隨著數(shù)字化轉(zhuǎn)型的開展與不斷深入,在企業(yè)信息技術(shù)側(cè),通過建立信息系統(tǒng)、引入平臺應用帶來的業(yè)務(wù)收益也進入瓶頸期。經(jīng)濟全球化加速著企業(yè)對信息安全的認知。在企業(yè)合規(guī)化建設(shè)中,由信息安全而導致的痛點也在不斷暴露,員工異常行為的防止,對敏感信息的監(jiān)控、追溯都變得越來越難。也實現(xiàn)對業(yè)務(wù)流程快速落地。下面,就為大家介紹下流程挖掘。
流程挖掘(Process Mining),英文縮寫為PM,也叫工作流程挖掘,流程挖掘之父Wil van der Aalst將流程挖掘定義為是從現(xiàn)有事件日志中挖掘知識以發(fā)現(xiàn)、監(jiān)控和改進實際流程的技術(shù)。流程挖掘是一種從工作流日志中提取有用信息的一種技術(shù)。例如,從ERP系統(tǒng)的工作流日志中尋找工作流模型,組織模型, 然后作分析,找出流程中的問題。流程挖掘旨在構(gòu)建起傳統(tǒng)的模型驅(qū)動方法(如業(yè)務(wù)流程建模和模型正確性驗證)和新型的數(shù)據(jù)驅(qū)動方法(如數(shù)據(jù)挖掘和機器學習)之間的橋梁。
流程挖掘的基本思想
流程挖掘的基本思想是利用企業(yè)信息系統(tǒng)中存儲的包含業(yè)務(wù)執(zhí)行信息的日志,挖掘出業(yè)務(wù)活動間不同維度的流程知識,以建立能夠反映企業(yè)真實業(yè)務(wù)流程執(zhí)行過程的模型,并以此為基礎(chǔ),對原有的業(yè)務(wù)流程進行診斷和優(yōu)化。
流程挖掘的發(fā)展簡史
1998年,美國新墨西哥州立大學的Cook教授提出了流程挖掘的基本思想, 流程挖掘技術(shù)開始得到了學術(shù)界的廣泛關(guān)注。
2002年開始,van der Aalst領(lǐng)導的荷蘭埃因霍溫理工大學技術(shù)管理系信息系統(tǒng)研究組相繼開發(fā)了一系列流程挖掘軟件工具,應用不同的挖掘技術(shù)挖掘不同的流程角度。
2003年,荷蘭埃因霍溫理工大學的van der Aalst教授提出了基于 Petri網(wǎng)的α 算法的流程挖掘算法。
2004年以后, van der Aalst和他領(lǐng)導的荷蘭埃因霍溫理工大學技術(shù)管理系信息系統(tǒng)研究組通過不斷對a算法進行改進, 先后提出了啟發(fā)式挖掘算法、遺傳挖掘算法和模糊挖掘算法。
2007年,首次商業(yè)化的流程挖掘公司“Futura Pi”正式成立。
2011年,第一本流程挖掘書籍問世,海外流程挖掘公司Celonis正式成立。
截至2018年,全球已有30余家商業(yè)流程挖掘工具出現(xiàn)。
2021年,中國第一家流程智能公司上海望繁信科技有限公司正式成立,推出全球首款中文界面的流程挖掘工具“數(shù)字足跡”。
流程挖掘的主要功能
流程發(fā)現(xiàn)(Process Discovery):通過事件日志(Event Logs)構(gòu)建流程模型,不需要任何先驗知識(Prior knowledge)即可反應真實的流程運行情況。同時,通過對每個流程節(jié)點用時的還原,發(fā)現(xiàn)流程運行中的瓶頸(Bottlenecks)。
一致性檢驗:(Conformance Checking)可以將現(xiàn)有的流程模型與來自該流程的事件日志作比較,一般被用來檢驗現(xiàn)實的流程是否與流程模型一致。
流程優(yōu)化:(Process Enhancement)可以借助實際流程記錄的事件日志中得到的知識和信息來擴展或改進現(xiàn)有流程。
流程挖掘的價值在于其可以檢測出任何異常環(huán)節(jié),它不僅可以發(fā)現(xiàn)問題出在哪里,還可以了解問題發(fā)生的原因。甚至可以持續(xù)追蹤這個問題以免它影響流程中別的環(huán)節(jié)以及預防問題再次發(fā)生。