איתור מוקדם של מעילות באמצעות אינדיקטורים התנהגותיים

בשנים האחרונות חלה עלייה בתופעה של פגיעה במשאבים ובאינטרסים של החברה על ידי עובדיה. אנחנו כמבקרים נדרשים להתמודד עם השאלה: עד כמה אנחנו מצליחים לאתר את הפגיעות ובאיזה שלב?

על מנת להעלות את הסיכויים לאיתור מוקדם של התנהגויות חריגות, נכנסנו ביחידת הביקורת של תנובה לפיילוט טכנולוגי עם פרדיקטיקו, חברת סטארט-אפ ישראלית שפיתחה שיטה לאיתור מוקדם של התנהגויות חריגות באמצעות ניתוח נתוני ביג-דאטה, בהתבסס על אינדיקטורים התנהגותיים.

שיתוף פעולה בין סטארט-אפ ליחידת ביקורת איננו שכיח במחוזותינו והוא מאתגר את שני הצדדים. במסגרת פינת החדשנות בגיליון זה, רציתי לשתף בחוויה המרתקת והמורכבת שלנו בתנובה עם פרדיקטיקו.

רקע: פיילוט ראשון נערך בחברה גלובלית

2015 – פיילוט ראשון נערך בחברת ענק גלובלית המעסיקה כ-20 אלף עובדים ברחבי העולם, מתוך כוונה לתת מענה לאתגרי פגיעה של עובדים. החברה טיפלה לאורך שנים במקרים רבים וכואבים של פגיעות פנימיות – מקרי גניבה, הונאה, פגיעה במוניטין ואף העברת מידע תחרותי למתחריה. ניסיונותיה של החברה לאתר אירועים אלה באמצעים המקובלים (נהלים חדשים, מערכות ניטור, מערכת שערי הכניסה) לא צלחו, וחרף המאמצים כמות האירועים לא ירדה. להיפך, עם השנים הסיכונים התרבו וגילויים התרחשו מאוחר מדי – לעיתים באופן מקרי ורק לאחר עזיבתו של העובד.

צוות פרדיקטיקו, המורכב משותפים מדיסציפלינות מקצועיות מגוונות (ניהול, טכנולוגיה, משאבי אנוש ואקדמיה), שם לו למטרה לאתר התנהגויות חריגות על סמך נתונים תפעוליים קיימים המשמשים לצרכים ניהוליים שוטפים. זאת מתוך מוטיבציה לצמצום הצורך באמצעים חודרניים כגון מצלמות, מערכות ניטור, בדיקות פוליגרף או מידע מהרשתות החברתיות, ומתוך שמירה מקסימלית על חיסיון פרטי המידע הרגישים של העובדים.

בעידן שבו האמצעים הטכנולוגיים לאיתור פגיעות על ידי גורמים פנימיים משתכללים והשימוש בהם נעשה נפוץ, יש לשאוף לאתר אי סדרים מתוך מידע תפעולי קיים המבוסס על אינדיקטורים התנהגותיים

2016 – פריצת דרך בגיבוש שיטת העבודה החדשה הושגה כאשר לצוות הצטרף פרופ' יואב ורדי, חוקר מוביל בתחום חיזוי התנהגות עובדים בארגונים, בעל התמחות בחקר התנהגות ארגונית בלתי נאותה Organizational misbehavior (OMB). המודלים ההתנהגותיים שגיבש פרופ' ורדי וצוותו במשך השנים, אפשרו למקד את המידע הארגוני הנדרש ולהטמיע בתוכנה את כל התובנות המחקריות המשפיעות על יכולת החיזוי של כ-80 אינדיקטורים התנהגותיים בודדים ועל תצריפיהם.

הפיילוט הראשון שלהם בחברת הענק הגלובלית הסתיים בהצלחה ב-2016. בסיומו אותרו סיכונים ברורים בקרב עובדים בודדים וקבוצות עובדים שונות בחברה. מרבית הסיכונים הללו לא היו ידועים בשעתו להנהלת החברה וטופלו מיידית על מנת למנוע את התפתחותם.

תוצאות אלו שכנעו את הנהלת החברה הגלובלית לאמץ את השיטה ולהאיץ בצוות הסטארט-אפ לפתח את הרכיבים הטכנולוגיים הנדרשים כדי להטמיע את הכלי בסביבה הארגונית. בתום מספר חודשי פיתוח עמדו לרשות הצוות מגוון יכולות לעיבוד בסביבת ביג-דאטה, שכבת אלגוריתמים לומדים, תוכנת להצגה בסיסית של הסיכונים, ומודול ניהול שמאפשר למנהל המערכת לבצע כיול מהיר של האינדיקטורים ולהוסיף תרחישי סיכון ספציפיים לארגון.

שיתוף פעולה עם יחידת ביקורת תנובה להטמעת אב-טיפוס

2017 – בשלב זה, לאחר שהיה בידי פרדיקטיקו אב-טיפוס זה, נערכה פגישה ראשונה בין חבריה לצוות הביקורת הפנימית של תנובה וסיכמנו להתקדם לפיילוט טכנולוגי. כולנו זיהינו את הפוטנציאל ואת ההזדמנות לתקף את הכלי, ולהשפיע על מאפייניו באופן שיאפשר איתור מוקדם של אירועים התנהגותיים חריגים לפני התפתחותם של אי סדרים בהיקפים כואבים.

אחד האתגרים המשותפים בהטמעת האב-טיפוס בתנובה היה הקושי לאסוף במהירות וביעילות את המידע.

אתגר נוסף היה התגברות על ההבדלים בין שני הפיילוטים וביצוע התאמות מהירות ומדויקות. בין היתר: התאמות בתרחישי סיכון, והצורך בהוספת אינדיקטורים ייחודיים לתנובה על מנת להשיג הטמעה מדויקת של כלל השינויים בתוכנה שהולכת ומתפתחת בהתמדה.

ו…. התוצאות:

העבודה ההדוקה ושיתוף הפעולה בין הצוותים תרמה להבשלת המוצר, כמו גם ליצירת מפת דרכים עתידית להמשך פיתוחו. תוך כדי העבודה המשותפת נחשפו אנשי הסטארט-אפ לאופי הפעילות ולזרימת המידע השוטפת ביחס לחריגים שונים והיכולת לנתחם במחלקת הביקורת. התברר שזהו מידע רב ערך מבחינת הבנת התוצאות שמספקת המערכת.

כמו כן, העבודה בשיתוף פעולה עם הביקורת אפשרה להרחיב את סל השימושים של המוצר הסופי כמוצר שמתאים גם לשימוש ביחידות ביקורת.

מצד שני, אנחנו בביקורת נחשפנו לדרך עבודתו של סטארט-אפ טכנולוגי המנסה לייצר מכונה שעובדת 24X7, ו"מבינה" רק אם יש לה הרבה דאטה ומינימום מגע יד אדם.

כמו בפיילוט הראשון, גם בתנובה התקבלו בסיומו של הפיילוט חיוויי סיכון שהוכיחו שהמערכת "מפתחת חוש ריח" בזמן קצר ביותר. מלבד יכולות האיתור המוקדם של הסיכונים, נראה כי יש למערכת עוד תועלות עבור יחידת הביקורת, בין היתר:

  1. לצורך בדיקה מהירה של פניות למוקד פניות עובדים.
  2. לבחירת מדגמים חכמים כחלק ממשימת הביקורת הגמישה.
  3. בסיוע למיקוד ותעדוף נושאי ביקורת על פי חיוויי המערכת.
  4. ליצירת שיתוף עם פונקציות סיכון ובקרה רלוונטיות בארגון.

מה צופן לנו העתיד?

לצד ההתקדמות הרבה, עוד עבודה רבה לפנינו… עד העלייה לאוויר של המערכת המלאה נדרשות השלמות מודולים של האנליטיקה, וכן תחקור ולמידת מכונה שיסייעו בהצפת תובנות מפתיעות שלא נחקרו עד כה ואף כאלה שאינן מתיישבות עם השכל הישר ואינן ניתנות לתכנון מראש.

אנו מקווים כי בעתיד סט היכולות הטכנולוגיות הגלומות בתוכנה המוטמעת בארגון ולומדת אותו באופו רציף, יאפשר לצוות הביקורת להקדים תרופה למכה ולסייע בתהליך הביקורת במגוון רחב של היבטים.

השארת תגובה