Das Problem
American Financial Network, Inc. ist eine Hypothekenbank mit Sitz in Brea, Kalifornien, die ein Netz von Zweigstellen in den Vereinigten Staaten betreibt. Das Unternehmen ist ein direkter Darlehensgeber mit der Befugnis, verschiedene Darlehensprodukte, einschließlich Fannie Mae, Freddie Mac, FHA, USDA, VA und Jumbo-Darlehen, intern zu zeichnen, zu finanzieren und zu bedienen. AFN legt großen Wert auf betriebliche Effizienz und außergewöhnlichen Kundenservice und konzentriert sich darauf, enge Beziehungen zu den Kunden aufzubauen und eine positive Erfahrung während des Hypothekenprozesses zu gewährleisten.
Zu den wichtigsten Herausforderungen, mit denen AFN konfrontiert war, gehörte ein allgemeiner Mangel an Transparenz bei bestimmten wichtigen Arbeitsabläufen in seinem Unternehmen. Wie die meisten Unternehmen wusste auch AFN nicht wirklich, wie bestimmte Arbeitsabläufe funktionierten und wie die tatsächliche Ressourcennutzung dieser Arbeitsabläufe aussah. Zu den Fragen, die AFN beantworten wollte, gehörten Fragen zur Produktivität der Mitarbeiter in den verschiedenen Teams. Außerdem wollte AFN herausfinden, in welchen Bereichen ein erheblicher manueller Datentransfer zwischen Geschäftsanwendungen stattfand, der ihrer Meinung nach zu zahlreichen Abweichungen im Rechnungsbearbeitungsprozess führte. Darüber hinaus wollte AFN die größten Prozess-Engpässe identifizieren und herausfinden, wo Zeit für Aufgaben wie das Lesen und Schreiben von E-Mails aufgewendet wurde, die möglicherweise mit KI-Services von Nextgen automatisiert werden könnten.
Die Lösung
AFN setzte ProcessMaker Process Intelligence ein und arbeitete in der ersten Phase mit dem Team von ProcessMaker zusammen, um eine detaillierte vierwöchige Pilotanalyse durchzuführen. Während dieser Analyse wurde die ProcessMaker Process Intelligence-Lösung zur Auswertung von 23 Computern eingesetzt. Im Rahmen dieser ersten Analyse ermittelte und analysierte unsere Lösung die Nutzung von 132 Anwendungen und Portalen, um Bereiche mit Verbesserungspotenzial zu identifizieren. Dieser umfassende Ansatz ermöglichte es dem Unternehmen, betriebliche Hemmnisse zu beseitigen und die Ressourcennutzung effektiv zu optimieren.
Dank Process Intelligence war AFN in der Lage, seinen Personalbestand besser zu verstehen und herauszufinden, wie dieser besser verteilt werden kann, um Zeit- und Kostenkennzahlen zu verbessern. Darüber hinaus nutzte AFN die Process Intelligence-Lösung, um Automatisierungsmöglichkeiten für sich wiederholende Aufgaben mithilfe von Business Process Automation (BPA), Integration Platform as a Service (iPaaS) und Robotic Process Automation (RPA) zu identifizieren und zu untersuchen.
Der geschaffene Wert
Ein wichtiges Ergebnis der Process Intelligence-Initiative ist die Schaffung eines neuen Ansatzes zur Standardisierung des Rechnungsbearbeitungsprozesses und zur Rationalisierung der Abläufe durch die Suche nach Möglichkeiten zur Beseitigung weniger effizienter Varianten dieses Prozesses. Darüber hinaus konnte Process Intelligence AFN Bereiche aufzeigen, in denen das Unternehmen durch die Abschaffung ungenutzter Softwarelizenzen Kosten einsparen könnte. Darüber hinaus zeigte Process Intelligence wertvolle Techniken zum Ausgleich der Arbeitslast auf, die eine gleichbleibende Leistung gewährleisten können. Eine der interessantesten Entdeckungen und Empfehlungen von Process Intelligence betraf die GenAI-Tools. Die Lösung von ProcessMaker kann sowohl die unerlaubte und potenziell gefährliche Nutzung von GenAI-Tools aufdecken als auch Bereiche vorschlagen, in denen GenAI-Tools zur Automatisierung von Aufgaben wie der E-Mail-Zusammenfassung eingesetzt werden können. Insgesamt hat die Implementierung von Process Intelligence für AFN bedeutende Möglichkeiten zur Steigerung der Produktivität und der betrieblichen Effektivität aufgezeigt.
Entdeckte KPIs und Empfehlungen von Process Intelligence:
- Mitarbeiterproduktivität: Ermittlung der durchschnittlichen täglichen Arbeitszeit am Computer (4,23 Stunden) und der potenziellen Produktivitätssteigerung (~50% oder ~$630.000).
- Ungenutzte Lizenzen: Es wurden 120 unzureichend genutzte Anwendungen identifiziert, die ein Einsparungspotenzial von 70.000 $ jährlich darstellen könnten.
- Automatisierungspotenzial: Es wurden 10.000 manuelle Vorgänge identifiziert, die automatisiert werden könnten, was eine jährliche Einsparung von ~3.333 Stunden bedeuten würde (~2 FTE).
- Prozess-Standardisierung: Standardisierung von Prozessvarianten zur Verbesserung der Durchlaufzeit um 16,8 Stunden, Einsparung von 7,3 Tagen jährlicher Arbeitszeit und Reduzierung von 4.461 Berührungen pro Jahr.
- Bearbeitung von Rechnungen: Reduzieren Sie Engpässe und Nacharbeit im Schritt "Auflisten nicht zugeordneter Rechnungen", der ein Automatisierungspotenzial von 48 % aufweist.
- Fluktuation der Arbeitsbelastung: Überwachen Sie das wöchentliche Rechnungsvolumen und die Bearbeitungszeiten, um die Arbeitsbelastung auszugleichen.
- E-Mail-Verwaltung: Reduzieren Sie die 500 Stunden, die Sie monatlich mit dem Lesen von E-Mails verbringen, indem Sie die Zusammenfassung mit GenAI-Tools automatisieren.
