Исследования оптимизации бизнес-процессов чаще ориентированы на основные процессы, формирующие ценностное предложение компании [1, с. 45–52], тогда как вспомогательные процессы остаются вне систематического анализа, хотя именно в них концентрируется значительная доля операционных потерь [3, с. 118–124], особенно в компаниях, полностью передающих ресурсное обеспечение на аутсорсинг. Настоящее исследование посвящено разработке методики диагностики и совершенствования такого процесса на основе интеграции алгоритма DMAIC с BPMN-моделированием [4, с. 12–18]. Поставлены исследовательские вопросы: (1) какие факторы порождают потери в неформализованном вспомогательном процессе с распределённой ответственностью; (2) какая последовательность инструментов DMAIC и BPMN обеспечивает объективную диагностику в условиях неполноты данных; (3) какие решения устраняют первопричины и обеспечивают измеримый эффект. Апробация выполнена на примере процесса «Обеспечение транспортными услугами» нефтесервисной компании X, не располагающей собственным парком техники: транспортные расходы формируют порядка 50 % её себестоимости услуг.

Выбор инструментария моделирования опирался на сравнение нотаций IDEF0, EPC и BPMN 2.0: только BPMN одновременно поддерживает временную последовательность событий, участников через пулы и дорожки и сопоставление AS IS / TO BE [7, с. 124–128; 6, с. 210–215]. Методологической рамкой принят алгоритм DMAIC (Define–Measure–Analyze–Improve–Control) [9, с. 606–611; 8, с. 2342–2345]. На этапе Define границы процесса определены методом SIPOC; на этапе Measure собраны данные из трёх источников: интервью с руководителем профильной службы, внутренняя документация и данные учётной системы за январь–март 2026 года. Ключевой показатель — коэффициент загрузки транспортных средств (отношение производительного времени работы техники к общему времени в распоряжении заказчика), целевое значение 65 %. На этапе Analyze применялись диаграмма Исикавы и граф причинно-следственных связей; на этапе Improve модель формировалась методом мозгового штурма с опорой на отраслевой бенчмаркинг. Control — диаграмма Ганта.

Модель AS IS показала, что процесс объединяет три территориальных подразделения (Регион 1, Регион 2, Регион 3), службу планирования переездов и производственные подразделения; решения о распределении техники принимаются вручную, без данных о готовности персонала и площадок в реальном времени.

Средний коэффициент загрузки техники по компании снизился с 57,6 % в январе до 50,3 % в марте 2026 года при целевом значении 65 % (табл. 1), причём снижение устойчиво по всем подразделениям; из 12 видов техники лишь четыре демонстрировали загрузку 50 % и выше, отдельные виды — 30–38 %, что указывает на отсутствие механизма перераспределения ресурсов.

Таблица 1

Динамика коэффициента загрузки транспортных средств по подразделениям

Диаграмма Исикавы и граф причинно-следственных связей позволили выделить две корневые первопричины. Первая — рассогласование горизонтов планирования: ресурсный план от смежной службы фактически поступает уже после того, как заявки поставщикам сформированы, что вынуждает к экстренному перепланированию (доля операций, исполненных в срок, не превышает 50 %). Вторая — недостаточная цифровизация оперативного управления: парк из порядка 180 единиц техники управляется вручную, без единого информационного контура, что повышает время реакции и субъективность распределения ресурсов.

Полученные результаты позволяют предложить методику совершенствования процесса на этапе Improve. Организационное решение разделение функций планирования между специализированными ролями по номенклатурному признаку и введение кросс-функциональной координирующей роли [2, с. 88–94]. Технологическое решение — единая цифровая платформа: консолидация заявок в едином окне, передача назначений через мобильное приложение, автоматическое перепланирование и интеграция с системами мониторинга техники [5, с. 214–221]. Ожидаемые эффекты в таблице 2.

Таблица 2

Целевые ориентиры эффектов применения методики

Стандартизация процесса и цифровой след каждой операции создают условия для перехода от реактивного управления к управлению, основанному на данных. Ограничение исследования — апробация на примере одной компании; направление дальнейших исследований, верификация методики на выборке компаний со сходной моделью аутсорсинга ресурсной базы.

В результате исследования разработана и апробирована методика диагностики и совершенствования вспомогательных операционных бизнес-процессов на основе интеграции DMAIC и BPMN-моделирования. Показано, что построение моделей AS IS и TO BE в сочетании с количественным и причинно-следственным анализом позволяет объективно выявлять первопричины потерь даже при частичной неформализованности процесса. На примере процесса транспортного обеспечения установлено, что ключевыми первопричинами выступают рассогласование горизонтов планирования и недостаточная цифровизация управления; предложенные решения обеспечивают измеримый эффект — рост коэффициента использования ресурсов на 30 %, сокращение холостых пробегов и времени подачи техники. Научная значимость в систематизации подхода к диагностике вспомогательных процессов компаний с аутсорсинговой моделью ресурсного обеспечения; практическая — в универсальности предложенной последовательности этапов.

Литература:

1. Репин В. В., Елиферов В. Г. Бизнес-процессы: регламентация и управление. — М.: ИНФРА-М, 2016. — 319 с.
2. Hammer M., Champy J. Reengineering the Corporation: A Manifesto for Business Revolution. — New York: HarperBusiness, 1993. — 223 p.
3. Harmon P. Business Process Change: A Business Process Management Guide for Managers and Process Professionals. — 3rd ed. — Boston: Morgan Kaufmann, 2019. — 580 p.
4. Weske M. Business Process Management: Concepts, Languages, Architectures. — 3rd ed. — Berlin: Springer, 2019. — 427 p.
5. Кочеткова А. И., Мельников О. Н. Стандартизация процессов как инструмент устойчивого совершенствования // Российское предпринимательство. — 2020. — Т. 21, № 8. — С. 1791–1804.
6. Jeston J., Nelis J. Business Process Management: Practical Guidelines to Successful Implementations. — 3rd ed. — London: Routledge, 2014. — С. 210–220.
7. Chinosi M., Trombetta A. BPMN: An introduction to the standard // Computer Standards & Interfaces. — 2012. — Vol. 34, No. 1. — P. 124–134.
8. Zaini R., Saad R. Comparison of Business Process Improvement Methodologies // Proceedings of International Conference on Industrial Engineering and Operations Management. — Pilsen, 2019. — P. 2340–2349.
9. De Mast J., Lokkerbol J. An analysis of the Six Sigma DMAIC method from the perspective of problem solving // International Journal of Production Economics. — 2012. — Vol. 139, No. 2. — P. 604–614.