Datasets zuordnen in ProcessMind

Datasets in ProcessMind zuordnen

Das Mapping von Datasets ist essenziell, um Rohdaten in umsetzbare Insights in ProcessMind umzuwandeln. Ein großer Vorteil von ProcessMind ist die Flexibilität: Daten können jederzeit hinzugefügt, entfernt, aktiviert oder deaktiviert werden. Es gibt keine feste Reihenfolge oder zwingende Integration.

Sie haben zwei Hauptwege im Umgang mit data:

1. Daten nach Prozessdefinition hinzufügen: Beginnen Sie mit einem Prozess-Framework und binden Sie Daten ein, um Lücken zu finden und Ihre Analyse zu verfeinern.
2. Mit Daten starten: Nutzen Sie Ihre event data, um sofort eine erste process map zu erstellen und darauf aufbauend weiterzuarbeiten.

Die Flexibilität ermöglicht, den für Sie passenden Ansatz zu wählen.

Für diese Dokumentation nehmen wir an, dass Sie mit einer leeren Arbeitsfläche starten und Ihren Prozess sowie die Analyse Schritt für Schritt aufbauen. Wenn Sie lieber mit einem bestehenden Prozess starten möchten, können Sie ein bereits vorhandenes BPMN-Modell importieren  und dann Data direkt auf Tasks und Events des importierten Modells mappen .

Schritt 1: Start mit leerer Canvas

Erstellen Sie einen neuen Prozess oder öffnen Sie einen bestehenden. Die Canvas bildet die Grundlage Ihres Modells, auf der Sie Datasets mappen und organisieren. Falls Sie Ihre data noch nicht im Datenbereich hochgeladen haben, können Sie das auch direkt aus der Prozessansicht erledigen: Gehen Sie einfach ins rechte Panel und wählen Sie den Dataset-Modalbereich, wie unten abgebildet.

Dataset auswählen

Nach Upload und Verarbeitung informiert Sie das System, dass Ihr Dataset bereit ist. Sie können es dann in der Dataset List auswählen – das zuletzt hochgeladene Dataset steht immer oben für schnellen Zugriff.

Fahren Sie mit der Maus über ein Dataset, erscheint ein Tooltip mit zusätzlichen Infos wie:

• Name des Datasets
• Anzahl erkannter Zeilen
• Dateigröße und Name nach Upload
• Datum und Uhrzeit des Uploads

So wählen Sie stets das passende Dataset für Ihren Prozess.

Nach Auswahl startet ein automatisches Preprocessing, erkennbar durch ein Lade-Icon neben dem Datensatznamen.

Für Ihren Prozesskontext können Sie das Dataset (bei Bedarf) umbenennen – so identifizieren Sie es später leichter. Mit einem Schalter aktivieren oder deaktivieren Sie das Dataset gezielt für Ihre Prozesse.

Dataset-Optionen

Das Dataset-Einstellungsmenü bietet verschiedene Möglichkeiten zur effektiven Verwaltung und Anpassung Ihrer Datasets. Hier die Optionen im Überblick:

• Edit Dataset:
  Über die Funktion Edit Dataset können Sie das Dataset direkt bearbeiten und anpassen.

• Unlink Data:
  Wird das Dataset im Prozess nicht mehr gebraucht, entfernen Sie alle Verknüpfungen mit Unlink Data. Das Dataset verschwindet damit von der Canvas, bleibt aber in der Dataset List erhalten.
  Hinweis: Das Dataset selbst wird nicht gelöscht.

• Dataset Colors:
  Ändern Sie die Farbe des Datasets für bessere Unterscheidung. Die gewählte Farbe gilt auch für zugehörige Aktivitäten auf der Canvas.

• Auto Map Dataset:
  Aktivitäten des Datasets werden automatisch auf bereits vorhandene Aktivitäten im Prozessmodell gemappt. Das spart Zeit und erhöht die Konsistenz.

• Remove All Mappings:
  Löscht alle Verknüpfungen zwischen Dataset und Prozessmodell – praktisch, wenn Sie neu starten oder viel ändern möchten.

• Reset Layout:
  Mit Reset Layout werden Aktivitäten und deren Beziehungen auf der Canvas neu geordnet und übersichtlicher dargestellt.

• Location:
  Bestimmen Sie, wo das automatisch generierte Modell erscheint:

  • AI (Smart Detection): Wählt den besten Platz automatisch.
  • Inside Model: Modell erscheint innerhalb der Canvas.
  • Outside Model: Modell wird außerhalb des Prozessdesigns angezeigt.

• Show in Model:
  Diese Option blendet Aktivitäten aus dem Dataset aus, die noch nicht direkt im Modell gemappt sind. Damit steuern Sie die Sichtbarkeit von nicht zugeordneten Aktivitäten.

• Statistics:
  Zeigt Statistik zum Dataset, zum Beispiel:

  • Number of Cases and Events: Schnelle Übersicht zur Dataset-Größe.
  • Original Data Source Name: Datensatzquelle zur schnellen Referenz.

Mit diesen Optionen verwalten Sie Integration, Darstellung und Verhalten der Datasets in Ihren Prozessmodellen effizient und sorgen für einen klaren Workflow.

Data dem Prozess zuordnen

Wenn das Dataset komplett geladen ist, zeigt das System automatisch das Process Mining-Ergebnis auf der Canvas. Diese anfängliche process map ist ein freischwebendes Modell ohne feste Verankerungen. Um es in Ihr Prozessmodell zu übernehmen und bearbeiten zu können, ordnen Sie es einem bestehenden Modell oder einer Aktivität zu oder wandeln es in ein festes Modell um.

Modell auf der Canvas fixieren

Es gibt zwei Methoden, Aktivitäten vom schwebenden Modell auf der Canvas zu verankern:

1. Aktivitäten einzeln auswählen:
   Wählen Sie gezielte Aktivitäten aus, um sie individuell zu mappen.

2. Mehrfachauswahl:
   Mit dem Auswahlwerkzeug oder Shortcuts markieren Sie mehrere Aktivitäten gleichzeitig:

   • Shift + Maus ziehen: Auswahlbox um die Aktivitäten aufziehen.
   • Alle auswählen: Mit Ctrl + A (Windows) oder Command + A (MacOS) alle Aktivitäten markieren.

Nach der Auswahl erscheint ein Kontextmenü neben den markierten Aktivitäten. Wählen Sie dort: Add to Model: So werden die Aktivitäten auf der Canvas fixiert, sodass Sie:

• Aktivitäten mit Kontext versehen.
• Weitere Attribute zuordnen.
• Attribute flexibel mappen oder wieder lösen.

Durch das Fixieren der process map des Datasets auf der Canvas reichern Sie Ihr Prozessmodell mit Details, Beziehungen und Kontext an – daraus entstehen verwertbare Insights.

Unmapped Activities

Unmapped Activities sind Aktivitäten, die im Dataset vorhanden sind, aber noch keinen Attributen im Modell zugeordnet wurden. Sie zeigen potenzielle Lücken oder noch zu integrierende Aspekte im Prozessdesign.

Bei Aktivierung der Option Unmapped Activities werden diese Aktivitäten mit gepunkteten Linien dargestellt. So erkennen und unterscheiden Sie sie einfach von bereits gemappten Aktivitäten.

Im Beispielbild sehen Sie den Zustand vorher und nachher beim Umschalten:

• Vorher: Unmapped Activities sind ausgeblendet und erscheinen nicht auf der Canvas.
• Nachher: Unmapped Activities sind mit gepunkteten Linien sichtbar und markieren Stellen fürs Mapping.

Mit dieser Funktion können Sie unmapped data gezielt adressieren – für ein vollständiges und exaktes Prozessmodell.

Fazit

Das Mapping von Datasets in ProcessMind macht Ihre data zu einem kraftvollen Werkzeug für Prozessanalyse. Sie starten mit einem Prozessmodell oder Rohdaten – die Plattform bleibt jederzeit flexibel, sodass Sie Ihr Modell beliebig anpassen können. Mit diesen Schritten erstellen Sie ein Modell, das wertvolle Insights liefert und die Prozessoptimierung unterstützt.