Process mining i praksis : en case-studie av et norsk inkassoselskap

Abstract

Denne masteroppgaven har som formål å gjennomføre et process mining prosjekt hos et norsk inkassoselskap. Da det finnes lite tidligere forskning som tar for seg praktiske case-studier for prosess mining prosjekter, kan denne studien bidra med mer kunnskap om teknologien og verdien den kan tilføre selskaper. Gitt formålet, tar vi i bruk PM2 metodologien som rammeverk for å gjennomføre prosjektet. Utfordringer knyttet til datakvalitet, slik som uferdige saker og ukorrekte tidsstempler, var viktige elementer som måtte løses for å lykkes med prosjektet, men som PM2 metodikken ikke dekket. Dette anser vi som en svakhet med metodikken, da datakvalitet er et av de viktigste suksesskriteriene ved gjennomføring av process mining prosjekter. I tillegg erfarte vi at tett samarbeid med prosjektteamet utgjorde en viktig forutsetning for å lykkes med prosjektet. Studien bidro til mange interessante funn for casebedriften og ny innsikt knyttet til gjennomføringen av process mining prosjekter. Vi kan bekrefte at PM2 metodologien er et godt rammeverk for å gjennomføre et process mining prosjekt i praksis for komplekse forretningsprosesser, ettersom prosjektet var vellykket og førte til verdifulle resultater for casebedriften. Likevel er det behov for flere eksempler i andre bransjer for å verifisere metodikken ytterligere.

The objective of this master thesis is to carry out a process mining project at a Norwegian debt collection company. As there is limited published literature on practical case studies for process mining projects, this study aims to add more knowledge about the technology and the value it can provide to companies. With this objective in mind, we use the PM2 methodology as a framework to carry out the project. However, we still encountered a few challenges that have not yet been accounted for in the PM2 framework. Challenges related to data quality, such as active cases and incorrect timestamps, were important elements that had to be resolved to succeed with the project. These challenges were not covered in the PM2 methodology. We consider this a weakness with the methodology, as data quality is characterized as one of the most important success criteria for process mining projects. Furthermore, we experienced that close collaboration with the project team was very important for the process mining project to succeed. The study contributed to many interesting findings for the case company as well as new insight into the conduction of process mining projects. We can confirm that PM2 is a good methodological framework for carrying out a process mining project in practice for complex business processes, as the project was successful and led to valuable results for the case company. Nevertheless, more examples are needed in other industries to further verify the use of the methodology.