Технологии анализа процессов: от бизнес-аналитики к процессной аналитике

От экземпляров процесса к модели процесса, понятие аномалий процесса

Process Mining анализирует цифровые следы выполнения процессов, воссоздавая их модель (граф) на основе реальных данных, включая стандартные и аномальные сценарии. Главная цель — выявлять отклонения, визуализировать их и находить способы оптимизации процессов. Например, система может обнаружить редкие случаи обратного выполнения шагов или нестандартных переходов между этапами.

Основные мысли

  1. Process Mining восстанавливает модель процесса – на основе цифровых следов (логов) система автоматически строит граф процесса, отражающий реальное выполнение операций, включая все возможные пути и отклонения.

  2. Выявление "счастливого пути" и аномалий – анализ показывает стандартные сценарии (например, последовательность 1 → 2 → 5) и редкие/ошибочные варианты (например, обратный порядок 5 → 4 → 3 → 2).

  3. Динамическое обновление модели – при появлении новых данных (например, цепочки 1 → 2 → 3 → 4 → 5) Process Mining достраивает граф, добавляя ранее неизвестные переходы.

  4. Вероятностный анализ – система оценивает частоту разных сценариев (например, 90% — норма, 9% — небольшие отклонения, 1% — критические ошибки), что помогает находить проблемные участки.

  5. Практическая польза – основной задачей является не просто визуализация, а поиск и устранение аномалий для оптимизации бизнес-процессов.

Показывать лекцию целиком
Краткое изложение

Давайте разберемся, что же делает процесс майнинга, как он из экземпляров процесса собирает обратно модель процесса (ее еще называют графом процесса).

Нарисуем набор экземпляров процесса:

Что же делает система Process Mining? Она анализирует все экземпляры процесса, изучает цифровые следы и на их основе воссоздает модель процесса (граф процесса).

Например:

  1. Начинается с «1».

  2. Затем происходит развилка: возможны переходы к 2, 3 или 4.

  3. После этого все ветки сходятся, снова возникает развилка, и выполняется функция 5.

Таким образом, Process Mining собирает из реальных экземпляров процесса (которые были выполнены на практике) графическую модель — граф процесса.

Предположим, у нас появляется более сложный вариант исполнения процесса: 1 → 2 → 3 → 4 → 5 (то есть процесс, включающий все пять операций). Что происходит с моделью?

В этом случае Process Mining перестраивает модель:

Так система достраивает граф на основе новых данных.

Но что, если возникает аномалия? Например, процесс выполняется в обратном порядке: 5 → 4 → 3 → 2 (сначала принимаем сотрудника, потом проверяем его в департаменте безопасности, проводим собеседование и т. д.).

Process Mining учтет и этот сценарий:

Мы видим, как усложняется модель процесса.

Основная задача Process Mining — выявление таких аномалий (или экстремальных сценариев). Первые рассмотренные сценарии можно назвать «счастливым путем» (стандартным исполнением процесса).

Добавим вероятности:

Главная цель Process Mining — находить аномалии, визуализировать их на графе, анализировать и понимать, как их устранить.

Надеюсь, теперь стало понятнее!

Process Mining (процессный анализ) — это метод анализа цифровых следов (логов) для восстановления реальных бизнес-процессов в виде графов.

Ключевые моменты:

  1. Экземпляры процесса – конкретные выполнения процесса (например, 1→2→5 или 1→3→5).

  2. Граф процесса – визуальная модель, построенная на основе экземпляров.

  3. "Счастливый путь" – стандартный сценарий выполнения процесса (наиболее частый).

  4. Аномалии – отклонения от нормы (например, 5→4→3→2 – процесс выполняется в обратном порядке).

Основная задача Process Mining – выявлять аномалии, анализировать их и улучшать процесс.

Вопросы для самопроверки

  1. Что такое Process Mining?

  2. Как Process Mining строит граф процесса?

  3. Что такое "счастливый путь" процесса?

  4. Какие бывают аномалии в процессах?

  5. Почему важно анализировать аномальные исполнения?

Вернуться к учебному плану