Milyen adatokra van szükség a process mining elindításához?

A process mininghez három mezőre van szükség: egy esetazonosítóra, amely összekapcsolja az eseményeket, egy tevékenységre, amely megmutatja, mi történt, és egy időbélyegre, amely rögzíti, mikor történt. A legtöbb csapat megtalálja ezeket egy már meglévő exportban. A munka inkább annak eldöntése, hogy mely rekordok segítenek megválaszolni a kérdést.

Röviden: milyen adatokra van szükség a process mininghez?

Kezdje a minimálisan szükséges eseménynaplóval: minden eseményhez tartozzon egy sor, benne az esetazonosítóval, a tevékenységgel és az időbélyeggel. További attribútumokat akkor adjon hozzá, ha segítenek megválaszolni egy konkrét kérdést. Ne várjon a tökéletes adatkészletre annak ellenőrzésével, hogy az adatokból kiderül-e, hogyan zajlik valójában a munka.

Az alábbiakban azt mutatjuk be, hogyan teheti megbízhatóvá ezt a három mezőt. Ha még nem ismeri a fogalmakat, először olvassa el, mi a process mining, és mit mutathat meg egy eseménynapló, mielőtt bármit kinyerne.

A kötelező mezők alkotják a process mining adatsémájának alapját. A további mezők segítenek később megmagyarázni az eltéréseket. Először ellenőrizze, hogy az export tartalmazza-e mindhárom kötelező mezőt, és minden sor egy eseményt jelöl-e. A felépítésre példát a eseménynapló létrehozásáról szóló útmutatóban talál. A mezők beállításáról az adatleképezési dokumentációban olvashat.

Milyen adatokra van szükség?

Képzelje el, hogy limonádét árul, és szeretné megtudni, miért kell várniuk a vásárlóknak. Nem kell minden vásárlóról minden részletet ismernie. A rendelések lépéseire van szüksége.

Minden eseménynél rögzítse a következőket:

• Esetazonosító: a rendelésszám kapcsolja össze az ugyanahhoz a rendeléshez tartozó eseményeket.
• Tevékenység: annak megnevezése, ami történt, például „Rendelés felvétele”, „Limonádé elkészítése” vagy „Vásárló kiszolgálása”.
• Időbélyeg: az esemény időpontja, amely alapján sorba rendezhetők az események.

Figure 1 — A lépésekre figyeljen, ne minden eset minden részletére.

Egy rövid példa is jól szemlélteti a felépítést:

Ezekből a mezőkből láthatja az egyes rendelések lépéseit és azt, mennyi ideig tartanak. A további mezők, például a rendelés típusa vagy az értékesítési csatorna, megmutatják, miért tart tovább egyes rendelések feldolgozása. Akkor vegye fel őket, ha segítenek megválaszolni egy kérdést.

Ugyanez az elv a limonádéstandon kívül is érvényes. Egy rendelési folyamatban az esetazonosító lehet a rendelésszám, a tevékenységek az állapotváltozások, az időbélyegek pedig származhatnak eseménytörténetből, nem csak egy jelentés exportjából. A mezők leképezése után a ProcessMind beolvassa a meglévő exportot, és megjeleníti a folyamatot a process mining platformon, anélkül, hogy bármit módosítana a forrásrendszerben.

A hiányzó limonádés eseménynapló nyomában

Nagy a forgalom a limonádéstandnál, a sor pedig egyre hosszabb. Szeretné megtudni, hogy a vásárlók a rendelésfelvételre, az elkészítésre várnak-e, vagy valamilyen probléma merül fel. A bizonyítékok szétszórva találhatók a nyugták, a rendelési adatok és a feljegyzések között.

Figure 2 — Egy rendelés adatai ritkán találhatók meg egyetlen rendezett táblázatban.

Ez a valós projektekben teljesen megszokott. Az adatok rendelkezésre állnak, de nem kész eseménynapló formájában: különböző táblákból vagy rendszerekből kell összekapcsolnia a rekordokat, majd meg kell határoznia, mely mezők jelölik az esetet, a tevékenységet és az időbélyeget.

Először írja le, milyen kérdésre szeretne választ kapni, majd keresse meg az ehhez szükséges rekordokat.

• A rendelési átfutási idő méréséhez keresse meg a rendelésazonosítót és a fontos állapotváltozások időbélyegeit.
• A csatornák összehasonlításához vegye fel a csatornát további attribútumként.
• A panaszok megértéséhez vegye fel a panaszhoz kapcsolódó tevékenységeket vagy eredményeket, ha ezeket következetesen rögzítik.

Így az első adatkinyerés célzott marad. Nem kell minden rendszer minden mezőjét összegyűjtenie, csak annyi adatot, amennyiből rekonstruálható a folyamat, és megvizsgálható a kérdés.

Ha már van Excel- vagy CSV-exportja, nézze át, mielőtt új adatkinyerést kér az adatokért felelős csapattól. Így láthatja, mire alkalmasak a meglévő mezők, és mit adna hozzá egy jobb export.

Adatvadászat

A process mining adatforrásai általában azok a rendszerek, amelyek rögzítik a munka során keletkező adatokat: ERP-, CRM- vagy ITSM-platformok, jegykezelő eszközök és más működési alkalmazások. A szükséges rekordok adatbázisban, jelentésben vagy exportban is lehetnek.

Kérdezze meg a folyamatgazdát és a rendszer gazdáját, hol rögzítik a fontos eseményeket, majd kövessen végig néhány valós esetet az elejétől a végéig. Ellenőrizze, hogy minden lépésnél megtalálható-e az esetazonosító, az esemény neve és az időbélyeg.

1. Válasszon ki egy folyamatot és egy kérdést

   Hol várakoznak a rendelések, vagy melyik átadásnál vész el a legtöbb idő?

2. Keresse meg a rendszert és a gazdáját

   Melyik alkalmazás rögzíti a munkát, és melyik csapat üzemelteti?

3. Keressen eseménytörténetet

   Olyan jelentést vagy táblázatot keressen, amely az állapotváltozásokat mutatja, ne csak az aktuális állapotot.

4. Ellenőrizze az esetazonosítót

   Minden összekapcsolni kívánt eseménynél ugyanannak az azonosítónak kell szerepelnie.

5. Először exportáljon egy kisebb mintát

   Mielőtt nagyobb adatkivonatot kér, vizsgálja meg a meglévőt.

Ne kérje le az összes táblát csak azért, mert elérhető. A célzott adatkivonatot könnyebb ellenőrizni, tisztítani és értelmezni. Ha a folyamat több rendszeren ível át, jegyezze fel, hogyan kapcsolódnak össze a rekordok, például melyik rendelésszám köti össze a CRM- és az ERP-rekordot.

A gyakori adatforrások áttekintéséhez olvassa el az adatforrásokról szóló dokumentációt. Ha több rendszer adatait kell összekapcsolnia vagy átalakítania, az ETL process mininghez készült útmutató ezt a munkát ismerteti.

Adattisztítás

Az exportban lehetnek ismétlődő események, hiányzó időbélyegek, eltérő állapotnevek, tesztrendelések vagy olyan rekordok, amelyek nem tartoznak a vizsgált folyamathoz. Ettől még az export használható. Fontos azonban tudnia, mit jelöl az egyes sor, mielőtt következtetéseket von le az eredményekből.

Több körben ellenőrizze az adatokat:

• Ismétlődések: ellenőrizze, hogy az ismétlődő sorok valóban ismétlődő eseményeket jelölnek-e, vagy csak véletlen másolatok.
• Időbélyegek: keressen hiányzó értékeket, eltérő formátumokat, váratlan időzónákat és sorrenden kívül megjelenő eseményeket.
• Tevékenységek és állapotok: egységesítse az azonos jelentésű megnevezéseket, de különítse el azokat az állapotokat, amelyek más-más lépést jelölnek.
• Tesztrekordok és törölt esetek: döntse el, hogy beletartoznak-e az elemzésbe, és jegyezze fel, mit zár ki, és miért.
• Esetazonosítók: keresse meg az üres vagy változó azonosítókat, amelyek egy esetet több részre bonthatnak, vagy különálló eseteket vonhatnak össze.

Ne törölje a szokatlan eseteket csak azért, mert eltérnek a többitől. Először állapítsa meg, hogy érvényes kivételekről vagy adathibákról van-e szó, és minden módosítást dokumentáljon, hogy az előkészített adatkészlet összevethető legyen a forrással.

A process mining adatminősége ritkán írható le egyszerűen igennel vagy nemmel. Azt kell ellenőrizni, hogy a kérdés szempontjából fontos mezők következetesen működnek-e. Ezért többet ér egy minta, mint egy ígéret. A ProcessMind közvetlenül az adatkészleten mutatja az eredményt: százalékos modellminőség-jelzőt és egy panelt, amely megmagyarázza a pontszámot befolyásoló tényezőket, például a hiányzó vagy következetlen értékeket és az időbélyegek problémáit. Mielőtt döntene, láthatja, mennyire bízhat az eredményben, és azt is, hogyan változik a pontszám a javítások után. A részleteket az adatminőségi dokumentációban találja.

Az ellenőrzés ismétlődő folyamat: kezdjen egy mintával, képezze le a mezőket, nézze meg az így kirajzolódó folyamatot, majd vizsgálja meg, ami hibásnak tűnik. Az adattisztítási és -előkészítési útmutató bemutatja a gyakori lépéseket és ellenőrzéseket.

Az adatok átalakítása

Miután megtalálta és ellenőrizte a rekordokat, képezze le a forrásoszlopokat a folyamatelemzéshez szükséges mezőkre. A forrásrendszer más neveket használhat, de a mezők jelentésének egyértelműnek kell lennie.

A tevékenység egy folyamatbeli eseményt írjon le, ne egy homályos megjegyzést. A „Vásárló elégedett” lehet vélemény vagy feljegyzés, a „Rendelés kiszállítva” viszont egyértelműbb esemény, ha a rendszer ilyen állapotot rögzít. Olyan időbélyeget válasszon, amely az esemény bekövetkezését jelzi, ne egyszerűen a jelentés exportálásának időpontját.

Nem kell minden oszlopot kézzel hozzárendelnie. Az adatkészlet leképezése közben a ProcessMind lehetséges egyezéseket javasol. Az AI Data Recommendations valószínű mezőleképezéseket ajánl egy megbízhatósági pontszámmal, majd további attribútumokat, tevékenységeket vagy adatforrásokat javasol az elemzés pontosításához. Így elég átnéznie és jóváhagynia a javaslatokat, nem kell hosszú mezőlistákban keresgélnie. Ez a különbség egy délutános és egy egész hetes leképezési munka között. További információ: AI data recommendations.

A jó leképezés azok számára is érthetővé teszi a folyamatot, akik ismerik a munkát. A tevékenységek nevét egyeztesse a folyamatgazdával, és ellenőrizze, hogy az esetazonosító és az időbélyegek a várakozásoknak megfelelően működnek-e. Az adatleképezési dokumentáció bemutatja az adatkészlet beállítását, a tevékenységek leképezéséről szóló útmutató pedig a tevékenységek meghatározását ismerteti.

Mennyi adatra van szükség?

Nincs olyan esetszám vagy időszak, amely minden folyamathoz megfelelő. A szükséges adatmennyiség attól függ, milyen gyakran zajlik a folyamat, mekkora változatosságra számít, és mit szeretne összehasonlítani.

Az első ellenőrzéshez annyi esetet vegyen fel, hogy a szokásos működés és az Önt érdeklő kivételek is szerepeljenek benne. Az időszak legyen elég hosszú ahhoz, hogy láthatók legyenek a releváns folyamatciklusok és az időbeli változások. Rövid időszak vagy kis minta esetén is tesztelheti az adatsémát és a leképezést, de ne tekintse automatikusan reprezentatívnak az eredményeket.

A több adat ritkább útvonalakat is feltárhat, de az előkészítése és elemzése tovább tart. Kezdjen egy jól körülhatárolt időszakkal, és bővítse, ha az első eredmények új kérdéseket vetnek fel. Nagy eseménynapló esetén az időszak betöltése előtt olvassa el a process mining teljesítményéről és skálázhatóságáról szóló útmutatót.

Formátumok és feltöltési lehetőségek

Az első projekthez használjon olyan exportot, amelyet a csapata elő tud állítani és ellenőrizni tud. A ProcessMind támogatja a gyakori táblázatkezelési és tagolt fájlformátumokat, köztük a CSV- és Excel-fájlokat. Nagyobb eseménynaplókhoz Parquet vagy ORC is használható. A feltöltés percek alatt elvégezhető: adja hozzá a fájlt, ellenőrizze a felismert oszlopokat, majd nézze meg a folyamatot, mielőtt a csatlakozókról döntene. A lépéseket a adatkészlet feltöltéséről szóló útmutatóban találja.

Az adatokat fokozatosan is betöltheti, ha újabb rekordokat szeretne hozzáadni a teljes adatkészlet újbóli felépítése nélkül. A megfelelő módszer attól függ, hogyan keletkeznek a forrásadatok, és milyen gyakran változnak. A részletekért olvassa el a támogatott adatformátumokról és a fokozatos adatbetöltésről szóló dokumentációt.

Ismétlődő adatbetöltéshez az API is megfelelő lehet. A lehetőségek megismeréséhez olvassa el az adat-API dokumentációját. Ha az adatok kinyerésének, átalakításának és betöltésének módját tervezi, kezdje az ETL-útmutatóval.

Milyen adatokat ne töltsön fel?

Csak azokat az adatokat vegye fel, amelyekre a folyamat vizsgálatához szükség van. Személyes adatok olyan mezőkben is előfordulhatnak, ahol nem számít rájuk, különösen szabad szöveges megjegyzésekben, hozzászólásokban vagy leírásokban. Feltöltés előtt ellenőrizze az adatkivonatot, és távolítsa el vagy maszkolja az elemzéshez nem szükséges mezőket.

Egyeztessen az adatvédelemmel, a biztonsággal és az adatirányítással foglalkozó csapatokkal arról, hogy mit engedélyez a szervezet. Gondolja át, valóban szükség van-e nevekre vagy más közvetlen azonosítókra. Sok elemzéshez elegendő a csapat, a szerepkör vagy egy álnevesített azonosító, ha ez megfelel a célnak és a belső szabályoknak.

Ne használja a folyamatelemzést indokként több személyes adat gyűjtésére. Csak a folyamat megértéséhez szükséges mezőket tartsa meg, és tartsa be a hozzáférésre, megőrzésre és adatkezelésre vonatkozó szervezeti szabályokat. A ProcessMind elkülöníti a bérlőket, szerepkörök szerint szabályozza a hozzáférést, és naplózza, hogy ki mihez férhetett hozzá. Így később erre a kérdésre is választ adhat. További információ: felhasználók, szerepkörök és jogosultságok, az auditnapló és az adatvédelmi szabályzat.

Egyeztetés az adatokért felelős csapattal

A pontos kérés segít az adatokért felelős csapatnak megbecsülni a munkát, és elkerülni a szükségtelen adatkinyerést. Küldjön nekik egyoldalas összefoglalót a következőkkel:

• Folyamat: nevezze meg a folyamatot, és határozza meg a kezdő- és végpontját.
• Kérdés: írja le, mit szeretne megtudni, például hogy hol várakoznak a rendelések.
• Hatókör: adja meg a rendszereket, az időszakot és a bevonandó esetek típusait.
• Kötelező mezők: kérjen minden eseményhez esetazonosítót, tevékenységet és időbélyeget.
• Hasznos mezők: csak azokat az attribútumokat sorolja fel, amelyekre a kérdés megválaszolásához szükség van.
• Példák: adjon meg néhány jellemző esetet, és szükség esetén távolítsa el az érzékeny értékeket.
• Ellenőrzések: kérje meg a csapatot, hogy jelezze a hiányzó azonosítókat és időbélyegeket, az ismétlődő eseményeket, valamint a nem egyértelmű állapotértékeket.
• Adatvédelem: egyeztessék, mely mezők oszthatók meg, és melyeket kell eltávolítani vagy maszkolni.

Az eseménynapló-útmutatót is elküldheti, hogy a csapat konkrét példát lásson a szükséges adatok felépítésére. Ha az adatkinyerésnek egy adott rendszerből kell történnie, mutassa meg a hozzá illő folyamatfejlesztési útmutatót is. Ha megvan az export, a betöltéshez és a folyamat megtekintéséhez kövesse az első lépéseket bemutató útmutatót.

Következő lépés: töltse fel és képezze le az adatokat

Nem kell tökéletes adatkivonat ahhoz, hogy kiderüljön, alkalmasak-e az adatok az első elemzésre. Kezdjen egy meglévő exporttal, ellenőrizze a három kötelező mezőt, és nézze meg, mi igényel figyelmet, mielőtt nagyobb adatprojektbe kezdene.

Az első folyamattérképen túl is van eredménye az adatbetöltésnek. A ProcessMind a betöltött adatkészlet alapján azonnal pontozza a folyamatot a Process Health funkcióval. Minden folyamathoz egy megismételhető pontszámot ad a CURES keretrendszer öt dimenziója, a Conformance, Uniformity, Rework, Efficiency és Smoothness alapján. A pontszám megmutatja, hol érdemes kezdeni, a kapcsolódó dashboardok pedig jelzik, min kell javítani. Így az első adatkészlet nemcsak képet ad, hanem feladatlistát is. A Process Health és a hozzá tartozó pontszámok Process Intelligence licenccel érhetők el.