成立11年估值百亿美元,流程挖掘厂商「Celonis」进击的巨人故事 | 全球独角兽( 二 )


Celonis从创立之初 , 关注的就是企业业务流程本身 。
当时 , AlexanderRinke等3位慕尼黑工业大学的学生 , 接手了慕尼黑保险优化客户服务热线的业务 。 传统的咨询顾问调研是通过驻场 , 与员工访谈还原流程 。 但在这个过程中 , 员工们的口头表述大相径庭 , 整个过程十分低效 。
于是Rinke等人引入了当时还是学术概念的流程挖掘技术 , 用底层IT系统中的数据替代员工的主观感受 , 制作了一套解决方案原型 。
而后慕尼黑保险首席信息官在看到这套方案原型后就下了单 , Celonis也随之创建 。 在帮助慕尼黑保险将内部工单从平均5天的处理时间缩短到1天就能完成80%的工作量后 , Celonis被推荐给这家公司朋友圈里的CEO们 , 并拥有了最初的付费客户 。
02产品:1.0的流程挖掘 , 2.0的EMS
按产品阶段划分 , 在创立的前10年 , Celonis主推流程挖掘产品 , 为企业提供业务流程“体检”的功能 。 到了2021年 , Celonis推出EMS产品 , 新增“治病”功能 。
让Celonis发家致富的第一个法宝ProcessMining(流程挖掘) , 在应用中被类比为“X光” , 以检测企业的业务流程 。 通过在企业业务系统中提取事件的日志数据(包括时间、事件、所属ID等) , 还原业务的实现流程 , 从而寻找流程中的堵点、冗余步骤 , 并对流程进行优化 。
Celonis官网介绍 , 完成流程挖掘需要走过五个步骤 , 分别是数据提取-可视化-根因分析-流程对标-合规性检查 。
首先 , 数据提取是指将企业内部的流程数据对接到Celonis的流程挖掘产品中 。 因为市面上各类业务系统种类繁多 , 在数据提取环节 , 供应商根据不同系统提供相应的数据连接器 , 是完成这个步骤的关键 。
官网显示 , Celonis已有100多个连接器 , 可让客户快速完成数据提取 。 针对客户需要的、还没有现成的连接器 , Celonis还提供工具辅助客户创建连接器 。
将数据转换为用于流程分析的原料 , 还意指厂商能够分析的数据量越大 , 竞争力就越大 。 某国内流程挖掘厂商负责人告诉36氪 , Celonis目前可以处理250亿规模的数据量 , 作为对比 , 其主要竞争对手Uipath目前的处理水平是1亿 。
第二 , 在获得流程数据后 , 可视化就是指将流程直观地展示出来 。 为了保证数据的有效性 , 在可视化前 , 厂商要先对业务数据进行清洗 , 去除无效和被污染的数据 , 以保证分析结果准确 。
这就对厂商的数据处理能力提出了要求 。 完全用算法处理 , 不做人工清洗 , 是Celonis的核心竞争力之一 , 而这也意味着流程挖掘的过程更高效 。
接下来 , 是对流程的根因分析 。 厂商的技术人员需要和行业内的业务专家进行深度合作 , 双方在基于对行业的理解基础上 , 帮企业明确业务流程效率低下的根本原因 , 并量化这些原因对业务KPI的具体影响 。
而随着各行各业用户的积累 , Celonis在发展中还提出了流程对标工具 。 流程对标允许用户比较两个不同维度的流程性能 。 如用户可以查看两个不同国家/地区处理发票所需的时间 , 或者比较两个供应商采购订单的处理时长 , 并找到适合自己的最佳实践 。
合规性检查同样是Celonis在发展中对流程挖掘产品的新增功能 。 2018年左右 , Celonis开始支持用户自定义业务流程处理的路径 , 并检测业务实际运行与选定路径的差异 。 这项能力背后的算法在2004年由Wil团队提出 , 并于2016年开始与Celonis的产品结合 。
合规性算法从提出到进行商业化优化 , 并最终商业化落地 , 经历了十余年 。 博士期间师从Wil教授、现任山东理工大学教授刘聪认为 , 产学研结合走前面的Celonis , 在流程挖掘领域的算法优势非常突出 , “目前为止 , 国内有合规性算法功能的流程挖掘创业公司其实并不多” 。