Dette blogindlæg undersøger, hvordan process mining identificerer ineffektivitet i forretningsdrift gennem hændelsesloganalyse og fører til håndgribelige procesforbedringer gennem ændring og udvidelse af procesmodeller.
En forretningsproces refererer til hele rækkefølgen af opgaver, som en virksomhed eller organisation udfører for at skabe kundeværdi. Proceduren med at diagrammere denne opgavesekvens som en arbejdsgang kaldes procesmodellering, og det resulterende diagram kaldes en procesmodel. Procesmodeller består af opgaveaktiviteter og stierne mellem dem. Baseret på dette er det nødvendigt at verificere, analysere, ændre, supplere og forbedre procesmodellen for at sikre, at den fungerer effektivt. Process mining er en teknik, der anvendes i disse forbedringsindsatser. Process mining bygger bro mellem simuleringslignende analyseteknikker centreret omkring foruddefinerede procesmodeller (før faktiske hændelseslogfiler indsamles) og datacentriske analyseteknikker som data mining, der ikke tager processen i betragtning.
Process mining er opgaven med at udtrække værdifuld information relateret til processer fra hændelseslogfiler indhentet via informationssystemer. Hændelseslogfiler refererer til optegnelser over forretningsprocesudførelse, der er akkumuleret i informationssystemer, og som fungerer som udgangspunkt for process mining. Hændelseslogfiler repræsenteres som todimensionelle tabeller bestående af rækker og kolonner. Hændelser genereret af forretningsaktiviteter tilføjes som rækker, og hver kolonne registrerer attributterne for den tilsvarende hændelse. De væsentlige attributter, der registreres, er sags-ID, aktivitetsnavn og forekomsttidspunkt; yderligere attributter kan inkluderes til forskellige analyser. Hændelseslogfiler er blot rådata, der leverer information, der er direkte nyttig for brugerne, hvilket nødvendiggør en proces til at omdanne dem til analyserbar information. Process mining omfatter tre typer: procesopdagelse, compliance-verifikation og procesforbedring.
Procesopdagelse refererer til den opgave, hvor en procesanalytiker bruger algoritmer til at udlede en procesmodel fra hændelseslogge; analytikeren kan udføre denne opgave uden at kræve specifik domæneviden. Hvis den afledte procesmodel er for kompleks, hvilket gør meningsfuld analyse vanskelig, kan teknikker som fuzzy mining eller clustering anvendes. Fuzzy mining forenkler procesmodellen ved at fjerne eller flette aktiviteter med lav udførelsesfrekvens og eliminere stier mellem aktiviteter. Under denne proces kan der indstilles tærskler for aktiviteter og stier, der vises i procesmodellen, for at kontrollere dens kompleksitet. Clustering er en teknik, der grupperer lignende sager. Når udledning af en proces fra hele hændelsesloggen resulterer i en kompleks procesmodel, kan clustering anvendes til at opdele hændelsesloggen i flere segmenter. Anvendelse af procesopdagelsesteknikker på disse underopdelte hændelseslogge reducerer procesmodellens kompleksitet.
Fitnessverifikation er proceduren for at sammenligne resultaterne fra den eksisterende procesmodel med resultaterne fra hændelsesloganalyse for at bestemme graden af overensstemmelse mellem de to sæt resultater. I denne proces kan der opstå uoverensstemmelser mellem den eksisterende procesmodel og resultaterne fra hændelsesloggene. For eksempel, selvom den eksisterende procesmodel er passende, kan der være tilfælde, hvor det personale, der er ansvarligt for opgaven, ikke overholder den. I sådanne tilfælde skal de faktiske arbejdspraksisser, der forekommer i den virkelige verden, korrigeres.
Hvis resultaterne fra hændelsesloganalysen derimod anses for at være mere passende, skal den eksisterende procesmodel ændres. Procesforbedring er opdelt i to typer: "ændring" af den eksisterende procesmodel og "udvidelse" af den opdagede procesmodel ved at tilføje supplerende oplysninger fra hændelsesloganalysen, såsom opgaveudførelsestider eller personale.
Et eksempel på udvidelse involverer visualisering af flaskehalse og omarbejdningsflows i procesmodellen udledt af hændelseslogfiler. Dette muliggør en klarere identifikation af problematiske områder i processen.
Process mining, baseret på datalogi, gør det muligt for procesanalytikere at samarbejde med forretningseksperter for at diagnosticere problemer i en virksomheds forretningsprocesser og udlede forbedringsstrategier. Med den seneste udvikling inden for informationssystemer og databehandlingsteknologier fortsætter omfanget af process mining-applikationer med at udvides. Det bruges i stigende grad som et kritisk værktøj til at forbedre driftseffektiviteten og præcisionen i beslutningstagning i virksomheder.
