В «Сбере» оценили динамику роста рынка процессной аналитики
Объем российского рынка процессной аналитики (Process Mining, PM) в прошлом году составил порядка 900 млн рублей. Такие данные представили на конференции Sber Process Mining, сообщает пресс-служба «Сбера».
Старший вице-президент, руководитель блока «Финансы» Сбербанка Тарас Скворцов отметил, что спрос на PM-решения увеличивается, «расширяется сфера их использования, цифровизируется всё больше процессов, да и сами инструменты Process Mining стремительно совершенствуются, давая новые возможности бизнесу».
Эксперты ожидают ежегодный рост рынка PM со среднегодовым темпом 69% до 2028 года.
Скворцов добавил, что Process Mining всё чаще стали применять крупные и средние компании, а также государственный сектор — это обусловлено усложнением процессов, повышением уровня цифровизации и растущей доступностью PM-решений. «Российские решения уже сейчас позволяют сократить длительность бизнес-процессов вплоть до 50% и вдвое снизить трудозатраты», — подчеркнул старший вице-президент банка.
Как показало совместное исследование «Сбера» и «Технологий Доверия», сейчас 45% российских компаний планируют использовать РМ — это на 3% больше, чем год назад. Активнее всего о желании внедрить Process Mining заявляют финансовые компании, металлургические и горнодобывающие предприятия, а также ретейл, однако всё чаще к ним присоединяются предприятия тяжелой промышленности и машиностроения, сельского хозяйства и пищевой промышленности.
Партнер технологической практики компании «Технологии Доверия» Анастасия Кабаева рассказала, что на данный момент компании в первую очередь применяют PM для оптимизации таких процессов как управление закупками и заказами, взаимодействие с клиентами, производственные и ИТ-процессы. «Но мы ожидаем существенного расширения областей применения данной технологии», — заявила она.
Process Mining — это инструмент анализа бизнес-процессов на основе их цифровых следов в информационных системах. Он помогает оптимизировать процессы через глубокую аналитику и формировать рекомендации на базе технологий машинного обучения и визуализации данных.