Automatyzacja i optymalizacja procesów

Optymalizuję procesy od momentu, gdy na serio zająłem się marketingiem, czyli już od 20 lat.

Czy zrobiłem to dlatego, że zasugerował mi to jakiś szef?

Nie.

Zacząłem to robić, ponieważ po prostu zdałem sobie sprawę, że powtarzalne procesy — takie jak wysyłka cotygodniowego newslettera albo tworzenie karty produktu ecommerce — zajmowały mi więcej czasu, jeśli za każdym razem, gdy się za nie zabierałem, musiałem myśleć, jakie kroki wykonać.

A do tego, jeśli za bardzo ufałem temu, że robiłem to już tysiąc razy, i nie byłem w pełni skupiony, mogłem popełniać błędy.

Od tamtej pory, z tych dwóch powodów — oszczędzać czas i unikać błędów — staram się optymalizować każdy proces, o którym wiem, że będę go powtarzać.

Ta optymalizacja:

1. Czasem polega na pełnej lub częściowej automatyzacji, innym razem na poprawie przepływu, a jeszcze innym na znalezieniu narzędzi, które poprawiają jakąś część procesu, jak zaraz zobaczymy.
2. Sprawdza się w każdym rodzaju procesu:
1. Biznesowe
2. Sprzedażowe
3. Marketingowe
4. Techniczne
5. Analityczne
6. Logistyczne
3. I zawsze osiągam ją, wykonując te same kroki.

Te siedem, które opisuję poniżej.

#1. Zdecydować, który proces optymalizować

To jest pierwsza rzecz. Zanim cokolwiek zoptymalizujesz, musisz wiedzieć, co warto optymalizować. Robię to na podstawie bardzo prostej formuły, biorąc pod uwagę te zmienne:

• Czas potrzebny na wykonanie procesu.
• Liczba razy, gdy jest wykonywany w miesiącu.
• Szacowany czas po optymalizacji.
• Koszt opracowania optymalizacji.

Na tej podstawie tworzę macierz priorytetów optymalizacji procesów.

I zaczynam od pierwszego.

#2. Powtórzyć proces ręcznie kilka razy

To znaczy, nawet jeśli wiem, że jest to proces, który będę powtarzać w przyszłości kilka razy, za pierwszym razem, gdy się z nim mierzę, nie próbuję go automatyzować ani optymalizować.

Nie, bo wiem, że jeśli zrobię to od razu, coś mi umknie. Nie da się wychwycić wszystkiego, jeśli wcześniej się tego nie wykonało.

Dlatego najpierw staram się “zmasterować” proces. Czyli stać się jego mistrzem, powtarzając go kilka razy. Wystarczająco dużo, aby natrafić na różne możliwości lub warianty, które mogą się pojawić, a które potem wezmę pod uwagę podczas optymalizacji.

Gdy mam już jasność, jak podejść do każdego przypadku, wtedy zaczyna się optymalizacja.

#3. Zdefiniować proces

Drugi punkt jest chyba najważniejszy. Bo jeśli zostanie źle zdefiniowany, jest całkowicie niemożliwe optymalizowanie, a tym bardziej automatyzowanie jakiegokolwiek procesu.  

Będzie brakować połączeń.

Dane nie będą przechodzić tak lub wtedy, jak tego potrzebujemy.

Krótko mówiąc, będziemy frustrować się w bardziej zaawansowanych fazach, bo podstawa nie będzie poprawna.

Jak zdefiniować proces

W rzeczywistości uważam, że to bardzo proste. W zasadzie chodzi o zapisanie na mapie myśli albo w Excelu — na końcu i tak prawie zawsze lądujemy w Excelu, nieważne jak zaczniemy — każdej pojedynczej czynności, którą obejmuje proces. 

Bez grupowania.

Choćby wydawały się bardzo proste.

Coś takiego:

Bo typowe “pobrać dane sprzedażowe z miesiąca”, pod kątem automatyzacji, to nie to samo co:

1. Wejść pod ten URL: xxxxxx
2. Zalogować się.
3. Wejść w raport sprzedaży.
4. Przefiltrować po ostatnim miesiącu.
5. Wyeksportować.

Widzisz różnicę, prawda?

W pierwszym przypadku (“pobrać dane sprzedażowe z miesiąca”) człowiek będzie umiał to zinterpretować i zrobić, jeśli mu się to wyjaśni.

Agent AI prawdopodobnie też.

Ale narzędzie do automatyzacji typu N8N już nie. I nie zawsze jest konieczne i/lub użyteczne, aby robił to agent.

#4. Pomyśleć, jak można ulepszyć każdy krok, oceniając różne rozwiązania

Bo, idąc za poprzednią myślą, w wielu przypadkach dodanie agenta oznacza:

1. palenie tokenów bez sensu.
2. Zaufanie, że poprawnie wykona proces.

Kiedy istnieją APIs które łączą się z platformami i zwracają nam potrzebne dane po wpisaniu kilku informacji w węźle przepływu.

To właśnie tego typu decyzje będziemy musieli tutaj podjąć:

• Które punkty można zautomatyzować.
• Które lepiej, aby wykonał człowiek ręcznie.
• Przeanalizować, czy i gdzie powinna wejść AI.
• Czy wynik AI powinien być oceniony przez osobę czy nie przed kontynuowaniem procesu.
• Czy lepsze jest klasyczne wdrożenie (funkcjonalność dla CMS w PHP lub Pythonie), czy rozwiązanie z N8N i/lub AI.
• Które narzędzia są najbardziej odpowiednie, w zależności od:
• Wyniku.
• Złożoności developmentu.
• Kosztu.

Gdy oceniasz to wszystko, otrzymujesz coś takiego:

Widać tam jasno, które punkty powinny zostać ręczne, które można zautomatyzować lub wykonać z pomocą AI, i jakie narzędzia warto ocenić.

W powyższym przykładzie zaproponowałem trzy możliwe ścieżki rozwiązania:

1. Pierwszą, w której proces jest zasadniczo ludzki, z pomocą AI w niektórych punktach procesu. To na pewno zadziała i poprawia stan obecny, prawie bez potrzeby developmentu.
2. Drugą ścieżkę, w której automatyzujemy dużą część procesu, ale robimy to za pomocą N8N, zostawiając AI tylko w kilku punktach i dodając walidacje ludzkie. Zmienia się też narzędzie AI: w ścieżce 1 proponuję NotebookLM, którego API nie nadaje się do tej ścieżki 2, więc trzeba zmienić narzędzie.
3. Ścieżkę agentową, w której zostaną opracowani agenci wykonujący większość procesu, z pozostawieniem pewnych punktów walidacji ludzkiej.

Ostatecznie w tym przypadku wybraliśmy ścieżkę pośrednią, ponieważ najlepiej pasowała do celów projektu.

#5. Opracować i wdrożyć rozwiązanie

Z taką mapą pozostaje tylko samemu albo komuś innemu zabrać się za opracowanie rozwiązania.

To bez wątpienia najdłuższy i najbardziej złożony punkt procesu. Tam pójdzie najwięcej godzin, ale to cena za to, żeby później zaoszczędzić więcej.

I tutaj, podkreślam, ścieżki będą następujące:

1. Optymalizować poprzez poprawę wykonania przez człowieka, użycie narzędzi ułatwiających. Na przykład makra w Excelu albo Photoshopie. Albo integracja CRM do obsługi klienta. Albo narzędzie do śledzenia zgłoszeń.
2. Automatyzować za pomocą narzędzi do tego: N8N, Make, Zapier…
3. Automatyzować poprzez development — zwykle webowy — szyty na miarę (moduły dla CMS).
4. Dodać warstwę AI, punktowo w jakimś miejscu albo przenosząc cały ciężar procesu na jednego lub kilku agentów.

W każdym przypadku można wybrać jedną z tych ścieżek albo kombinację kilku.

To przykład tego, jak zarządzaliśmy kampaniami w Yo pongo el hielo:

Z tego URL backoffice generowaliśmy:

• Landing z produktami z promocji.
• Newsletter w 3 językach, z wyborem promowanych produktów wysyłanych e-mailem i zaplanowaną datą wysyłki.
• Hero banner promocji.
• Moduł wyróżnionych produktów na stronie głównej.
• Oznaczenie na promowanych produktach.
• Pasek z banerem promocyjnym.

Wszystko z tego samego i jedynego URL.

Development na miarę, który pozwolił nam na brutalną automatyzację i znaczną oszczędność godzin: zaczęliśmy poświęcać jedną godzinę zamiast wcześniejszych ośmiu.

Ważne tutaj: sektor automatyzacji i AI stale ewoluuje, więc prawdopodobne jest, że za miesiąc jakiś punkt procesu będzie można wykonać łatwiej.

Kwestią będzie wtedy zdecydowanie, czy warto stale rozwijać proces, czy bardziej produktywne jest pozostawienie go stabilnym przez 3 albo 6 miesięcy i, gdy nadejdzie moment, sprawdzenie, czy warto wprowadzić kilka ulepszeń naraz, co ogólnie jest moją preferowaną opcją.

Swoją drogą, bardzo możliwe, że podczas opracowywania rozwiązania zobaczymy potrzebę zmian względem tego, co zaplanowaliśmy. Niektóre zmiany są normalne. Wiele zmian oznacza, że źle wykonaliśmy poprzedni punkt (ocenę) i powinniśmy wziąć to pod uwagę przy przyszłych procesach.

Oczywiście nie mylmy zmian z możliwymi ulepszeniami które zostają na późniejszą fazę 2. To różne rzeczy i taka możliwa faza 2 jest normalna i pozytywna, aby zacząć poprawiać proces jak najszybciej.

#6. Testować i dostrajać. I faza 2

Chociaż testy wykonuje się podczas developmentu rozwiązania, gdy już zaczynasz naprawdę pracować z nowym rozwiązaniem, wszystko może pójść zgodnie z oczekiwaniami albo nie, i może trzeba będzie coś dostosować.

Chodzi o to, że jeśli istnieje dobra komunikacja między osobą lub zespołem rozwijającym rozwiązanie a osobą lub zespołem, który z niego korzysta, dostosowania będą drobne i szybkie, a od pierwszego momentu zauważymy oszczędność czasu.  

Jeśli tak nie jest, coś zrobiliśmy źle.

Idąc za poprzednim przykładem, w Yo pongo el hielo zobaczyliśmy, że możemy jeszcze bardziej zoptymalizować system tworzenia landingów, zmieniając sposób dodawania produktów.

W fazie 2 przeszliśmy od robienia tego na poprzednim landingu do modułu importującego Excele ze wszystkimi danymi oferty produktu (atrybuty, cena promocyjna, cena poprzednia, czas trwania oferty, limit ilościowy):

W ten sposób lepiej pracowaliśmy nad produktami z działem Zakupów we wspólnym Excelu, który później marketing importował do landingu, unikając wybierania każdego produktu po kolei.

Oszczędność czasu była znacząca, zwłaszcza że były kampanie takie jak Black Friday z kilkuset referencjami.

#7. Dokumentować

To jest opcjonalne, ale zalecane, jeśli automatyzacją będzie zarządzać inna osoba albo jeśli będziesz zarządzać nią sam, ale chcesz ją replikować w przyszłości.

Na przykład może to być automatyzacja, którą chcesz replikować u każdego klienta: udokumentuj, jak się ją replikuje.

Warto wiedzieć, jakie kroki trzeba wykonać, żeby nie polegać na pamięci, bo już widzieliśmy, że to wolniejsze i prowadzi do błędów.

Prosty Google Doc w zupełności wystarczy do wyjaśnienia kluczowych punktów.

Jeśli jest dla kogoś innego, być może trzeba będzie dodać więcej szczegółów albo zrzutów ekranu. Tak robię w Disruptivos, gdy tworzę automatyzacje, które później będą replikować inne osoby.

Albo dla mnie, przy złożonych procesach takich jak tworzenie strony membershipowej, gdzie nawet jeśli nie będę ich automatyzować, warto zawsze trzymać się tej samej kolejności, aby działać szybko. Albo też wrzucanie kursów na stronę, które ma kilka kroków i zajmuje chwilę, więc znacznie lepiej mieć to spisane i iść krok po kroku:

I tyle.

Dzięki tym siedmiu krokom masz ulepszony i udokumentowany system, tak aby każdy, kto będzie musiał zrobić to za ciebie (nowa osoba, urlop, zmiana pracy, twoje przyszłe ja, które nie pamięta, jak to się robiło…), mógł wykonać to bez większego problemu.

To niemało: z czasem zrozumiałem, że posiadanie zoptymalizowanych i zautomatyzowanych procesów jest bardzo wyraźnym znakiem odporności biznesu lub firmy.

Prawdziwe przypadki procesów zoptymalizowanych i/lub zautomatyzowanych

A żebyś nie myślał, że zostaję przy teorii, zostawię ci kilka przykładów zoptymalizowanych procesów, żeby dać ci trochę pomysłów.

Wspomniałem już, jak poprawiliśmy czas potrzebny na tworzenie kampanii w Yo pongo el hielo, ale w tym projekcie zrobiliśmy wiele innych rzeczy, takich jak:

• System automatyzacji faktur.
• Tworzenie kart produktów w partiach.
• Tworzenie zdjęć produktów z AI.
• Analizowanie faktur logistycznych z AI.

I na pewno pomijam jeszcze jakiś ciekawy przypadek.

Wkrótce podlinkuję tutaj artykuł z systemem tworzenia artykułów z pomocą AI który przygotowuję dla mojej strony (tej strony).

Później, gdy będzie już działał, duży projekt, który buduję w Disruptivos: SaaS konsultingowy, dzięki któremu chcemy usprawnić procesy audytu i propozycji strategicznej nowych projektów cyfrowych, które do nas trafią.

Wnioski

Optymalizacja procesów nie polega na automatyzowaniu wszystkiego, tylko na głębokim myśleniu.

Bo największym błędem jest nakładanie narzędzi, AI lub automatyzacji na procesy, które nie są dobrze zdefiniowane.

System, który właśnie ci pokazałem, ma jasną przewagę:

Zawsze zaczynasz od procesu ręcznego, od zrozumienia go dogłębnie. I dopiero potem decydujesz, co optymalizować, czy trzeba automatyzować i czym (nie zawsze AI).

To zmniejsza błędy, unika niepotrzebnych developmentów i zmusza cię do stosowania rozsądku w twoich decyzjach.

Kolejna ważna idea:

Nie wszystko powinno się automatyzować.

Są kroki, w których:

• Taniej jest zrobić to ręcznie
• Jest bezpieczniej (na przykład dostęp do banku)
• Albo po prostu nie opłaca się wysiłek tworzenia automatyzacji (w godzinach) ani koszt zlecenia tego AI.

A mówiąc o AI, będą przypadki, w których pasuje idealnie, podczas gdy w innych jej dodanie będzie droższe, bardziej niestabilne albo po prostu niepotrzebne.

Krótko mówiąc, zapamiętaj to:

Optymalizacja procesów jest podstawowa, aby projekt szedł do przodu. W tym celu priorytetowo traktuj te o największym realnym wpływie, poprawnie je definiuj przed automatyzacją i zawsze mierz oszczędność względem kosztu.

Bo ostatecznie nie chodzi o dodawanie technologii, tylko o zbudowanie projektu, który działa bez polegania na twojej pamięci we wszystkim.

Projekt bez zdefiniowanych procesów się nie skaluje. Projekt ze zoptymalizowanymi procesami może to zrobić.