流程挖掘基础知识

流程挖掘？数据挖掘？商务智能？ 有许多分析术语，理解它们都可能具有挑战性。本课程将帮助您了解与流程挖掘相关的术语，以及如何将其用于改进业务流程。 

在深入探讨流程分析领域之前，我们先来了解： 

• 什么是 Process Mining？
• 流程挖掘中的关键术语是什么？
• 流程挖掘有哪些优势？
• 公司为何使用流程挖掘分析？

流程挖掘根据实际的"原样"数据（在 ERP 系统中可用作日志文件）组合不同的分析字段来分析运营流程。它派生自数据挖掘领域，因为它使用类似的技术来挖掘流程以进行改进。

流程挖掘的目标是通过揭示当前的流程状态，将数据转化为可据以采取行动的洞察，并创造改进机会。

与数据挖掘相比，流程挖掘侧重于 ERP 系统中的业务流程及其事务数据。流程挖掘的理念是发现、监控和改进业务流程。

在整个流程和操作中，将记录每个详细信息。这些详细信息留下了称为数字足迹的跟踪，可以在组织的不同系统中找到。流程挖掘捕获这些足迹，并允许您在分步旅程视图中将其可视化。

大多数基于系统的任务记录在日志文件中，即所谓的事件日志。

流程挖掘将事件日志和流程相关数据用于"挖掘"流程，并更好地了解它们。对流程的全面理解包括：

• 识别流程趋势、模式和偏差
• 详细可视化实际流程
• 探索提高流程效率的新方法

显示所有已执行的步骤，并且可以分析其一致性和低效性（例如返工或冗余任务）。流程挖掘使用商务智能技术来可视化此信息，从而提供有价值的见解。

根据结果，可以定义相应的流程改进。例如：

• 实施审批步骤以确保合规性
• 消除冗余任务，缩短周期时间
• 更改流程流以实现高效执行

在谈到 Process Mining 时，明确通用术语非常重要。让我们使用一个示例来解释关键术语。假设您在一家公司工作，向客户销售定制印刷 T 恤衫（客户也可以使用现有打印购买）。通常使用以下术语。

流程模型：大多数公司都已拥有现有流程模型，这些流程模型直观地描述了任务和职责的顺序（"目标"流程）。以下流程模型可视化为完成流程而执行的所有必要任务。

处理案例：案例定义流程的一次性执行（完整或不完整）。蓝色点表示不同的部门任务。红点表示已在流程中执行的任务。 

流程变式：变式是一组具有相同流程流的案例（相同的选择、活动、事件）。只有细微差异（不同的最终决策）才会导致新变式。以下示例显示 3 个不同的流程变式（基于 4 个案例）。

事件：在流程挖掘中，事件定义系统中的每个操作，这些操作具有特定的时戳。假设流程已完全执行，则每个单独任务都被视为事件，因为我们会在每个任务中收到系统生成的时戳。例如，发送衬衫进行打印时，会将其视为事件，并具有与此特定任务相关联的时戳。

属性：除特定任务和时戳外，还有与称为属性的流程相关的其他信息。任务属性提供特定情况下已执行任务的附加详细信息，例如成本中心、执行类型（用户或系统）和成本。案例属性提供有关案例的附加详细信息，例如订单类型、付款方式和装运速度选择。有关案例属性，请参阅以下示例。

大型业务流程通常包含数百万个案例，这些案例分布在数百个不同的变式中。流程挖掘的核心是识别流程的实际现状，并显示低效的变体以改进流程。

我们快速发展的变革世界使流程挖掘对急需改进的企业不可抗拒。

到目前为止，我们了解到，Process Mining 捕获了基于系统的任务的数字足迹，以提供有关实际运营流程的洞察。听起来很棒！这些洞察究竟是什么？ 

流程挖掘具有三个重要功能：

• 流程发现
• 流程合格
• 流程绩效

流程发现可视化已执行任务的执行方式并回溯流程流。

这有助于公司：

• 识别系统中的实际"现有"流程
• 识别流程偏差、异常或异常值
• 确定关键路径（从开始到完成的最长任务顺序）和执行总数
• 获取深入挖掘流程的起点

流程一致性侧重于将"现有"数据映射到现有预定义"目标"流程，例如 BPMN 流程模型。

这有助于公司：

• 识别不一致案例的总计
• 确定每个案例的根过程
• 制定确保合规的措施

流程绩效是衡量流程并定义仪表盘中显示的绩效指标。

这有助于公司：

• 创建和评估改进措施
• 基准绩效（例如，不同地区的绩效）
• 实时监控整体绩效流程，以便在发生变化时更快地做出反应

公司调查和改进运营流程有几个原因，但主要原因几乎影响每个业务。

数字化转型是当今世界最常用的术语之一，未来几年，数字化转型将成为许多企业面临的挑战。这意味着许多公司需要调整其流程，以便实施新技术以满足客户期望并获得新客户。之前的模拟流程需要转换为数字流程。

数字化转型意味着公司通过利用数字技术和实施数字基础架构，适应瞬息万变的全球市场和客户期望的流程变化。它将最新的创新工具和流程与公司的专业知识相结合，以满足客户期望并确保企业的竞争地位。

数字化转型将最新的创新工具和流程与公司的专业知识相结合，以满足客户期望并确保企业的竞争地位。

• 大数据和实时流程分析

  数据挖掘有助于识别大型数据集中的趋势、模式和客户行为。与流程挖掘相结合，允许为实时分析提供运营流程和生产数据的无缝流。

• 云技术

  云技术支持远程资源、按需存储和处理数据，并降低硬件和基础架构成本。基于云的流程挖掘工具为许多系统提供强大的连接器，并在数秒内分析数百万个案例，从而提供流程洞察。

• 人工智能 (AI) 和机器学习 (ML)

  AI 为企业制定决策奠定了全新的基础，帮助他们制定更明智的决策。由于其发展迅速，它已在许多行业实施，包括 IT、金融服务、汽车制造和医疗保健。流程挖掘中的 AI 基于实际的"现有"数据，并且可以预测案例（例如，新接订单）的流程。

众所周知，流程挖掘的核心重点是揭示流程的不可见现状。企业如何从中获益？

公司业务的成功取决于自己的流程理解。流程的数据可用性是使用流程挖掘工具进行数据分析的前提条件。但是，将数据上载到挖掘工具后，所有执行的步骤都将可见，现在还会显示效率低下的情况，并使公司能够制定改进步骤。

• 流程标准化

  流程挖掘可识别变式、离群值和不合格案例。此外，手动更改和任务重复（循环）也会变得透明，这有助于公司专注于根本原因并更好地标准化流程。

• 降低成本

  了解流程运行方式后，程序员可以构建 RPA 机器人来自动化流程。流程透明的"按原样"状态还会显示哪些步骤因变更而过时，现在可以消除，以防止不必要的成本。

• 更快的反应时间

  由于通过流程关键绩效指标的仪表盘持续进行实时监控，因此公司可以快速发现是否出现问题，并采取必要步骤解决此问题。

• 已解决瓶颈

  分析每个步骤花费的时间会减少消耗，并显示耗时且减缓整个流程的步骤。确定后，公司可以简化这些步骤、为其分配更多资源或对其进行自动化。

• 确保合规性

  显示实际步骤和变式后，可以轻松将其与现有"未来"流程（例如，基础流程模型）进行比较，以显示不一致的任务（例如，缺少审批）或未覆盖的流程流。这有助于公司确定并实施确保流程合规性的措施。

仅当流程在一个或多个系统中完全执行时才能挖掘。存在适用于流程的常见流程，并且通常揭示值得深入了解的结果。