Organisational mining

Wat is organisational mining?

Organisational mining onderzoekt met eventdata hoe mensen, teams en systemen in een proces samenwerken. Het brengt feitelijke werkverdeling, overdrachten, rollen en samenwerkingspatronen in beeld.

Een eventlog bevat daarvoor naast case, activiteit en tijd ook een resource: de medewerker, functie, groep of applicatie die het event uitvoerde. Uit opeenvolgende events kunnen relaties tussen resources worden afgeleid.

De uitkomst is geen vervanging voor het organigram. Een formele rapporteringslijn zegt wie aan wie rapporteert; organisational mining laat zien hoe werk in een specifiek proces werkelijk stroomt.

Welke vragen kan de analyse beantwoorden?

Resourceanalyse toont welke rollen bepaalde activiteiten uitvoeren, hoe werk over teams is verdeeld en waar wachtrijen ontstaan. Een rol kan uit vergelijkbaar activiteitengedrag worden afgeleid, ook wanneer functietitels verschillen.

Handoveranalyse kijkt wie werk aan wie overdraagt binnen dezelfde case. Een netwerk kan veel terugkerende overdrachten tussen twee teams zichtbaar maken of één specialist tonen die bijna alle uitzonderingen behandelt.

Andere analyses onderzoeken samenwerking, uitbesteding, taakspreiding of gelijkenis tussen resources. De gekozen netwerkmaat moet steeds passen bij de procesvraag; een verbinding heeft niet in elke analyse dezelfde betekenis.

Voorbeeld uit ticketafhandeling

Een servicedesk registreert per ticket ontvangst, classificatie, diagnose, escalatie en oplossing. De log bevat het behandelende team en, waar toegestaan, een gepseudonimiseerde medewerker-ID.

Het procesmodel lijkt eenvoudig, maar de handoveranalyse toont dat netwerkproblemen herhaaldelijk tussen eerste lijn, infrastructuur en leveranciersbeheer bewegen. Tickets met meer dan vier teamwissels hebben een langere doorlooptijd.

Dat patroon bewijst niet dat een team slecht presteert. Complexe tickets veroorzaken mogelijk zowel meer overdrachten als langere doorlooptijd. Dossieronderzoek kan uitwijzen dat onduidelijke routeringsregels of ontbrekende diagnostische informatie de werkelijke verklaring is.

Organisational mining versus task mining

Organisational mining gebruikt procesgebeurtenissen uit bedrijfssystemen en kijkt meestal over meerdere cases en resources heen. Het analyseert wie welke processtappen uitvoert en hoe werk wordt doorgegeven.

Task mining registreert doorgaans handelingen op een werkplek, zoals klikken en invoer in applicaties. De focus ligt op de uitvoering van een individuele taak en mogelijke automatisering.

Beide kunnen worden gecombineerd, maar hebben andere privacyrisico's en granulariteit. Scherminteracties zeggen veel meer over individueel gedrag dan een event op teamniveau.

Van events naar een sociaal netwerk

Resources vormen de knopen van een netwerk. Een gerichte verbinding van A naar B kan aangeven dat B een volgende activiteit in dezelfde case uitvoerde. Het gewicht kan het aantal overdrachten voorstellen.

Netwerkkengetallen zoals centraliteit en dichtheid helpen patronen samenvatten. Een hoge centraliteit kan wijzen op expertise, coördinatie, een formele poort of een knelpunt. De metric alleen vertelt niet welke interpretatie klopt.

Filter op proces, periode, casetype en activiteit. Zonder segmentatie kunnen grote teams of veelvoorkomende standaardcases het beeld domineren.

Datakwaliteit en resource-identiteit

Gedeelde accounts, systeemgebruikers en automatische batchtaken vervormen een menselijk samenwerkingsnetwerk. Maak onderscheid tussen personen, rollen, teams en applicaties.

Resourcevelden veranderen soms bij reassignment zonder dat de vorige behandelaar een event heeft geschreven. Dan ontbreken overdrachten. Ook tijdzones, dubbele events en onjuiste casecorrelatie beïnvloeden de analyse.

Koppel identiteiten alleen wanneer dat nodig en rechtmatig is. Een stabiel pseudoniem kan patronen over tijd behouden zonder namen in de analysetabel op te nemen.

Privacy en verantwoord gebruik

Organisational mining kan aanvoelen als werknemersmonitoring. Formuleer daarom vooraf een procesdoel, beperk de data en betrek privacy-, personeels- en werknemersvertegenwoordiging volgens de geldende context.

Analyseer bij voorkeur op team- of rolniveau. Individuele analyse vraagt een duidelijke noodzaak, passende grondslag, toegangsbeperking en uitleg over gebruik en bewaartermijn.

Maak geen ranglijst op basis van eventaantallen of doorlooptijd. Cases verschillen in complexiteit en onzichtbaar werk ontbreekt vaak in de log. Gebruik de resultaten om procesontwerp, bezetting en samenwerking te bespreken, niet als automatische prestatiebeoordeling.