Comprender los principales casos de uso del EMS

Uno de los procesos clave en finanzas y administración es Cuentas por pagar. Un área de enfoque de
Cuentas por pagar es el capital circulante De hecho, un KPI muy central supervisado por la mayoría
de los departamentos de Cuentas por pagar es la tasa de pago a tiempo, que es uno de los muchos
factores que afectan a la capacidad de ejecución.

Una observación común con Celonis en lo que respecta a la tasa de pago a tiempo es que las facturas
se reciben con retraso del proveedor, lo que supone una brecha de ejecución. A través de las
capacidades de aprendizaje automático, Celonis es capaz de identificar causas de fondo de esta brecha
en la ejecución como que las facturas en papel sean más probables que las facturas sin papel.

Al mismo tiempo, Celonis recomienda abordar la brecha de ejecución identificada notificando

automáticamente al proveedor que la factura podría ser pagada con retraso. Además, si el problema es
sistémico, Celonis sugiere que se alerte también al director de aprovisionamiento, que puede ponerse
en contacto con el proveedor sobre el uso de métodos de facturación digital. Las recomendaciones son
botones reales de la interfaz del usuario de Celonis que permiten a los usuarios actuar de inmediato
ante las brechas identificadas y con un solo clic. ¡Ya estamos un paso más cerca hacia el trabajo en
plena capacidad de ejecución!

Veamos otros dos ejemplos de «Operaciones con clientes» y «Productos y servicios» Uno de los
principales objetivos en Operaciones con clientes está mantener una gran satisfacción del cliente. La
satisfacción del cliente depende de diversos factores como el alcance del cumplimiento de los
acuerdos de nivel de servicio, es decir, la tasa de cumplimiento de dichos acuerdos.

Algunos tipos de casos que llegan a un servicio de asistencia técnica puede tardar mucho tiempo en
resolverse. Esto podría afectar a la tasa de cumplimiento del acuerdo y resultar una brecha de
ejecución. A menudo, la causa de fondo de estas brechas de ejecución es la falta de una canalización y
priorización adecuadas de estos casos técnicamente difíciles. Para resolver esta brecha, puede
aplicarse un modelo de aprendizaje automático para predecir el tiempo de resolución de cada
incidente. A partir de un determinado umbral, este modelo puede activar las advertencias, derivar los
casos de riesgo o cambiar la canalización y así resolver la brecha de ejecución.

Por último, pero no menos importante, echemos un vistazo a un caso práctico de Productos y
servicios, más precisamente en el proceso de producción. Al analizar un flujo de trabajo de
producción, deseamos una ejecución sin problemas y el menor tiempo de inactividad por
mantenimiento como sea posible. Cualquier parada no planificada de la máquina afecta en gran
medida a la capacidad de ejecución y vale la pena investigar con Celonis. A menudo, los trabajos de
mantenimiento se planifican con un horario fijo en lugar de basarse en el uso real. Con Celonis EMS,
puede medir el rendimiento de la máquina junto con las tendencias históricas para identificar ventanas
de mantenimiento óptimas y ajustar sus flujos de trabajo en consecuencia.