如何通过数字对流程绩效进行改进？相信这是一个令管理者充满期待并且兴奋的话题。一直以来，很多流程管理员秉持“先固化，再优化”的理念，将现有的业务流程原封不动的照搬到信息系统中，寄希望于借助流程的电子化以实现流程效率的提升，很多企业在度过了流程电子化的新鲜感之后，往往会陷入一个疑惑：流程电子化仅仅是将运作从纸质搬迁到了电脑上，这样的流程管理真正成功了吗？

诚然，“先固化，再优化”这样的理念在流程技术不够成熟的阶段是比较稳健的，然而随着流程技术的不断发展和成熟，我们已经可以在流程设计阶段实现对流程的模拟和优化了，从而可以避免流程在实际电子化运行过程中的僵化与低效与阻碍。

我们先来看看数据在球场上的运用。

在国外，由于棒球发展很早的缘故，愿意投入研究棒球的人相当多，所以棒球的数据科学化很早就进行了。甚至棒球的统计数据分析数据还是一门热门的棒球生意，有专门的公司兜售他们的数据。对于棒球的数据分析可以精确到：某位球员在白天或是夜晚，在客场或是主场，当他面对不同球数（比如说是两好三坏，或是两好零坏的状况），然后几个队友在垒上，甚至是哪一垒有人，然后他的打击率是多少，或是上垒率是多少。 所以你可以通过分析得知，一位选手他在不同的情况（日、夜、主、客场）下对不同的压力（不同球数与不同在垒数）其发挥出的水平和能力是什么样的。

同样，在NBA赛场上，甚至是最无法统计的防守能力也可以通过数据进行计算分析。如在防守一直为人所称道的火箭队的防守专家巴蒂尔的高强度帖身防守也可以通过数据衡量，比如其防守功力可以体现在：当他在场上时，对方的每次进攻的平均得分，每次进攻的命中率，每次进攻的失误率有什么变化。而当他不在场上时，那又会有甚么变化。通过数据分析，我们可以分析出巴蒂尔所谓的这种“无形”的防守能力。

那么对于流程，我们是否可以通过数字进行判断和不断优化呢？

随着现代流程技术的不断发展，流程的设计与运营已经可以通过流程系统产生的数据进行判断和分析，从而可以进行优化甚至重构，提升流程服务质量。

那么如何对一个流程在设计阶段就进行优化呢？我们来看一个实际的例子，该例子使用某款国内具有代表性的流程管理软件进行设计和计算。

以下为某企业内部的一个临时信用增加审批流程图，主要用于对其客户信用的临时增加和调整，下图为该流程主干截图：
 

由图中可以看到，对于信用增加超过一定数额将由总经理审批，其余正常情况下均由财务总监进行审批。在设计阶段，可以对每一个流程节点的审批处理时间和成本设定参数。如下图所示：

 如果对每一个流程审批节点，根据实际情况或假设场景，我们界定好这些时间或成本等相关参数，可以利用流程管理工具软件进行一定次数的模拟运算，并对模拟产生的相关结果数据进行分析，从而可以发现该流程是否符合设计目标，如果不符合，可以不断的修改、优化和调整，以满足企业对于该流程的设计目标和运营要求。

例如，在某种情境下，该流程模拟运行了100次，得到了一些很有趣的数据和图表。比如运行的时间（表格部分摘录）：

根据上表，就可以对该流程的每个审批节点的时间比例进行分析，看每个节点的审批时间是否满足设计的期望值。 另外，更为重要的是我们可以对流程的审批时间进行计算和统计分析，得到下表相关数据：

那么这样的数据揭示了什么样的实际意义呢？我们将这100次模拟运算描绘出其审批时间趋势图形，可以得到如下图：

根据该图的趋势，我们可以得到如下的初步结论：

 该流程的审批时间并不均衡，其波动范围比较大，最小值在3.08天，最大值在5.88天，难以准确预计该流程的审批时间，因此该流程在该种情境下可能难以满足企业的实际运作要求，需要对流程的具体审批节点、审批时效、判断条件进行优化甚至重构，当最终得到的趋势围绕着某一个平均时间在较窄区域内上下波动时，那么该条流程的运营才能初步符合实际运营要求。

经过对流程审批的节点进行修改和调整，模拟出的流程曲线如下图所示：

通过上图，我们可以得出结论：该流程的审批时间在较窄区域内波动，可以满足企业的实际运作需要，其模拟运行得到的审批处理时间统计数据如下表：

由此，我们可以准确的得出该流程的预计审批时间为：2.80天。

 同样，在流程发布并实际运行一段时间后，可以根据得到的运行数据进行深入分析，比如运营的时间、成本、平均响应时间、时间偏差等数据，根据这些数据再对流程进行优化和改进。对于响应时间和质量要求较高的流程，如信用卡结算、电信故障投诉等流程，可以采用六西格玛管理工具，根据流程响应时间的偏差进行管理行为提升设计，确实提升流程的服务和响应速度，真正实现从数字反馈到业务改进的管理提升。

 总之，随着流程技术的不断发展和成熟，我们已经可以深入到流程的每一个环节，对每一个环节的实际运作进行数字化的深入分析，使得流程从最初的设计阶段到运作阶段都可以进行优化甚至重构，从而可以避免流程在实际电子化运行过程中的低效与阻碍。