Цифровой двойник организации: что это и как его построить на практике

Часто в компаниях бывает, что реальный процесс не совпадает с заявленным на бумаге. Например, регламент закупки описывает восемь шагов и три согласования, но на деле заявка проходит 14 шагов, дважды возвращается на доработку и неделю ждет визы, которой в регламенте нет вообще. Разница между этими двумя картинами — это зона, где компания теряет деньги и о которой у руководства обычно нет данных.

Схемы процессов рисуют в BPMN, регламенты утверждаются приказом, оргструктуру ведут в отдельном файле. Всё это описывает, как работа должна идти. То, как она идет на самом деле, знают только исполнители, и их знание разрозненно, субъективно и не переводится в цифры. Когда операционный директор спрашивает, почему цикл согласования вырос на треть, он слышит версии участников, но не объективные данные.

Концепция цифрового двойника организации родилась из этого разрыва. Идея простая по формулировке и небыстрая в реализации: собрать модель компании, которая обновляется сама, потому что питается фактическими данными из систем, где эта работа и происходит. Разберем, как это работает на практике.

Что такое цифровой двойник организации

Цифровой двойник организации — это модель компании, которая состоит из процессов, оргструктуры и показателей и непрерывно синхронизируется с фактическими данными из учетных систем. Она показывает, как работа в компании идет на самом деле, какие согласователи задействованы и сколько времени занимает каждый шаг.

Термин пришел из промышленности, его источники — ГОСТ Р 57700.37-2021 «Компьютерные модели и моделирование. Цифровые двойники изделий. Общие положения» и серия ISO 23247 «Automation systems and integration — Digital twin framework for manufacturing». Оба этих стандарта можно применить к бизнес-процессам почти без смысловых потерь. При этом рождаются два понятия — модель и двойник. Между ними есть существенная разница: модель — это статичная сущность, тогда как двойник отражает процессы в реальном времени, но требует больше ресурсов для реализации.

Сравнение цифровой модели и цифрового двойника

Из чего строится цифровой двойник организации: три слоя данных

Двойник организации редко получается из одной технологии. На практике он собирается из трех уровней данных, каждый из которых закрывает свою слепую зону.

Слои связаны между собой: событие процесса из первого слоя стыкуется с ручной операцией из второго, а обобщенная длительность попадает в метрику третьего. Эта связка позволяет описать процесс в полном виде, иначе карта маршрута обрывается там, где сотрудник переключается между системами, а дашборд без карты процесса показывает результат без причин.

За три слоя данных — процессы, действия сотрудников и показатели — в VK Business Analytics отвечают три взаимодополняющих модуля: Business Intelligence, Process Mining и Task Mining. Рассмотрим, как они работают.

Business Intelligence: показатели процессов в реальном времени

Модуль Business Intelligence объединяет данные из корпоративных информационных систем и баз данных, связывает процессы, действия пользователей и KPI. Встроенный конструктор дашбордов и виджетов позволяет собрать отчетность под задачи конкретной команды: одна картина для процессного офиса, другая — для руководителя направления.

Модуль поддерживает произвольные модели данных со схемами «звезда» и «снежинка» и автоматическую кросс-фильтрацию на всю глубину связей модели. Для нестандартных расчетов виджеты можно строить на SQL-запросах.

Process Mining: как восстанавливается фактическая карта процессов

Process Mining — технология восстановления реального хода процессов по журналам событий информационных систем. Система получает данные из 1С, SAP, Directum, Jira и других систем и преобразует их в карту всех фактических маршрутов с частотой прохождения, длительностью этапов и точками, где заявки застревают.

На такой карте видны отклонения от регламента, задержки, зацикливания, дублирование операций и избыточные согласования. Ключевое отличие от BI — в вопросе, на который отвечает инструмент. BI показывает, что произошло: цикл обработки заявки составил столько-то дней. Process Mining показывает, почему: заявка трижды возвращалась на доработку между двумя подразделениями, и каждый круг добавлял по несколько дней.

Task Mining: детализация на уровне действий сотрудников

Часть работы не оставляет следов в корпоративных системах. Сотрудник выгружает реестр в Excel, сверяет его с почтой, вручную переносит данные в другую систему, но в данных это выглядит как пауза между двумя событиями. Task Mining закрывает этот разрыв с помощью агентов мониторинга. Этот инструмент позволяет собирать обезличенные данные о действиях на рабочих столах — он учитывает работу в приложениях, ввод данных, навигацию.

Настройки агентов позволяют исключать конфиденциальную информацию, применять маскирование и хеширование, включать или отключать сбор отдельных типов данных и вести выборочный мониторинг. В результате получается картина ручного труда внутри процесса, которая помогает понять, какие операции имеет смысл автоматизировать или роботизировать.

Как компания начинает строить цифровой двойник: практические шаги

Важный вопрос, который возникает у ИТ-команды, — какие данные придется отдавать и как подключаются источники. Ответ зависит от процесса, но набор источников для большинства сценариев повторяется.

Само по себе наличие источников еще не дает двойника. Чтобы построить карту процесса, в данных должны быть три обязательных поля: идентификатор экземпляра процесса, название события и отметка времени. Другие атрибуты обогащают этот анализ.

Сам процесс построения цифрового двойника состоит из следующих шагов:

1. Выберите один процесс или группу взаимосвязанных. Желательно, чтобы процесс был массовым, повторяемым, с большим количеством рутинных операций: закупка, обработка заявки, согласование договора, складская операция. Далее можно будет подключить другие процессы.
2. Проверьте глубину данных. Обычно берут срез за полтора года, чтобы поймать сезонность и накопить достаточно вариантов маршрута. Для массовых процессов с тысячами экземпляров в день хватает выборки за месяц — так уже будет достаточно данных.
3. Сформулируйте гипотезы заранее. Например, «возвраты на доработку концентрируются на двух подразделениях», «длительность растет в конце месяца».
4. Соберите модель данных. Подключение источников, таблица процессов, таблица событий, связи между таблицами. На этом шаге обычно и выясняется реальное качество логов.
5. Постройте и откалибруйте карту процесса. Первая версия почти всегда содержит артефакты: технические события системы, дубли статусов, экземпляры процессов с оборванным маршрутом. Они могут искажать актуальное состояние процесса и выводы.
6. Добавьте слой действий, если системных логов не хватило. Если между двумя событиями регулярно возникает разрыв в несколько часов и никто не может объяснить, чем он заполнен, можно найти ответ с помощью Task Mining.
7. Выведите показатели на дашборд и настройте обновление данных. С этого момента модель становится двойником — обновляется, реагирует на изменения и помогает отслеживать отклонения.

В каких процессах цифровой двойник дает результат

Технология применима там, где процесс повторяется, а его шаги оставляют цифровые следы. Так, у VK Business Analytics есть типовые сценарии для нескольких направлений.

Закупки. Основной запрос — понять, из чего складывается срок от потребности до поставки. Карта покажет, какие заявки идут по «эталонному» маршруту, какие собирают дополнительные согласования, на каких участках концентрируются возвраты.

Логистика. Складские и транспортные операции дают плотный поток событий, поэтому карта строится быстро. Здесь компании ищут узкие места на стыках: ожидание между приемкой и размещением, простои, повторные операции с одной и той же позицией.

Производство. В этой сфере важен цикл выполнения производственных процессов и то, как смежные процессы влияют друг на друга. Мультипроцессный анализ позволяет рассматривать их во взаимосвязи и оптимизировать.

Финансы и документооборот. Для компаний важно оптимизировать маршруты согласования договоров или платежных документов. Повторные согласования, доработки, возвраты между подразделениями обычно составляют большую часть срока. Кроме того, компании часто находят в процессе согласующих, которых нет в регламентах, но через которых фактически проходит заметная доля документов.

Управленческая отчетность. Показатели отделов в одном интерфейсе, которые обновляются вместе с данными: к совещанию не нужно собирать выгрузки из разных систем.

Как компании строят процессную аналитику с VK Business Analytics

Ростелеком. Компания создала Центр компетенций процессной аналитики и использует VK Process Mining на всех этапах оптимизации: от экспресс-диагностики и выбора проектов до мониторинга эффекта. Это помогает стандартизировать работу с процессами и развивать экспертизу внутри компании.

Логика молока. В пилоте VK Process Mining проанализировал поставки 10% ассортимента скоропортящихся товаров. Только 23% цепочек укладывались в целевой срок, а в 53% случаев выявили превышение страховых запасов. Результаты помогли определить направления для оптимизации логистики и масштабирования анализа.

Почему это особенно актуально для российского бизнеса сейчас

Компании все чаще рассматривают процессную аналитику как постоянную практику управления. Для этого важно, чтобы данные, модели и методология оставались внутри организации — независимо от смены отдельных ИТ-инструментов.

После 2022 года многие компании начали заменять зарубежные BPM- и process mining-платформы. При миграции выяснилось, что в прежних системах часто были сосредоточены не только дашборды, но и накопленные модели данных, правила расчета показателей и экспертиза аналитиков. Поэтому при выборе новой платформы бизнес обращает внимание не только на функциональность, но и на возможность развивать процессную аналитику в собственном контуре.

• Журналы процессов, сведения из ERP, CRM и документооборота, а также данные о ручных операциях могут содержать чувствительную корпоративную информацию. Поэтому для многих компаний принципиальны:
• развертывание системы On-Premise, в собственной ИТ-инфраструктуре;
• контроль подключения источников и доступа к данным;
• возможность обезличивания, маскирования и выборочного сбора информации при использовании Task Mining;
• хранение и обработка данных в контуре заказчика;
• соответствие требованиям законодательства и включение в реестр отечественного ПО.

VK Business Analytics соответствует всем этим критериям. Решение поддерживает сценарии развертывания в корпоративном контуре. Для Task Mining возможна гибридная схема: логи собираются и хранятся у заказчика, а для дальнейшего анализа передаются обезличенные данные. Продукт подходит для компаний с государственным участием, организаций из регулируемых отраслей и участников закупок.

Частые заблуждения: чем цифровой двойник не является

Цифровым двойником иногда называют отдельную схему, отчет или аналитический инструмент. Все они могут входить в его состав, но полноценная модель организации строится только при регулярном обновлении данных и их связи с управленческими показателями. Вот чем цифровой двойник не является:

• BPM-схема «как должно быть». Даже подробная и утвержденная модель остается статичной, пока не синхронизируется с фактическими данными. В этом случае речь идет о цифровой модели.
• Только инструмент Process Mining. Карта маршрутов отражает события в системах, но может не учитывать ручную работу сотрудников. Полная картина складывается из результатов работы двух модулей — Process Mining и Task Mining.
• Разовое исследование. Отчет по итогам анализа помогает принять конкретное решение, но описывает процесс только в определенный момент. Регулярная загрузка данных и мониторинг позволяют следить за изменениями в динамике.
• Альтернатива процессной команде. Платформа предоставляет объективные данные и аргументы в цифрах, а также помогает ускорить анализ за счет встроенного ИИ. Приоритизация, проектирование изменений и их внедрение остаются задачами специалистов компании.

Выводы

Цифровой двойник организации строится поэтапно: компания выбирает процесс, подключает данные из рабочих систем, восстанавливает фактические маршруты и сопоставляет их с показателями. Если журналов событий недостаточно, анализ дополняют данными о ручных операциях.

Такой подход помогает перейти от предположений о причинах задержек к проверяемой картине процесса: увидеть варианты маршрутов, возвраты, ожидания и операции, которые влияют на срок или стоимость работы. Затем команда определяет приоритетные изменения и отслеживает их эффект на регулярной основе.

Начать можно с одного массового процесса — например, закупки, согласования договоров или обработки заявок. Специалисты VK Business Analytics помогут оценить состав и качество данных, выбрать сценарий подключения и определить формат пилотного проекта.