So erstellen Sie ein Process-Mining-Event-Log

Methode 2: Ein Event Log mit SQL erstellen

Bei größeren Datenmengen oder wiederkehrenden Extraktionen ist SQL effizienter und lässt sich leichter wiederholen. Die zentrale Technik ist UNION ALL, um mehrere Abfragen zu einem Ergebnissatz zusammenzuführen.

UNION ALL verstehen

UNION ALL reiht die Ergebnisse mehrerer SELECT-Anweisungen aneinander. Jede SELECT-Anweisung fügt dem Endergebnis Zeilen hinzu. Alle SELECT-Anweisungen müssen dieselbe Anzahl an Spalten mit kompatiblen Datentypen enthalten.

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

So fügen Sie Ihrem Log weitere Ereignisse hinzu:

1. Kopieren Sie einen der SELECT-Blöcke als Template
2. Ändern Sie den Tabellennamen in den Namen Ihrer Quelltabelle
3. Aktualisieren Sie das Timestamp-Feld auf die richtige Spalte
4. Ändern Sie den Aktivitätsnamen, sodass er das Ereignis beschreibt
5. Passen Sie die Attribute nach Bedarf an
6. Fügen Sie geeignete WHERE-Bedingungen hinzu, um die Daten zu filtern

Beispiel: So fügen Sie ein Ereignis „Lieferung versucht“ hinzu:

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 Ihr Event Log in ein Process-Mining-Tool

Sobald Sie Ihr Event Log als CSV-Datei oder Datenbankexport erstellt haben, können Sie es in ein Process-Mining-Tool laden. Die meisten Tools folgen einem ähnlichen Ablauf:

1. Laden Sie Ihre Datei per Upload hoch oder verbinden Sie das Process-Mining-Tool mit Ihren extrahierten Daten.
2. Ordnen Sie Ihre Spalten zu, Case ID, Timestamp und Aktivität
3. Konfigurieren Sie zusätzliche Attribute
4. Erstellen Sie Ihre Prozesslandkarte

Moderne Process-Mining-Tools wie ProcessMind machen diesen Ablauf übersichtlich. Laden Sie Ihre Event-Log-Daten hoch. Das Tool visualisiert Ihren Prozess automatisch und macht Engpässe, Varianten und Verbesserungspotenziale sichtbar. So können Sie Kosten senken und operative Prozesse optimieren.

Fazit

Für die Erstellung eines Process-Mining-Event-Logs benötigen Sie weder spezielle Tools noch tiefgehende technische Kenntnisse. Im Kern ordnen Sie Ihre Process-Mining-Daten in einer Tabelle mit drei wesentlichen Spalten: Case ID, Timestamp und Aktivität.

Ob Sie Excel für kleinere Datenmengen oder SQL für größere und komplexere Extraktionen verwenden, die Grundsätze bleiben gleich:

1. Legen Sie fest, welche Ereignisse Sie verfolgen möchten
2. Ermitteln Sie den Timestamp für jeden Ereignistyp
3. Führen Sie alle Daten in einer einzigen Tabelle zusammen
4. Ergänzen Sie Attribute, um Ihre Analyse anzureichern

Der schwierigste Teil ist nicht die technische Extraktion. Entscheidend ist, dass Sie Ihre Geschäftsabläufe gut genug verstehen, um die relevanten Ereignisse zu bestimmen. Beginnen Sie mit offensichtlichen Ereignissen wie „Bestellung aufgegeben“ und „Bestellung abgeschlossen“. Ergänzen Sie weitere Details, sobald Sie erkennen, welche Erkenntnisse Ihr Process-Mining-Tool liefert.

Möchten Sie tiefer einsteigen? Auf unseren Seiten zur kontinuierlichen Prozessverbesserung finden Sie ausführliche Informationen zu Aktivitäten und Datenanforderungen für gängige Prozesse wie Purchase to Pay, Order to Cash und Accounts Payable. Die Ressourcen enthalten Datentemplates für bekannte Systeme wie SAP, Oracle und Microsoft Dynamics. Damit können Sie schneller mit der Erstellung Ihres Event Logs beginnen.