このブログ記事では、プロセス マイニングがイベント ログ分析を通じてビジネス オペレーションの非効率性を特定し、プロセス モデルの変更と拡張を通じて具体的なプロセス改善につながる仕組みについて説明します。
ビジネスプロセスとは、企業や組織が顧客価値を創造するために行う一連の業務全体を指します。この一連の業務をワークフローとして図式化するプロセスをプロセスモデリングと呼び、得られた図をプロセスモデルと呼びます。プロセスモデルは、業務アクティビティとそれらの間のパスで構成されます。これに基づき、プロセスモデルが効率的に機能するためには、検証、分析、修正、補完、改善といったプロセス改善活動が必要となります。プロセスマイニングは、こうした改善活動の中で活用される技術です。プロセスマイニングは、実際のイベントログを収集する前の、あらかじめ定義されたプロセスモデルを中心としたシミュレーション的な分析手法と、データマイニングのようにプロセスを考慮しないデータ中心の分析手法との間の橋渡しを担います。
プロセスマイニングとは、情報システムを通じて取得されるイベントログから、プロセスに関連する有益な情報を抽出する作業です。イベントログとは、情報システム内に蓄積された業務プロセスの実行記録であり、プロセスマイニングの起点となります。イベントログは、行と列で構成される2次元の表として表現されます。業務活動によって発生したイベントは行として記録され、各列には対応するイベントの属性が記録されます。記録される必須の属性は、案件ID、活動名、発生時刻ですが、様々な分析のために追加の属性を追加することもできます。イベントログは、ユーザーに直接役立つ情報を提供する生データに過ぎないため、分析可能な情報に変換するプロセスが必要です。プロセスマイニングには、プロセス発見、コンプライアンス検証、プロセス改善の3つの種類があります。
プロセス検出とは、プロセスアナリストがアルゴリズムを使用してイベント ログからプロセス モデルを導出するタスクを指します。アナリストは、特定のドメイン知識を必要とせずにこのタスクを実行できます。導出されたプロセス モデルが過度に複雑で、意味のある分析が困難な場合は、ファジー マイニングやクラスタリングなどの手法を適用できます。ファジー マイニングは、実行頻度の低いアクティビティを削除またはマージし、アクティビティ間のパスを排除することで、プロセス モデルを簡素化します。このプロセス中に、プロセス モデルに出現するアクティビティとパスにしきい値を設定して、複雑さを制御できます。クラスタリングは、類似のケースをグループ化する手法です。イベント ログ全体からプロセスを導出すると複雑なプロセス モデルになる場合は、クラスタリングを適用してイベント ログを複数のセグメントに分割できます。これらの細分化されたイベント ログにプロセス検出手法を適用すると、プロセス モデルの複雑さが軽減されます。
適合性検証とは、既存のプロセスモデルから得られた結果とイベントログ分析から得られた結果を比較し、両者の一致度を判定する手順です。このプロセスでは、既存のプロセスモデルとイベントログから得られた結果に齟齬が生じる可能性があります。例えば、既存のプロセスモデルが適切であっても、担当者がそれを遵守していないケースが考えられます。このような場合、現実世界の業務慣行を修正する必要があります。
逆に、イベントログ分析の結果がより適切であると判断された場合は、既存のプロセスモデルを修正する必要があります。プロセス強化は、既存のプロセスモデルを「修正」するタイプと、イベントログ分析から得られたタスク実行時間や人員などの補足情報を追加して発見されたプロセスモデルを「拡張」するタイプの2つに分けられます。
拡張の一例としては、イベントログから得られたプロセスモデル内のボトルネックや手戻りフローを可視化することが挙げられます。これにより、プロセス内の問題領域をより明確に特定できるようになります。
データサイエンスを基盤とするプロセスマイニングは、プロセスアナリストがビジネスエキスパートと連携し、企業のビジネスプロセスにおける課題を診断し、改善戦略を導き出すことを可能にします。近年の情報システムとデータ処理技術の進歩に伴い、プロセスマイニングの適用範囲は拡大し続けており、企業における業務効率と意思決定の精度向上に不可欠なツールとして、ますます活用が進んでいます。
