Process Mining — мост между интеллектуальным анализом данных, бизнес-моделированием и математическим анализом.
Большинство данных в «цифровой вселенной» не структурированы, и у организаций могут возникнуть серьезные проблемы при их обработке. Один из ключевых вызовов, стоящих сегодня перед компаниями, — извлечение полезной и ценной информации из данных, хранящихся в информационных системах. Этим занимается относительно новое направление под названием Process Mining или интеллектуальный анализ процессов. Ему и посвящена книга профессора Вила ван дер Аалста «Process Mining. Discovery, Conformance and Enhancement of Business Processes».
Process Mining. Что это?
Process Mining – новый мощный инструмент для повышения эффективности бизнес-процессов в компаниях и организациях, работающих в различных отраслях экономики. Рост популярности этого метода обусловлен двумя ключевыми факторами:
- Все больше событий фиксируются, обеспечивая подробную информацию об истории процессов. Несмотря на обилие «событийных данных», компании диагностируют проблемы, основываясь скорее на выдумках, нежели на фактах.
- Производители ПО для бизнес-аналитики не оправдали ожиданий пользователей. Они обещали сделать чудо, которого не случилось.
Process Mining, в свою очередь, обеспечивает инсайты, основанные исключительно на фактах, и содействует улучшению процессов в компании. В основу дисциплины легли технологии моделирования бизнес-процессов и подходы Data Mining.
Тем не менее, Process Mining – больше, чем объединение существующих подходов. Например, техники Data Mining слишком сконцентрированы на данных, чтобы обеспечить комплексное понимание всех процессов в компании. А инструменты бизнес-аналитики фокусируются на построении отчетов, не проникая в суть бизнес-процессов.
Подходы Process Mining
Process Mining не ограничивается обнаружением процессов. Сопоставляя данные о событиях и модели процессов, он позволяет проверять соответствие, выявлять отклонения, осуществлять поддержку принятия решений и давать рекомендации.
Таким образом, можно выделить три ключевых подхода, которые применяет Process Mining:
- Извлечение (Discovery). Подразумевает построение модели на основании записей о том, что происходило фактически.
- Поверка соответствия (Conformance checking). Помогает найти ответы на вопросы: где реальный процесс отклоняется от ожидаемого? Почему происходят подобные отклонения?
- Усовершенствование (Enhancement). Отвечает на вопрос: что нужно поменять в модели, чтобы улучшить определенные показатели. Этот подход помогает найти наиболее быстрые и эффективные пути выполнения бизнес-процессов.
Типы Process Mining: Play-in, Play-out и Replay
Один из ключевых элементов Process Mining – акцент на создание сильной связи между моделью процесса и «реальностью», представленной в виде журнала событий.
Для описания этих связей автор использует термины Play-In, Play-Out и Replay.
Play-Out предполагает работу с готовой моделью для симуляции различных сценариев выполнения процесса.
Play-In – противоположность Play-Out: в качестве входных данных у нас есть информация о поведении, на основании которой необходимо построить модель.
Replay одновременно использует модель процесса (возможно, полученную при помощи Play-In) и данные в журнале событий (возможно, полученные при помощи Play-Out) для воспроизведения реальных последовательностей событий согласно модели.
Процессы: Лазанья и Спагетти
Process Mining имеет дело с двумя типами процессов: так называемыми, Lasagna processes и Spaghetti processes.
Первый тип процессов автор сравнивает с лазаньей – итальянским блюдом, сделанным из плоских листов теста. Эта ассоциация указывает на то, что такие процессы четко структурированы и обрабатываются в определенном порядке.
Для себя мы используем неформальное определение: процесс относится к типу «Лазанья», когда небольшими усилиями можно создать модель процесса с соответствием не менее 0.8, то есть когда 80% событий происходят по плану.
Процесс под названием «Спагетти», как и следует из названия,- запутанный, неструктурированный процесс.
Ниже приведен пример визуализации процесса типа «Спагетти», который описывает диагнозы и лечение 2765 пациентов в одном из голландских госпиталей:
Инструменты
Как говорилось ранее, многие инструменты для бизнес-аналитики и Data Mining слишком сконцентрированы на данных. Они не подходят для глубинного анализа процессов, поэтому вендоры начали разрабатывать фреймворки специально для Process Mining. Наиболее известный из них — ProM, фреймворк с открытым исходным кодом, который поддерживает все техники, описанные в книге. В качестве входного формата инструмент использует MXML.
Функционал ProM уникальный в своем роде, однако он, как и все инструменты с открытым исходным кодом, имеет свои недостатки. К счастью, сегодня на рынке также представлен ряд коммерческих инструментов для глубинного анализа процессов. В их числе Futura Reflect, Disco и другие.
Мнение редакции DataReview
Книга «Process Mining. Discovery, Conformance and Enhancement of Business Processes» максимально детально описывает подходы глубинного анализа процессов и объясняет его важность для организации бизнес-процессов. Это единственная книга, полностью посвященная данному подходу.
Одна из самых ярких идей описанного подхода – возможность создать модель бизнес-процесса из лога. Книга, хоть и содержит много технических деталей, будет в равной степени интересна специалистам и предпринимателям.
Оценка — 10 из 10