אנליטיקת התפעול, או Operation analytics, מיישמת תהליכי מחשוב ואוטומוציה לאיסוף הנתונים הרלוונטיים ולהשתמש בהם שימוש לניתוח המצב הקיים, עיצוב תהליכי עבודה עתידיים משופרים ויעילים יותר, בניהול המשאבים הקיימים באמצעות מדידה שיטתית וכן ככלי עזר לקבלת החלטות יומיומיות ועתידיות של מנהלי התפעול.
על מנת להחליט כיצד לאמץ ולעצב את גישת אנליטיקת התפעול ותובנות תהליכיות, על תאגידי התשתיות להתחיל בבחינת שלוש שאלות מפתח: אילו יכולות חשובות בתחום תפעול ואחזקת התשתיות אנחנו רוצים לפתח? אילו כישורים ומשאבים אנושיים וטכנולוגיים יש לנו כדי לתמוך בתהליך? ואילו החלטות מעשיות עלינו להסדיר– כגון דרישות תוכנה, מספר התהליכים והמשתמשים המעורבים, דרישות משפטיות ואבטחת מידע - לפני ההשקה?
לאחר מכן, מעבר לשאלות אלו, ישנם חמישה שלבים מרכזיים שיש לבצע על מנת לייצר קונספט של Operations Analytics:
1. הגדרת השערת ערך – Value Hypothesis
השערת ערך היא גישה בה אנו מדייקים את הערך אותו אנו רוצים לאמת או להפריך בתחום המוכר לנו באמצעות אנליטיקת התפעול. למשל, העלאה הערך "תכיפות בדיקות תקינות הצנרת" תביא לירידה במדד "פחת מים". השערת ערך תעזור לנו לדייק ולהדגים תוצאה בתחום מסוים המוכר לנו מהפעילות היומיומית של התפעול.
2. בחירת כלי עבודה טכנולוגי
זיהוי חבילת טכנולוגיות שיכולה לעזור לארגון להבין ולנהל את הפעולות בצורה הוליסטית, בהתבסס על הדרישות הייחודיות שלו. המטרה הינה להטמיע סט טכנולוגיות שיעזרו לאסוף, לנתח ולהפיק תובנות ממקורות שונים באמצעות מערכות טכנולוגיות שונות.
למשל, מערכת ה- Customer Relations Management - CRM, בשילוב מוקד תקלות ומפגעים יוכלו לאגור נתונים הקשורים ללקוחות הצורכים את השירותים שלנו כגון: פרטי הלקוח, מיקום המפגע, עוצמת המפגע, תזמון המפגע ושביעות רצון בטיפול במפגע.
מערכת ה-CRM בשילוב מערכת ה-Geographic Information System - GIS, יוכלו להציג חזותית את מיקום המפגע ולמפות את אזורי המפגע המיידיים והסופיים.
דוגמא לכלי עבודה טכנולוגי שיוכל לעזור בניתוח הנתונים יהיה שפת התכנות פייתון שתעזור לעבד את הנתונים באמצעות סקריפטים (קודים) מובנים ואלה יועברו לכלי Business Intelligence - BI שנבחר.
3. הטמעת הכלים הטכנולוגיים במנגנון תהליכי כולל
המטרה של תובנות תהליכיות היא להציג את התמונה המלאה ולאו דווקא להציג ניתוח של מקרה ספציפי. היעילות של אנליטיקת התפעול היא לבחון את התהליך כולו, מתחילתו ועד סופו על מנת להבין את התמונה השלמה. למשל, אם נגדיר מדידה של תפוקות מתקני השאיבה ועצימות הפעילות בה, הגדרת תהליכי האחזקה של מתקנים הללו במערכת וכמות ומהות התקלות, נוכל להבין לעומק מהם הגורמים המשפיעים על בלאי מוגבר של הציוד בתחנות.
4. אגירת נתונים שיטתית
אגירת מידע ממערכות מידע ומערכות תפעוליות הוא אחד האמצעים המרכזיים לאיסוף נתונים שיטתי.
למשל, נתונים בסיסיים דוגמת תאריך, שעה ומיקום של אירוע תקלה, חומרת ואופי הנזק או נתוני צריכה זורמים באופן תדיר ממרכזי השירות והתפעול וממכשירי מדידה הפרוסים ברחבי ברחבי רשת התשתית ונאגרים.
למאגר הנתונים מצורף גם מידע דוגמת נתוני והנחיות יצרן אודות הספקי המכונות הפועלות ברשת ופרוטוקולי התחזוקה שלהן.
ככל שמאגרי המידע מתמלאים ניתן לבנות שאילתות ואלגוריתמים שמסוגלים לנתח באופן אוטומטי את הנתונים ולספק תובנות – הערכות לגבי מרווח הזמנים הדרוש לביצוע פעולות תחזוקה ברשת, זיהוי דפוסים כמו צפי להופעת אירועי תקלה לפי מאפייני צריכה או גורמים סביבתיים, ההשקעה הצפויה בפעילות מסוימת לאורך זמן ועוד.
5. גיוס והכשרת צוות טכנולוגי מיומן
כלים טכנולוגיים לבדם אינם מספיקים, שכן על מנת שהארגון יוכל לתפעל את המערכות הטכנולוגיות ולהפיק מהן ערך, יש צורך בצוות טכנולוגי מיומן מתחום מדעי המידע (Data Science). דאטא אנליסטים, מהנדסי דאטא ומהנדסי מחשבים צריכים להיות חלק בלתי נפרד מניהול ופיתוח ה-Operations Analytics, שכן הם נדרשים לביצוע המשימות ברמת התכנות והממשק עם המערכות.
6. שימוש בתובנות התהליך כדי להגביר (אך לא להחליף) את המומחיות בנושא
קיימת כמות מידע עצומה במערכות ובנתונים התפעוליים. הגישה והטכנולוגיות של תובנות תהליכיות אינן תחליף לידע ולאינטואיציה של עובדים ומומחים. מטרת הממצאים הינה לשמש את אנשי המקצוע כמידע תומך בקבלת ההחלטות וכן לאשש (או להפריך) השערות.
לסיכום, על מנת להטמיע בהצלחה תהליכי אנליטיקת תפעול ולשדרג את פעילות מערך התפעול בתאגיד תשתיות, יש צורך ביישום ששת השלבים המפורטים תוך שימת דגש על בניית מערך אנושי-טכנולוגי איכותי והטמעת המתודולוגיה בתרבות הארגונית .
