Process mining csatlakozók: mikor éri meg használni őket?

Mit ígérnek a process mining csatlakozók, és mennyibe kerülnek?

Az előre elkészített process mining csatlakozók gyors utat ígérnek a forrásrendszertől az elemzésig: csatlakozás az alkalmazáshoz, adatkinyerés, majd ütemezett frissítés. Ez jól működhet, ha a csatlakozó támogatja az Ön rendszerét, és megfelel az adatokkal kapcsolatos igényeinek. A használat azonban nem mindig merül ki a csatlakoztatásban és az indításban. Ellenőriznie kell a rendszer beállításait, az adatmodellt, a biztonsági követelményeket és azt is, milyen kérdésekre szeretne választ kapni.

A csatlakozó megépítése vagy beállítása magában foglalhatja a mezők hozzárendelését, az eredmények ellenőrzését, valamint az egyéni munkafolyamatokhoz vagy rendszerbeli változásokhoz való igazítást. Előfordulhat, hogy az adatokkal foglalkozó csapat már gondoz megbízható adatkészleteket, így egy új csatlakozó ahelyett, hogy a meglévő munkára építene, megkettőzheti azt.

A munka a beállítás után is folytatódik. Valakinek karban kell tartania az adatfolyamot, kezelnie kell a változásokból eredő problémákat, és értenie kell, hogyan alakítja át a csatlakozó az adatokat. Ha emiatt késik az első elemzés, a csatlakozó kényelme is költséggel jár.

Mire kell jól működnie egy csatlakozónak?

Röviden így hangzik az ígéret: válassza ki a rendszert, nyomjon meg egy gombot, kapja meg a megfelelő formátumú adatokat, ütemezze a frissítést, és kész. A munka nagy része abból adódik, amit ez a rövid leírás kihagy.

• Az Ön rendszere nem szabványos. A csatlakozókat meghatározott szoftverek adott verzióihoz készítik, a vállalatok pedig testre szabják a rendszereiket: mezőket adnak hozzá, módosítják a munkafolyamatokat, átalakítják a táblákat. Egy évtizede fejlesztett rendszer nem feltétlenül felel meg a tankönyvi telepítésnek.
• A csatlakozónak mindent le kell fednie. Ha minden elképzelhető elemzéshez készül, egyre bonyolultabb lesz, és olyan ritka eseteket is támogat, amelyekkel Ön sosem találkozik, miközben a tényleges kérdésére továbbra sem biztos, hogy választ ad.
• Több tábla, több bonyodalom. A legtöbb csatlakozó több, egymással összefüggő forrástáblával számol. Ekkor meg kell értenie az üzleti folyamatot, a csatlakozó adatmodelljét, a forrásrendszer adatmodelljét, és azt is, hogyan feleltethetők meg egymásnak.
• A fekete dobozban nehéz megbízni. Ha valami elromlik, nem lát bele a működésébe. A forrásadat hibás, a csatlakozó alakítja át rosszul, vagy a beállítás okozza a problémát? Ha nem látja, mi történik, nehéz megmagyarázni az eredményt azoknak, akiknek tenniük kell valamit.
• Az általános elnevezések fordítási munkát teremtenek. Ha a csatlakozó valamit „Order Confirmation” néven jelöl, a csapat pedig „Sales Acknowledgment”-ként ismeri, minden további egyeztetéshez tolmács kell.

A valódi költség

A technikai munka a költségvetést is terheli, csak ritkán azon a soron, amelyre eredetileg tervezték.

• Idő. Hónapok telnek el adatkinyeréssel elemzés helyett.
• Pénz. Csatlakozólicencek és a beállításhoz szükséges tanácsadói díjak.
• Elmaradó lehetőségek. A fejlesztések várnak, amíg elkészül az adatfolyam.
• Lelkesedés. A csapat lendülete megtörik, ha a projekt az adat-előkészítésnél elakad.
• Bizalom. Az érintettek megkérdőjelezik a process mining értékét, ha az első projekt túllépi a keretet.

Az egyik szervezetnek, amellyel együtt dolgoztunk, egy szolgáltató azt ígérte, hogy SAP-csatlakozójával „három hét alatt meglesznek az első eredmények”. Tizennyolc hónappal később még mindig az adatminőségi problémákat javították. Nem minden eset alakul így, de gyakori forgatókönyv, ezért kérdezzük meg, mennyibe kerül majd a csatlakozó, mielőtt ajánlanánk.

Mikor éri meg a csatlakozó?

A csatlakozó jó választás lehet, ha gyakran, nagy mennyiségű adatot kell ismétlődően kinyerni, és a forrásrendszer támogatása megfelelő. Szabályozott környezetben is beválhat, ha a szervezet ellenőrzött adatfolyamot és kialakult biztonsági, illetve irányítási folyamatokat követel meg.

Ilyenkor az előny abból származik, hogy időről időre megismételhető ugyanaz az adatkinyerés. A csatlakozó csökkentheti az ismétlődő kézi munkát, ha támogatja az Ön rendszerbeállításait és megfelel az adatigényeinek.

Mielőtt elköteleződik, ellenőrizze, mely rendszerverziókat és beállításokat támogatja a csatlakozó, milyen adatokat nyer ki, hogyan kezeli a testreszabásokat, és ki felel majd a karbantartásért. Csak akkor hasznos, ha illeszkedik a rendszerek és a csapatok működéséhez.

Mikor lehet többre képes a csatlakozó annál, mint amire szüksége van?

Ha most vizsgál először egy folyamatot érintő kérdést, talán még nem tudja, milyen adatokra van szüksége, vagy hogy hasznos lesz-e az elemzés. Ha már a válaszok ismerete előtt épít ki rendszeres adatfolyamot, olyan munkát vállalhat, amelyről még nem tudja, érdemes-e automatizálni.

Az is előfordulhat, hogy a csatlakozó csak egy részét fedi le a több rendszeren átívelő folyamatnak. Az adatokat továbbra is össze kell kapcsolnia, fel kell oldania az elnevezések eltéréseit, és ellenőriznie kell az eredményt. Egyetlen alkalmazáshoz készült csatlakozó nem oldja meg automatikusan a teljes adat-előkészítési feladatot.

Az első elemzéshez elég lehet egy már meglévő export, amellyel ellenőrizheti a kérdését. Ha kiderül, mi hiányzik, finomíthatja az adatkészletet.

A csatlakozós megoldás három költséggel jár akkor is, ha egyébként megfelelő:

• Megkettőzött munka. Sok szervezet már rendelkezik adattárházban vagy adattóban tárolt, előkészített adatokkal. Az adatokkal foglalkozó csapat évek alatt oldotta meg a minőségi problémákat. A csatlakozó mindent elölről kezdhet, és eltéréseket okozhat a vállalat által már megbízhatónak tartott adatokhoz képest.
• Az ETL-csapda. A csatlakozókhoz rendszerint a szolgáltató saját eszközei tartoznak, így a csapatnak egy saját fejlesztésű rendszert kell megtanulnia ahelyett, hogy a már használt és ismert infrastruktúrára támaszkodna.
• Érdemes mérlegelni a beszállítóhoz kötöttséget. Egy hat hónap alatt felépített adatfolyamot drága lecserélni. Ezt már az első döntés előtt érdemes számításba venni.

A valós idejű adatkinyerés az elemzést is megváltoztatja. Folyamatosan változó adatkészletből nehezebb viszonyítási alapot meghatározni, az adatfolyamot állandóan felügyelni kell, a számítási költségek folyamatosan jelentkeznek, és az időszakok összehasonlítása is bonyolultabbá válik. Ha a havi frissítés is választ ad a kérdésére, az állandó adatfolyam többletköltséget jelent, új felismerést viszont nem ad.

Hogyan működnek az adatsablonok?

Az adatsablonokkal már meglévő adatokból indulhat, nem kell előre elkészített csatlakozóval kezdenie. A sablon megadja, milyen mezőkre van szükség az elemzéshez, olyan formátumban, amelyet Ön vagy az adatokkal foglalkozó csapat elő tud készíteni.

Keresse meg a folyamatához tartozó útmutatót

Keressen rá a folyamatára vagy a rendszerére a folyamatfejlesztési útmutatók között. Mindegyik egy folyamatot, vagy egy adott rendszeren futó folyamatot mutat be: ismerteti a kihívásokat, a célokat, a tevékenységeket és az adatigényeket, valamint letölthető Excel-sablont kínál.

Ha a folyamata nem szerepel a listán, kezdje az általános adatsablonnal. Mindkét esetben az elemzéshez szükséges oszlopokat kapja meg, így a csapat egy exportból töltheti ki őket, és nem kell a nulláról megterveznie az adatsémát.

Kezdje Excellel

Számos elemzéshez elég egy olyan táblázat, amely tartalmazza az Esetazonosítót, az időbélyeget és a tevékenység nevét, valamint a kérdéséhez szükséges további attribútumokat. Exportálja a hozzáférhető adatokat, rendezze el őket a sablon szerint, töltse fel a fájlt, és kezdje meg az elemzést.

Nem kell teljesen automatizált adatfolyam ahhoz, hogy kipróbáljon egy ötletet. Lehet, hogy az első adatkészletet még finomítani kell. Ebből is kiderül, mire van szükség az elemzéshez.

Most ismerkedik az eseménynaplókkal? Ismerje meg az eseménynapló készítését Excel- és SQL-példákon keresztül.

Kezdje egy táblával

A legtöbb elemzéshez szándékosan egyetlen táblát használunk.

1. Könnyű áttekinteni. Egy táblázatot bárki megnyithat, és megnézheti, mi történik.
2. Könnyű előállítani. Az első elemzés előtt nincs szükség táblák összekapcsolására vagy kapcsolataik kezelésére.
3. Az elemzés során úgyis egyesülnek az adatok. A több táblát beolvasó eszközök az elemzés előtt egyetlen eseménynaplót állítanak össze.

A ProcessMindben több táblával is dolgozhat, ha a kérdés ezt kívánja, különböző nézőpontokból és folyamatokhoz. De nem kell ezzel kezdenie. Induljon a legegyszerűbb adatkészletből, amely választ ad a kérdésére.

Dolgozzon együtt az adatokkal foglalkozó csapattal

Az adatokkal foglalkozó csapat ismeri a rendszerek beállításait, a megbízható mezőket és a már elérhető adatokat. Egyértelmű sablonnal konkrét követelményeket adhat nekik anélkül, hogy egy saját fejlesztésű adatmodellt kellene megtanulniuk.

A csapat a megszokott eszközeit és infrastruktúráját használhatja, például SQL-t, meglévő ETL-platformokat, adattárházakat és adattavakat. Így a megbízható adatokra építhetnek, nem kell párhuzamos adatfolyamot létrehozniuk.

Az eseménynapló előkészítéséhez gyakorlati útmutatót talál az adat-előkészítési dokumentációban.

Használja az AI-alapú mező-hozzárendelést

Az exportált fájl oszlopnevei nem feltétlenül egyeznek pontosan a sablonban szereplőkkel. Feltöltéskor a ProcessMind gyakran felismeri az olyan mezőket, mint az Esetazonosító, az időbélyeg és a tevékenység. Ha egy mező hozzárendelése nem megfelelő, kézzel is módosíthatja.

Így a meglévő exportból előzetes, tökéletes formázás nélkül is eljuthat az elemzésig.

Hogyan frissíthetők az adatok a gyakorlatban?

Az ütemezett frissítés akkor hasznos, ha rendszeresen figyelnie kell egy folyamatot. Az első kérdés megválaszolásához vagy a teljesítmény időbeli összehasonlításához azonban nem mindig van szükség folyamatos frissítésre.

Sok elemzésnél könnyebb értelmezni a tervezett időközönként frissített, stabil adatkészletet. Meghatározhat egy viszonyítási alapot, bevezethet egy változtatást, majd összehasonlíthatja az eredményt az alapértékkel. A megfelelő frissítési gyakoriság attól függ, milyen sűrűn változik a folyamat, és milyen gyorsan kell reagálnia.

Először döntse el, milyen gyakran van szüksége új adatokra az elemzéshez. Ha a havi vagy negyedéves frissítés is választ ad a kérdésére, a valós idejű adatfolyam csak többletmunkát jelenthet, a döntést viszont nem javítja.

Mi a teendő, ha később automatizálásra van szükség?

Miután tisztázta, milyen adatokra van szüksége, és meggyőződött az elemzés hasznáról, az adatokkal foglalkozó csapat ismételhető betöltést építhet ki. Ehhez a ProcessMind REST API-t kínál: a csapat által már ütemezett feladat feltöltheti az exportot új adatkészletként vagy egy meglévő frissítéseként. Az API áttekintése ismerteti a hitelesítést és a végpontokat.

A termékben nincs ütemező, és ez tudatos döntés. Az ütemezés, a hitelesítő adatok és a felügyelet a csapat által már használt infrastruktúrában marad, így nem kell egy második helyen beállítani és ellenőrizni őket.

Nem kell automatizálnia valamit, amíg nem tudja, mit érdemes automatizálni. Kezdjen egy exporttal, ellenőrizze az elemzést, majd döntse el, megéri-e rendszeres adatbetöltést kialakítani. Ha adatfolyamot épít, az ETL a process miningben című cikkben bemutatott szempontokat érdemes mérlegelni.

Mikor érdemes előre elkészített csatlakozókat kínáló szolgáltatót választani?

Előre elkészített csatlakozókat kínáló szolgáltató lehet a jobb választás, ha egy általa támogatott rendszerből rendszeresen, támogatott módon kell adatokat kinyernie, és a csatlakozó megfelel a beállítási és irányítási követelményeknek. Ez különösen gyakori adatbetöltésnél vagy szabályozott adatfolyamatoknál lehet fontos, ha a szervezet meghatározott integrációs megoldást ír elő.

Választás előtt kérdezze meg, mit támogat a csatlakozó, hogyan kezeli a testreszabásokat, milyen karbantartást igényel, és hogy az előállított adatokat meg tudja-e vizsgálni, illetve újra fel tudja-e használni. Ha elsőként egy elemzést szeretne kipróbálni, egyszerűbb lehet egy meglévő exporttal és adatsablonnal kezdeni.

A mérlegelés egyszerű: a csatlakozók csökkenthetik az ismétlődő adatkinyeréssel járó munkát, ha megfelelnek az igényeinek. A sablonokkal már meglévő adatokból indulhat anélkül, hogy első lépésként csatlakozóprojektet kellene indítania. Az adatok az Ön tulajdonában maradnak, nincs beszállítóhoz kötöttség, és később dönthet az automatizálásról.