СберТех: трансформация промышленности через Process Mining, от данных к прибыли, Евгений Миронов
Евгений Миронов, руководитель направления продаж, СберТех. Конференция TAdviser «Цифровые технологии в промышленности: практика и кейсы» 2026.
Стратегическая модель внедрения и развития компетенций
Подход СберТеха к работе с клиентами строится не на простой продаже программного обеспечения, а на создании полноценной экосистемы эффективности внутри организации.
Ключевая бизнес-модель предполагает четкую последовательность действий: запуск пилотного проекта, демонстрация реального измеримого эффекта от использования инструментов анализа процессов, последующая установка лицензий и глубокое обучение персонала.
Важнейшим этапом является создание внутреннего центра компетенций в компании заказчика.
Это позволяет перенести экспертизу по анализу процессов с внешних консультантов на сотрудников предприятия.
В конечном итоге СберТех переходит в режим технической поддержки, оставляя клиенту возможность самостоятельно управлять своими процессами и развивать их.
Такой подход исключает зависимость клиента от вендора и гарантирует, что инструмент будет использоваться максимально эффективно для решения конкретных бизнес-задач.
При этом целью не является бесконечный повторный анализ одних и тех же процессов; задача состоит в том, чтобы поставить систему, обучить людей и обеспечить стабильный рост эффективности бизнеса.
Проблема подготовки данных: «Серая зона» Process Mining
Одной из главных сложностей при внедрении анализа процессов остается этап подготовки датасетов и выгрузки логов.
Этот процесс зачастую оказывается крайне разнородным и трудозатратным, требуя вовлечения множества специалистов: от владельцев бизнес-процессов и профильных экспертов до сотрудников IT-департаментов.
Неправильно подготовленный набор данных становится критическим барьером, который существенно осложняет или даже делает невозможными все последующие аналитические процедуры.
Если на входе данные содержат ошибки или неполные сведения, любые выводы о «узких местах» процесса будут ошибочными. Именно поэтому работа с данными сегодня является самым трудоемким этапом для предприятий.
СберТех признает эту проблему и активно работает над ее решением, понимая, что скорость получения итоговых выводов напрямую зависит от качества исходного датасета.
Технологические решения по оптимизации работы с данными
Для сокращения трудозатрат на этапе подготовки данных СберТех реализует два основных направления развития. Первое направление — это стратегическое партнерство.
Поскольку 1С является самой популярной ERP-системой в России, компания развивает специализированные коннекторы к этой системе.
Это позволяет автоматизировать выгрузку логов и стандартизировать формат данных, что частично снимает нагрузку с IT-специалистов клиента и ускоряет запуск аналитики.
Второе направление связано с применением передовых технологий искусственного интеллекта.
В частности, ведутся эксперименты по внедрению ИИ-ассистентов (включая использование возможностей GigaChat), которые способны самостоятельно анализировать «озеро данных» компании.
Такой ассистент помогает автоматически выбирать необходимые атрибуты и структурировать информацию, превращая хаотичный массив логов в пригодный для анализа датасет.
Это переводит процесс подготовки данных из ручного режима в автоматизированный, минимизируя человеческий фактор и ошибки.
Фундаментальные основы анализа процессов: три ключевых атрибута
Для того чтобы Process Mining начал работать и выдавать ценные инсайты, достаточно обеспечить наличие трех базовых параметров в данных.
Первый — это уникальный идентификатор (Case ID), например, номер договора, заявки или обращения.
Он позволяет отследить путь конкретного документа или заказа через всю цепочку действий.
Второй параметр — события, которые происходят с этим объектом: «документ создан», «отправлен на подписание», «подписан» и так далее.
Третий критически важный элемент — временная метка, фиксирующая точное время наступления каждого события.
Наличие этих трех атрибутов позволяет построить базовую карту процесса и выявить основные задержки.
Однако СберТех подчеркивает: чем больше дополнительных атрибутов удается собрать, тем больше гипотез можно проверить и тем глубже будет анализ зависимостей.
Дополнительные данные позволяют не просто констатировать факт задержки, но и понять ее причину, что в итоге ведет к более точной оптимизации процесса.
Экономика цифровой трансформации и возврат инвестиций
Финансовая эффективность внедрения инструментов СберТеха подтверждается конкретными цифрами: общая финансовая выгода клиентов компании достигла 40 миллиардов рублей.
Однако размер необходимых инвестиций для каждого отдельного клиента всегда индивидуален и зависит от масштаба организации, сложности анализируемых процессов и ожидаемого эффекта.
Чтобы снизить риски для заказчика и упростить процесс согласования бюджета в бюджетном комитете, СберТех использует практику бесплатных пилотных проектов.
Это позволяет на реальных данных компании показать потенциальный эффект до того, как будут выделены основные средства.
Что касается стоимости самих решений, то порог входа начинается от двух миллионов рублей за годовую подписку с минимальным набором лицензий.
Такая модель делает технологию доступной не только для гигантов индустрии, но и для компаний среднего размера, стремящихся к цифровой трансформации.
