Data-driven analysis and optimization of waiting times in business processes

Abstract

Ooteajad on äriprotsessides vältimatud, kuid nende ignoreerimine võib viia märkimisväärsete ebaefektiivsusteni. Mõelge näiteks oma teadusartiklile, mis on valmis laiemale avalikulasele esitamiseks, kuid takerdub sellegipoolest retsensendi lauale — miks? Mis põhjustab sarnaseid ooteaegu ja kuidas neid vähendada? Enamik äriprotsesse toetuvad tarkvararakendustele, nagu näiteks retsensentide poolt kasutatavad käsikirjade haldamise süsteemid. Need süsteemid jälgivad protsessis osalejate tegevusi ja genereerivad sündmuslogisid, kuhu salvestatakse protsessi täitmise andmed. Protsessikaevetehnikad võimaldavad selliste sündmuslogide analüüsi, pakkudes seeläbi täiendavat informatsiooni protsessi jõudluse kohta. See väitekiri pakub välja komplekti protsessikaevele tuginevaid lähenemisviise tuvastamaks ooteaegade põhjuseid sündmuslogidest ja soovitamaks tõhusaid protsessideümberkorraldusi. Nendest esimene võimaldab rühmitamisest põhjustatud ooteaegade tuvastamist (näiteks suurema hulga käsikirjade ootamine enne retsenseerimisega alustamist) ja analüüsi paljastamaks võimalikke parendamisvõimalusi. Seejärel laiendatakse antud analüüsi teistele põhjustele, tutvustades lähenemisviisi, mis võimaldab viit tüüpi ooteaegade põhjuste tuvastamist: rühmitamine, ressursside hõivatus (retsensendid tegelevad teiste käsikirjadega), prioriseerimine (retsensendid eelistavad teatud käsikirju teie omale), ressursside puudumine (retsensendid on puhkusel) ja välised tegurid (retsensendid tegelevad teiste protsesside ülesannetega, näiteks valmistavad ette teadusprojektide taotlusi). Nende põhjuste analüüs aitab võimalikke parendusvõimalusi täpsemalt fokuseerida. Viimaks, tutvustatakse meetodit suurte keelemudelite peenhäälestamiseks eesmärgiga täiendavalt analüüsida tuvastatud ooteaegade põhjuseid ja soovitada protsesside ümberkorraldusi (näiteks artiklite arvu vähendamine rühmas või retsensentide töökoormuse ühtlasem tasakaalustamine), mis on suunatud tuvastatud põhjustele. Pakutud lähenemisviisid on rakendatud tarkvaratööriistas Kronos, mis võimaldab analüütikutel diagnoosida ooteaegade põhjuseid ja saada ettepanekuid protsesside ümberkorraldamiseks. See on samm äriprotsesside sujuvamaks muutmise poole, sealhulgas kiirendades ka teie uurimistöö avaldamise protsessi.Waiting times are inevitable in business processes but, if ignored, can lead to significant inefficiencies. Consider your research paper, completed and ready to reach its audience but stalled on a reviewer’s desk — why? What causes waiting, and how can it be reduced? Most business processes are supported by software applications like manuscript handling systems used by reviewers. These systems track the activities of process participants, generating process execution data stored as event logs. Process mining techniques enable the analysis of such event logs, providing insights into process performance. This thesis proposes a set of process mining-based approaches to identify waiting time causes from event logs and recommend effective process redesigns. The first contribution is an approach to discover waiting times caused by batching (such as when papers are batched before review) and analyze them to reveal potential improvement opportunities. Further, the second contribution extends the analysis to other causes and introduces an approach to discover five causes of waiting times: batching, resource contention (reviewers handle other papers), prioritization (reviewers prioritize certain papers ahead of yours), resource unavailability (reviewers on vacation), and extraneous factors (reviewers handle tasks in other processes, e.g., prepare grant applications). Analysis of these causes can reveal where improvements shall be targeted. The third contribution is a method for fine-tuning a large language model to analyze the discovered causes of waiting times and recommend process redesigns (such as reducing the number of papers in a batch or balancing reviewer workloads more evenly) targeting identified causes. The proposed contributions are implemented in a software tool Kronos, enabling analysts to diagnose waiting time causes and obtain suggestions for process redesign. This is a step toward streamlining business processes, including getting your research published faster.