Jon Røtvold Grimsbo Leder Robotisering og Big Data BBL Digital

Transkript

1 Jon Røtvold Grimsbo Leder Robotisering og Big Data BBL Digital

2 Dette skal vi igjennom: RPA Hva er RPA? Styringsmodell Arbeidsmetodikk Prosesser i produksjon Gevinster Endringer for organisasjoner Big Data Datainnsjøen Business Intelligence Hvor går vi videre? Ambisjoner Maskinlæring Sensorteknologi

3 Boston Dynamics - Atlas Atlas 2016 Atlas 2018

4 Boligbyggelagene RPA 2018

5 Avstemming av klientreskontro

6 Robotic Process Automation (RPA) Prosesser som er repeterende og tidkrevende er ikke hva dyktige medarbeidere vil ha. Vi jobber med å automatisere mange prosesser gjennom bruk av avanserte verktøy. Slik oppnår boligbyggelag større effektivitet og kan håndtere sine kunder på en bedre måte.

7 RPA gir oss digitale medarbeidere med noen ferdigheter

8 Navigere og bruke applikasjoner Registrere data Innhente data fra nettsider, applikasjoner og databaser «Klipp og lim data» Museklikk Sammenligne informasjon Gjøre kalkulasjoner

9 Hvilke prosesser kan våre digitale medarbeidere overta?

10

11 Styringsmodell

12 Overordnet styringsmodell Styringsgruppe Overordnet strategisk ansvar Eskaleringspunkt Deltakere: Bate Usbl BBL Digital Gruppe for prioriteringer og standardisering: Prioritering av prosesser for automatisering Standardisering på tvers av boligbyggelag Deltakere BBL Digital Bate Usbl Tobb Bob 12

13 RPA-team Boligbyggelagene RPA-kjerneteam BBL Digital RPA Koordinator BBL RPA Koordinator Kjerneteam Prosesseier RPA Arkitekt Fagspesialist/ Superbruker RPA Utvikler RPA Kontroller RPA Driftsansvarlig 13

14 Arbeidsmetodikk

15 Steg 1: Identifisering og scoring 1. Identifisering av potensielle prosesser i boligbyggelagene 2. Felles scoring og koordinering på tvers av boligbyggelagene Prioriterte prosesser for videre detaljbeskrivelse. Ansvarlig RPA Koordinator BBL, Fagekspert og Prosesseier er definert.

16

17

18 Steg 2 - Arbeidsmetodikk 3. Beskrivelse av hovedflyten av prosessen 4. Definere hvilke saksløp som skal automatiseres 5. Forbedring/ standardisering av prosess 6. Detaljert prosessbeskrivelse 7. Godkjent prosessbeskrivelse

19 Detaljert prosessbeskrivelse

20 Utvikling og produksjonssetting 1. Bygging av prosessen 2. Interntesting av prosessen 3. Demo og akseptansetest 4. Pilotkjøring 5. Produksjon

21 Prosesser i produksjon i dag

22 Prosesser i produksjon Prosess #1: Filer til BBL Finans #2: Filer fra BBL Finans #3: Avstemming av kundereskontro #4: Innlesing av fakturafiler #5: Innlesning av bilagsfil #6: Styrehonorar #7: Avstemming av leverandørreskontro Beskrivelse Effektivisere og sikre forsendelse av krav- og betalingsfiler til BBL Finans Sikre at innbetalingsfiler blir lest inn for oppdatert kundereskontro Avstemme kundereskontro og lagre rapportene som en del av oppbevaringsplikten av regnskapsmateriell og dokumentasjon på utførte kontroller. Mottak av inngående faktura for innlesing i fagsystem for å påføre regler for godkjenning. Sikre at hovedboksfil blir lest inn for oppdatert regnskap Utbetaling av honorar til styremedlemmer etter vedtak fra årsmøter og generalforsamlinger. Kvartalsvis avstemming av leverandørreskontro. Lignende avstemming Kundereskontro.

23 Prosesser i utvikling og til prioritering Prosesser under utvikling Regnskapsgenerering Innsending av årsoppgjør til Altinn Innlesning av filer OCR Ordreimport fra 3. partssystemer Prod. efaktura og Avtalegiro Avstemming av eiendeler Terminoppgave Medlemskontingent Innlesning og avstemming av bankavstemmingsfil Perioderapportering Beskrivelse Denne rutinen overfører krav og betalinger fra kundereskontro til hovedbok og tildeler bilagsnummer. Overføring av årsregnskap for boligselskapene med vedlegg til Altinn Innlesing av diverse filer, Ocr Retur, Avregningsretur, fil/fra BBL-Finans, Efaktura. Innlesing av diverse ordrefiler produsert f. eks. Poweroffice, Handyman, til Hårfagre.Net for klargjøring til fakturering. Månedlig produksjon av efaktura og avtalegiro ihht. frister fra Nets. Halvårlig avstemming og dokumentasjon av eiendeler. Sende Terminoppgaver og sjekke at de er riktige. Dokumentere med PDF filer på angitte områder + i Sticos Årlig kjøring av medlemskontingent Innlesning av kontoutdrag fra nettbank. Roboten skal fortrinnsvis logge seg på nettbank og hente fil. Basert på forretningsførerkontrakt skal det enkelt boligbyggelag rapportere med kommentarer pr angitt periode (Tertial/Halvår)

24 Utrullingsplan Det jobbes parallelt med automatisering av nye prosesser og utrulling til alle interesserte bbl I løpet av høsten 2018 skal alle interesserte bbl ha automatiserte prosesser i produksjon.

25 Gevinster

26 Gevinst-case: Avstemming kundereskontro hos Usbl Om prosessen: Avstemme kundereskontro og lagre rapportene som en del av oppbevaringsplikten av regnskapsmateriell og dokumentasjon på utførte kontroller Prosess FØR automatisering: Til sammen 50 ansatte i Usbl er involvert hvert kvartal Ulike rapporter kjøres fra Hårfagre på ca klienter Rapportene lagres i mapper og avvik behandles Anslår ca. 20 minutter tid brukt per klient i snitt til sammen ca. 1,5 årsverk går med til prosesseen Prosess ETTER automatisering: Alle nødvendige rapporter produseres av én robot på ca. 60 timer Rapporter lagres ned i filmapper Avvik samles i egne mapper som håndteres av en dedikert gruppe i Usbl på 4 personer. Ekspertgruppen bidrar til prosesseffektivisering gjennom å fange opp gjentakende feil, jobbe med rutineendringer og forslag til små endringer for eksempel i Hårfagre.

27 Mange gevinster ved automatisering Spart arbeidstid Roboter jobber raskere Lavere kostnader Roboter kan gjøre oppgaver til en lavere timekostnad Bedre kvalitet Roboter gjør ikke feil. Noen har påstått at mennesker gjør feil i 1 av 10 tilfeller når de utfører manuelle repetitive oppgaver Bedre fordeling av kapasitetsbelastning Roboter kan jobbe hele døgnet Økt effektivitet Roboter bistår og gjør oss mer effektive Prosesseffektivisering

28 Hva vil skje i organisasjonene?

29 «Fremtidens organisasjonskart» Robot fabrikk Applikasjonsserver Robotlisenser Task Manager Prod DB

30 Arbeidsoppgavene kan bli annerledes Færre rutineoppgaver Mer kundekontakt Økt fokus på prosessforbedring Mer analyse av data

31 Nye stillinger blir besatt i boligbyggelagene Prosessanalytiker Digital forretningsutvikler Dataanalytiker Robottrener RPA Koordinator

32 RPA KOORDINATOR BBL Ansvarlig i boligbyggelaget for RPA-initiativet Viktige egenskaper i rollen: Innsikt i overordnede strategiske mål for boligbyggelaget Forståelse for RPA som verktøy Strukturert og generelt god prosessforståelse Naturlig koordinator med gode kommunikasjonsevner Ambassadør for RPA og automatisering samt ny teknologi 32

33 BBL Digitals initiativ på Big Data

34

35 HVA KJENNETEGNER BIG DATA? Volum Store mengder Velocity Data er raskt tilgjengelig og oppdateres løpende Variety Data hentes fra ulike kilder (Veracity) Dataene er til å stole på Big Data gjør det mulig å analysere større og mer komplekse datamengder hurtigere og mer nøyaktig enn tidligere.

36 Big Data gir grunnlag for bedre forståelse for forretningsvirksomheten og er en forutsetning for utnyttelse av fremtidens muligheter innenfor kunstig intelligens

37 ANALYTISK MODENHETSTRAPP Hva skjedde? Fundament Klargjøring av data Dataintegrasjon Ledelsesforankring Plattform valg Deskriptiv Rapportering Benchmarking Varsler Hvorfor skjedde det? Diagnostikk Dataanalyser Hva vil skje? Prediktiv Statistiske analyser Forecasting Risk analyse Korrelasjoner Scenario planlegging Hva gjør vi for å få det til å skje? Preskriptiv Optimalisering Beslutningsstøtte Regler Real-time analyser Strategisk foresight Kognitive Maskinlæring Automatiserte beslutninger

38 BBL Digital bygger nå en datainnsjø for boligbyggelagene

39 Ta dataene inn BBL Digital Lagre dataene BBL Digital Forretningsintelligens Boligbyggelagene / BBL Digital Hårfagre Lønn Sosiale medier Sensorer Offentlige data Boligbyggelag 2 Boligbyggelag Analyser og rapportering CRM IoT Boligbyggelag 3 Kunstig intelligens Andre Andre Boligbyggelag 1 Boligbyggelag 36

40 Business intelligence fra Big Data

41 Hvorfor? BEDRE KUNNSKAP OM KUNDENE Helhetlig forståelse om kundepreferanser og handlinger basert på ulike kontaktpunkter MER EFFEKTIV DRIFT OG PRESTASJONER Avdekke skjulte driftsproblemer, avdekke behov for verktøy og løsninger, etc Utvikle nye rutiner og arbeidsmetoder ØKTE INNTEKTER Bedre investeringsbeslutninger Forstå hva som gir salg KONKURRANSE- FORTRINN Bedre forståelse for markeder og trender

42

43

44 Hva er de viktigste utfordringene i arbeid med Big Data? Kilde: Kaggle.com 2018

45 Dette tror vi er viktig for å lykkes: Avklare forretningsbehov og definere problemstillinger Etablere strategi for datakvalitet særlig fremover Avdekke og samle ulike datakilder Ha løpende oppdatert kunnskap om mulighetene

46 Veien videre?

47

48

49 Finne sammenhenger: Har boligselskaper med gode vedlikeholdsplaner en bedre prisutvikling enn andre? Avdekke svindel: Hvem godkjenner fakturaer i boligselskapene fra selskaper de selv har interesser i? Maskinlæring: Kan vi få til automatisk håndtering av inngående fakturaer?

50 Nye muligheter Chat-bot Sensorteknologi

51 BBL Digitals ambisjoner for 2020: «BBL Digital har i norsk sammenheng et ledende kompetansemiljø på automatisering, prosesseffektivisering og business intelligence» Rådgiving Drift av en kompleks robotfabrikk Centre of excellence Automatisering av prosesser Avanserte dataanalyser Prosesseffektivisering

52 Men når alt kommer til alt

53