイニングの重要な教訓を示しているよ。
問題の特定: プロセスマイニングは、プロセスが遅れを取っている場所を特定するのに重要だった。データが提供する明確さにより、特定の注意が必要な領域を特定しやすくなった。
投資対効果: 初期分析では、時間とコストが大きな問題であることが示された。実施された改善はシンプルだったが、効率性に大きな影響を与えた。
継続的な改善: この研究の結果は、他の部門にも役立つ可能性がある。似たようなプロセスが特定されれば、このケースで使われた手法を適応してより良い結果を得ることができる。
協力: プロジェクトの始まりからプロセスオーナーと関わることが重要だよ。これにより、行った変更がチームの実際のニーズに合っているかを確認でき、新しいプロセスへの協力を促進できる。
今後の方向性
今後は、これらの発見や方法論を政府の他の部門に適用する可能性があるよ。毎年何千件もの人事セキュリティスクリーニングが行われているから、これらのプロセスを最適化すれば、従業員だけでなく政府サービスに依存する市民にとっても大きな利益をもたらすことができる。
結論
政府サービス、特に人事セキュリティスクリーニングにおけるプロセスマイニングの適用は、有望な結果を示している。ワークフローを体系的に分析し、ボトルネックを特定し、ターゲットを絞った変更を実施することで、カナダ政府はサービス提供を向上させ、処理時間とコストを効果的に削減することができた。このケースは、プロセスを改善し、市民により良いサービスを提供しようとする他の部門にとってのモデルとなる。
タイトル: Using Process Mining to Improve Digital Service Delivery
概要: We present a case study of Process Mining (PM) for personnel security screening in the Canadian government. We consider customer (process time) and organizational (cost) perspectives. Furthermore, in contrast to most published case studies, we assess the full process improvement lifecycle: pre-intervention analyses pointed out initial bottlenecks, and post-intervention analyses identified the intervention impact and remaining areas for improvement. Using PM techniques, we identified frequent exceptional scenarios (e.g., applications requiring amendment), time-intensive loops (e.g., employees forgetting tasks), and resource allocation issues (e.g., involvement of non-security personnel). Subsequent process improvement interventions, implemented using a flexible low-code digital platform, reduced security briefing times from around 7 days to 46 hours, and overall process time from around 31 days to 26 days, on average. From a cost perspective, the involvement of hiring managers and security screening officers was significantly reduced. These results demonstrate how PM can become part of a broader digital transformation framework to improve public service delivery. The success of these interventions motivated subsequent government PM projects, and inspired a PM methodology, currently under development, for use in large organizational contexts such as governments.
著者: Jacques Trottier, William Van Woensel, Xiaoyang Wang, Kavya Mallur, Najah El-Gharib, Daniel Amyot
最終更新: 2024-08-23 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2409.05869
ソースPDF: https://arxiv.org/pdf/2409.05869
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。
参照リンク
- https://www.bpmn-sketch-miner.ai/index.html#EYBwNgdgXAbgjAKALRIQCQJYCcMQOYAEAsgIYQl4CmWUCASpQI4CulAzgC4FsDGWllCLkIAzAPZYCJEOAw8yHBAEEZYOQtoAxDGDAExzLtNnyOGMRALisAWwQBlSj2Y4OATwIB5ESLnVaAGrUGCIe1jZWEgTUWBJsCEE4oQT8ItSCPOwA9MAkPADWeLHMEAAmCKT5lASlThhs5hDo2MLEZBT+Dk4uGO4EwDiUvvgEAO69ABZSquoQio7Orh7evpk0CADiWAoEPGCUJNsQmQhAA
- https://github.com/ProcessMining-uOttawa/logprep4pm