Технологии анализа процессов: от бизнес-аналитики к процессной аналитике

Анализ модели (графа) процесса в Process Mining

Процессно-майнинговые системы восстанавливают сложные графы процессов на основе цифровых следов, отражая все варианты исполнения, включая исключительные сценарии. С помощью фильтров и аналитических срезов можно изучать отдельные аспекты процессов (например, длительность, демографию или регион), выявляя отклонения и оптимизируя workflow.

Основные мысли

  1. Граф процессов — это ключевая модель в процессном майнинге, которая автоматически воссоздаётся из реальных данных (цифровых следов) и отражает все возможные варианты выполнения процесса, включая исключительные сценарии.

  2. Гибкость анализа — системы процессного майнинга позволяют применять фильтры и аналитические срезы (например, по времени, полу, региону), чтобы изучать конкретные подмножества процессов и выявлять отклонения.

  3. Визуализация и обнаружение аномалий — инструмент не только строит графы, но и помогает визуально выделять нестандартные пути выполнения, что упрощает поиск узких мест и оптимизацию процессов.

  4. Автоматизация vs. ручной анализ — традиционными методами (например, через интервью) невозможно получить точную модель процесса, тогда как майнинг процессов объективно отражает реальную логику работы на основе данных.

  5. Практическая ценность — такой подход даёт компаниям возможность глубже понимать свои бизнес-процессы, находить скрытые проблемы и принимать решения на основе фактических данных, а не предположений.

Показывать лекцию целиком
Краткое изложение

В процессно-майнинговых системах есть основное понятие — его называют граф процессов. Это достаточно сложная модель, которая воссоздаётся из фактических экземпляров процесса, и это основной инструмент. То есть, если присмотреться к этим примерам, то мы увидим в процесс-майнинге достаточно сложные модели — сложные графы, содержащие логику множества различных исключительных сценариев процесса.

Здесь я пытаюсь проиллюстрировать: мы видим разные варианты исполнения процессов. Точкой обозначена некая операция. Фактически, инструмент предназначен для того, чтобы мы увидели все возможные варианты исполнения процессов.

Как раз мы ещё обсудим, что основная идея систем процесс-майнинга — это на основании цифровых следов восстановить граф процесса. Безусловно, вместе с графом процесса мы можем анализировать те или иные показатели, но основная схема для анализа содержится в процесс-майнинге именно в этом графе процесса.

Что ещё может делать процесс-майнинг? Помимо того, что он может строить сложный граф процесса, мы можем на этот граф накладывать различные фильтры. Я могу отсортировать, исключить из этой модели те экземпляры процесса, которые выполняются дольше трёх дней.

Я могу применить любой фильтр, и модель будет перестроена. Я могу проанализировать все процессы, которые исполняются дольше трёх дней. Могу добавить аналитический срез и, допустим, собрать (если говорить о процессе набора персонала) модель процесса, где мы общаемся с кандидатами-мужчинами. Никакой аналитик не сможет собрать вам модель процесса на основе интервью — потому что этих данных просто нет.

Я могу собрать модель процесса для какого-то региона. Фактически, система процесс-майнинга позволяет нам из огромного числа экземпляров процесса, используя тот или иной фильтр, получить граф процесса, который впоследствии можно анализировать.

Это один из вариантов анализа в майнинге процессов — через фильтры. Помимо этого, мы можем просто визуально выделять какие-то экземпляры процесса, понимать, что они следуют по неверной логике, и также выявлять их для анализа.

Таким образом, основное свойство систем процесс-майнинга заключается в том, что они позволяют на основании цифровых следов собрать граф процесса и анализировать его как визуально, так и с помощью различных фильтров / аналитических срезов.

Тема: Процессный майнинг (Process Mining)

Основные понятия:

Возможности процессного майнинга:

  1. Визуализация всех возможных сценариев процесса.

  2. Применение фильтров (например, исключение процессов длительностью >3 дней).

  3. Анализ подмножеств данных (например, процессы по регионам или для определённых групп кандидатов).

  4. Выявление аномалий (неправильные логики выполнения).

Ключевое преимущество:

Вопросы для самопроверки

  1. Что такое граф процессов в процессном майнинге?

  2. Какие данные используются для построения графа процессов?

  3. Как фильтры помогают в анализе процессов?

  4. Почему процессный майнинг эффективнее ручного сбора данных?

  5. Какие примеры аналитических срезов можно применить к процессу?

Вернуться к учебному плану