Process Mining Event Log erstellen: Die Anleitung

Methode 2: Einen Event Log mit SQL erstellen

Für größere Datensätze oder regelmäßige Extraktionen ist SQL effizienter und wiederholbarer. Die Schlüsseltechnik ist die Verwendung von UNION ALL, um mehrere Abfragen zu einem einzigen Ergebnis zusammenzuführen.

UNION ALL verstehen

UNION ALL stapelt die Ergebnisse mehrerer SELECT-Anweisungen übereinander. Jede SELECT-Anweisung wird zu einem Satz von Rows in Ihrem finalen Result. Alle SELECTs müssen die gleiche Anzahl von Columns mit kompatiblen Data Types aufweisen.

Vollständiges SQL-Beispiel

Hier ist eine SQL-Abfrage, die ein Event Log für Pizza Palace erstellt:

-- Event Log Extraction for Pizza Palace
-- This query combines multiple event types into a single event log
-- Each SELECT block represents one activity type

-- Event 1: Order Placed
-- Source: orders table
-- This captures when customers submit their orders
SELECT 
    o.id AS case_id,                          -- The order ID is our case identifier
    o.created_at AS timestamp,                -- When the order was placed
    'Order Placed' AS activity,               -- The activity name (hardcoded)
    o.customer_name AS customer,              -- Case attribute: who ordered
    o.total_amount AS order_value,            -- Case attribute: order value
    NULL AS driver,                           -- Not applicable for this event
    NULL AS payment_method                    -- Not applicable for this event
FROM orders o
WHERE o.created_at >= '2025-01-01'            -- Filter to your desired date range

UNION ALL

-- Event 2: Payment Received
-- Source: payments table
-- This captures successful payment processing
SELECT 
    p.order_id AS case_id,
    p.payment_time AS timestamp,
    'Payment Received' AS activity,
    o.customer_name AS customer,              -- Join to get case attributes
    o.total_amount AS order_value,
    NULL AS driver,
    p.payment_method AS payment_method        -- Event-specific attribute
FROM payments p
JOIN orders o ON p.order_id = o.id            -- Join to get order details
WHERE p.payment_time >= '2025-01-01'
  AND p.status = 'successful'                 -- Only include successful payments

UNION ALL

-- Event 3: Order Sent to Kitchen
-- Source: kitchen_queue table
-- This captures when the kitchen starts working on the order
SELECT 
    k.order_id AS case_id,
    k.queue_entry_time AS timestamp,
    'Order Sent to Kitchen' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_value,
    NULL AS driver,
    NULL AS payment_method
FROM kitchen_queue k
JOIN orders o ON k.order_id = o.id
WHERE k.queue_entry_time >= '2025-01-01'

UNION ALL

-- Event 4: Order Ready
-- Source: kitchen_queue table (different timestamp field)
-- This is an inferred event based on when the kitchen marked it complete
SELECT 
    k.order_id AS case_id,
    k.completed_time AS timestamp,            -- Different timestamp than entry
    'Order Ready' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_value,
    NULL AS driver,
    NULL AS payment_method
FROM kitchen_queue k
JOIN orders o ON k.order_id = o.id
WHERE k.completed_time >= '2025-01-01'
  AND k.completed_time IS NOT NULL            -- Only include completed orders

UNION ALL

-- Event 5: Assigned to Driver
-- Source: delivery_assignments table
-- This captures when a driver is assigned to deliver the order
SELECT 
    d.order_id AS case_id,
    d.assigned_at AS timestamp,
    'Assigned to Driver' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_value,
    d.driver_name AS driver,                  -- Event-specific attribute
    NULL AS payment_method
FROM delivery_assignments d
JOIN orders o ON d.order_id = o.id
WHERE d.assigned_at >= '2025-01-01'

UNION ALL

-- Event 6: Delivery Completed
-- Source: delivery_assignments table (different timestamp field)
-- This captures when the order was delivered to the customer
SELECT 
    d.order_id AS case_id,
    d.delivered_at AS timestamp,
    'Delivery Completed' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_value,
    d.driver_name AS driver,
    NULL AS payment_method
FROM delivery_assignments d
JOIN orders o ON d.order_id = o.id
WHERE d.delivered_at >= '2025-01-01'
  AND d.delivered_at IS NOT NULL              -- Only include completed deliveries

-- Final ordering: by case, then by time
-- This makes the event log easy to read and follow
ORDER BY case_id, timestamp;

So erweitern Sie diese Abfrage

Um weitere Events zu Ihrem Log hinzuzufügen:

1. Kopieren Sie einen der SELECT-Blöcke als Vorlage
2. Ändern Sie den Tabellennamen in den Ihrer Quelltabelle
3. Aktualisieren Sie das timestamp-Feld auf die korrekte Spalte
4. Ändern Sie den Aktivitätsnamen, um das Event zu beschreiben
5. Passen Sie die Attribute bei Bedarf an
6. Fügen Sie passende WHERE-Bedingungen hinzu, um die Daten zu filtern

Zum Beispiel, um ein “Delivery Attempted”-Event hinzuzufügen:

UNION ALL

-- Event 7: Delivery Attempted
-- Add this to track failed delivery attempts
SELECT 
    d.order_id AS case_id,
    d.attempt_time AS timestamp,
    'Delivery Attempted' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_value,
    d.driver_name AS driver,
    NULL AS payment_method
FROM delivery_attempts d
JOIN orders o ON d.order_id = o.id
WHERE d.attempt_time >= '2025-01-01'

Wie geht es weiter? Laden Sie Ihren Event Log in ein Process Mining Tool

Sobald Sie Ihren Event Log als CSV-Datei oder Datenbankexport erstellt haben, sind Sie bereit, ihn in ein Process Mining Tool zu laden. Die meisten Tools folgen einem ähnlichen Prozess:

1. Laden Sie Ihre Datei hoch oder verbinden Sie das Process Mining Tool mit Ihren extrahierten Daten.
2. Ordnen Sie Ihre Spalten zu (Case ID, Timestamp, Activity)
3. Konfigurieren Sie zusätzliche Attribute
4. Erstellen Sie Ihre Prozesskarte

Moderne Process Mining Tools wie ProcessMind gestalten diesen Prozess unkompliziert. Laden Sie einfach Ihren Event Log hoch, und das Tool visualisiert Ihren Prozess automatisch und deckt Engpässe, Variationen und Verbesserungspotenziale auf.

Fazit

Die Erstellung eines Process Mining Event Logs erfordert keine Spezialwerkzeuge oder tiefgreifendes technisches Wissen. Im Grunde organisieren Sie Ihre Daten einfach in einer Tabelle mit drei wesentlichen Spalten: Case ID, Timestamp und Activity.

Ganz gleich, ob Sie Excel für kleinere Datensätze oder SQL für größere, komplexere Extraktionen verwenden, die Prinzipien bleiben dieselben:

1. Die zu verfolgenden Ereignisse identifizieren
2. Den Timestamp für jeden Ereignistyp finden
3. Alles in einer einzigen Tabelle zusammenführen
4. Attribute hinzufügen, um Ihre Analyse zu bereichern

Der schwierigste Teil ist nicht die technische Extraktion, sondern das ausreichende Verständnis Ihres Prozesses, um zu wissen, welche Ereignisse relevant sind. Beginnen Sie mit den offensichtlichen Ereignissen (Bestellung aufgegeben, Bestellung abgeschlossen) und fügen Sie nach und nach weitere Details hinzu, sobald Sie verstehen, welche Erkenntnisse Ihr Process Mining Tool liefert.

Bereit, tiefer einzutauchen? Entdecken Sie unsere Seiten zur kontinuierlichen Prozessverbesserung, wo Sie detaillierte Informationen über Aktivitäten und Datenanforderungen für gängige Prozesse wie Beschaffung-zu-Zahlung, Auftrag-zu-Zahlung und Kreditorenbuchhaltung finden. Diese Ressourcen umfassen Datenvorlagen für bekannte Systeme wie SAP, Oracle und Microsoft Dynamics, was Ihnen einen Vorsprung bei der Erstellung Ihres Event Logs verschafft.