Bir finans müdürü geçen ay bana şunu söyledi: ‘On iki botumuz çalışıyor, ama bu yatırımın bize ne kazandırdığını CFO’ya anlatamıyorum.’ Bu cümle, Türkiye’deki RPA projelerinin tam ortasındaki boşluğu özetliyor. Şirketler 2018-2019 döneminde RPA’ya ciddi bütçe ayırdı; bankacılık, sigortacılık ve büyük ölçekli üretim firmalarında onlarca bot devreye alındı. Ancak o botların ne kadar süre çalıştığı, kaç işlemi tamamladığı, kaç hatayı tetiklediği ve hangi maliyet kalemini gerçekten düşürdüğü soruları çoğunlukla yanıtsız kalıyor. Otomasyon portföyünü yönetmek, bot sayısını artırmaktan çok farklı bir disiplin gerektiriyor.
RPA’nın temel iddiası basittir: tekrarlayan, kurallara dayalı işleri insan müdahalesi olmadan yürütmek. Fatura doğrulama, banka mutabakatı, e-Fatura veri aktarımı, ERP’ye sipariş girişi gibi işlemler bu kategoriye giriyor. Ancak bir botun bu işlemi ‘yaptığını’ bilmek ile ‘ne kadar verimli yaptığını’ bilmek arasında dağlar kadar fark var. Birincisi operasyonel bir gözlem; ikincisi yönetimsel bir ölçüm. Ölçüm yoksa iyileştirme de yok. Bir sürecin otomasyona taşınması başlangıç noktasıdır; asıl iş oradan sonra başlar. Bot devreye alındıktan sonra performansını izlemeyen ekipler, zamanla hangi botun düzenli hata verdiğini, hangi sürecin iş hacmi değiştiğini veya hangi istisna kuralının artık geçersiz olduğunu fark edemez.
Otomasyon performansını ölçmek için önce doğru metrikleri seçmek gerekiyor. Dört temel eksen öne çıkıyor: işlem süresi (cycle time), hata oranı (exception rate), maliyet etkisi ve kapasite kazanımı. İşlem süresi; botun bir işlemi tamamlaması için harcadığı ortalama süreyi, insanın aynı işi yapması için harcadığı süreyle karşılaştırır. Bu karşılaştırma olmadan ‘hız kazandı’ iddiası kanıtsız kalır. Hata oranı; botun işlemi tamamlayamadığı ya da yanlış tamamladığı durumların toplam işlem sayısına oranıdır. Yüzde beşin üzerinde seyreden bir hata oranı, sürecin otomasyona hazır olmadığının ya da bot mantığının yanlış kurulduğunun işaretidir. Maliyet etkisi; insan saati maliyeti, lisans maliyeti ve bakım maliyetini birlikte değerlendirmeden hesaplanamaz. Kapasite kazanımı ise o işten kurtulan çalışanın gerçekten başka bir değer yaratan işe yönlendirilip yönlendirilmediğini sorar. Türkiye’deki pek çok projede bu dördüncü eksen hiç ölçülmüyor.
Otomasyon karnesi tasarımı bu dört ekseni bir araya getiren, yöneticilerin düzenli olarak inceleyebileceği görsel ve sayısal bir izleme çerçevesi kurmayı gerektiriyor. Karnenin aylık değil haftalık güncellenmesi öneriliyor; çünkü iş hacmi değişimleri ve sistem güncellemeleri bot performansını kısa sürede etkiliyor. İyi tasarlanmış bir karne şu soruları yanıtlamalı: Hangi bot en yüksek işlem hacmini taşıyor? Hangi bot en fazla istisnayı üretiyor? Hangi süreçte maliyet tasarrufu beklenenin altında kaldı? Hangi bot son iki haftada hiç çalışmadı? Bu sorular sıradan gibi görünse de cevapları çoğu zaman şaşırtıcı. Örneğin bir sigorta şirketinde poliçe yenileme botunun yüzde on iki hata oranıyla çalıştığı, ancak bu hataların manuel kontrol kuyruğuna sessizce yığıldığı aylarca fark edilmemişti. Karne olmadan bu görünmezlik kaçınılmaz.
Sürekli iyileştirme döngüsü, karneden elde edilen verileri aksiyona dönüştüren mekanizmadır. Bu döngü dört adımdan oluşuyor: ölç, analiz et, iyileştir, doğrula. Ölçüm aşaması karnenin sağladığı veriyle başlıyor. Analiz aşamasında hata kaynaklarına bakılıyor: bu bir veri kalitesi sorunu mu, bir kural değişikliği mi, yoksa kaynak sistemdeki bir güncelleme mi? İyileştirme aşamasında bot mantığı ya da süreç tasarımı revize ediliyor. Doğrulama aşamasında değişiklik sonrası metrikler önceki dönemle karşılaştırılıyor. Bu döngü işlemeyen ekiplerde RPA portföyü zamanla ‘çalışıyor ama kimse bakmıyor’ durumuna düşüyor. Türkiye’de kur baskısının yüksek olduğu bu dönemde, RPA lisans maliyetleri dolar bazlı olduğu için yatırımın geri dönüşünü ölçmek ayrıca stratejik bir zorunluluk taşıyor. Lisans için ödenen dolar karşılığında ne kadar Türk lirası değeri üretildiği sorusu CFO masasında her geçen ay daha fazla yer buluyor.
Ölçüm altyapısı kurmanın pratik zorluklarını da görmezden gelmemek gerekiyor. Pek çok RPA platformu yerleşik izleme araçlarıyla geliyor; ancak bu araçların ürettiği ham log verisi doğrudan yönetimsel karar almaya elverişli değil. Veriyi anlamlı hale getirmek için ya platform üzerinde özel raporlama katmanı kurmak ya da dışarıdan bir analitik aracına bağlamak gerekiyor. İkinci seçenek ek lisans ve entegrasyon maliyeti doğuruyor; bu da KOBİ ölçeğindeki şirketler için gerçek bir engel. Küçük ve orta ölçekli işletmelerde pratik çözüm genellikle haftalık manuel veri derleme ve basit bir elektronik tablo modeliyle başlamak oluyor. Mükemmel bir izleme sistemi beklerken hiç ölçmemek, ölçüm altyapısını kademeli kurmaktan çok daha pahalıya çıkıyor. Bir diğer zorluk; bot başarısını tanımlamak için iş biriminin ve BT’nin ortak bir dil kurması gerektiği. BT ‘bot çalıştı’ derken iş birimi ‘ama sonuç hatalıydı’ diyor. Bu kopukluk, ölçüm kriterleri baştan yazılı olarak tanımlanmadığında kaçınılmaz.
RPA yatırımının değerini savunabilmek için tek bir soruyu yanıtlamak yeterli: ‘Bu bot olmasaydı ne olurdu?’ Bu soruya sayısal bir yanıt verebilmek, otomasyon karnesi ve sürekli iyileştirme döngüsünün var olmasına bağlı. Bot sayısı bir operasyonel gösterge; maliyet etkisi, hata azalması ve kapasite kazanımı ise stratejik göstergeler. Yönetim kuruluna sunulan slaytlarda bot sayısı yerine bu üç göstergenin yer alması, RPA programının olgunluk düzeyini de ortaya koyuyor. Türkiye’deki şirketlerin bu olgunluğa ulaşması için büyük bütçelere ihtiyaç yok; ihtiyaç duyulan şey doğru metrikleri tanımlama disiplini ve veriyi düzenli okuma alışkanlığı. Buna başlamak için en iyi zaman, bir sonraki bot devreye alınmadan önce.