Sumber dan struktur data untuk process mining

Sumber data

Setiap proses meninggalkan jejak di sistem yang menjalankannya. Pesanan dibuat di ERP, tiket berpindah melalui layanan dukungan, dan persetujuan dicatat di alat workflow. Process mining membaca jejak tersebut. Halaman ini menjelaskan tempat menemukan data dan cara menyusunnya menjadi log peristiwa. Untuk mengetahui kolom yang wajib ada di setiap log, lihat Data yang diperlukan untuk process mining. Untuk mengetahui jenis file yang diterima, lihat Format Data yang Didukung. Jika log Anda sudah siap, mulai uji coba gratis untuk mengunggahnya dan melihat proses.

Dua pertanyaan berikut membantu menentukan apakah suatu sistem layak menjadi sumber data:

• Apakah sistem mencatat stempel waktu untuk setiap langkah, bukan hanya status terkini?
• Apakah sistem mencatat pengenal yang dapat digunakan sebagai ID kasus di seluruh proses?

Jika sistem hanya menampilkan status terbaru, cari riwayat atau jejak auditnya. Sebagian besar sistem perusahaan menyediakannya.

Tempat event biasanya dicatat

Jenis sistem	Contoh	Lokasi event
ERP	SAP, Oracle E-Business Suite atau Fusion, Microsoft Dynamics	Tabel dokumen dan perubahan: pesanan pembelian, faktur, dan dokumen material masing-masing mencatat tanggal pembuatan atau perubahan serta pengguna yang melakukan tindakan
Layanan dukungan dan ITSM	ServiceNow, Jira, Zendesk	Tabel audit dan riwayat yang mencatat setiap perubahan kolom, misalnya ServiceNow sys_audit, serta stempel waktu pembuatan dan pembaruan untuk setiap tugas
CRM	Salesforce, Microsoft Dynamics	Tabel riwayat kolom objek yang menyimpan nilai lama dan baru, stempel waktu, serta pengguna
Alat workflow dan BPM	Camunda, Power Automate, mesin workflow khusus	Riwayat langkah yang telah selesai untuk setiap instans proses
Aplikasi internal	Aplikasi web khusus, sistem lama	Log aplikasi atau tabel audit. Tanyakan kepada tim pemilik aplikasi tabel mana yang mencatat perubahan status
Spreadsheet	Serah terima manual, persetujuan offline	File ekspor itu sendiri, selama kolom ID kasus dan stempel waktu diisi secara konsisten

Contoh: proses pembelian hingga pembayaran di SAP

Proses pembelian hingga pembayaran tersebar di beberapa tabel SAP, satu tabel untuk setiap langkah:

Langkah	Tabel SAP
Permintaan pembelian	EBAN
Pesanan pembelian	EKKO (header), EKPO (item)
Penerimaan barang	MKPF (header), MSEG (item)
Penerimaan faktur	BKPF (header), BSEG (item)
Pembayaran	PAYR, REGUH

Di SAP ECC, Anda dapat membaca tabel ini dengan laporan ABAP atau program khusus. Di SAP S/4HANA, gunakan CDS view, layanan OData, atau SAP Datasphere. Buat kueri ringkas untuk setiap langkah, dengan nama aktivitas, ID kasus, dan stempel waktu. Tambahkan pengguna, jumlah, atau vendor jika diperlukan, lalu gabungkan hasilnya menjadi satu log peristiwa:

SELECT 'PO Created' AS Activity, EBELN AS CaseID, AEDAT AS Timestamp FROM EKKO
UNION
SELECT 'Goods Receipt', EBELN, BUDAT FROM MSEG JOIN MKPF ON MSEG.MBLNR = MKPF.MBLNR
UNION
SELECT 'Invoice Posted', BELNR, BUDAT FROM BKPF
ORDER BY CaseID, Timestamp;

Batasi data yang diekstrak sebelum ukurannya membesar. Saring berdasarkan kode perusahaan, jenis dokumen, atau tahun fiskal, bukan mengekspor semuanya.

Susun file ekspor

• Satu baris untuk setiap event, yaitu perubahan status, bukan seluruh kasus. Sertakan kolom Case ID, Activity, dan Timestamp, serta kolom opsional yang ingin Anda analisis, seperti pengguna, biaya, atau jumlah.
• Gunakan ID kasus yang konsisten di semua sistem. Jika proses melibatkan ERP dan CRM, selaraskan pengenalnya agar setiap event tercatat dalam satu kasus.
• Gunakan satu zona waktu. Samakan stempel waktu ke UTC atau satu zona waktu agar urutan event dari sistem yang berbeda tetap benar.
• Gunakan nama aktivitas yang konsisten. “Setujui Pesanan” dan “Persetujuan Pesanan” adalah langkah yang sama. Pilih satu nama untuk setiap langkah.
• Singkirkan data yang tidak perlu. Dokumen uji, catatan yang dibatalkan, dan langkah internal sistem menambah baris tanpa memberi wawasan.

Baris header, pemisah kolom, dan format stempel waktu terdeteksi saat unggahan. Persyaratan lengkap tersedia di Format Data yang Didukung. Jika suatu langkah sama sekali tidak tercatat di sistem, Pembersihan dan Persiapan Data menjelaskan cara mengisi kekosongan tersebut.

Tangani data pribadi sebelum mengekspor

Log peristiwa biasanya memuat nama, nomor pelanggan, atau ID pengguna. Anonimkan atau samarkan data yang tidak diperlukan untuk analisis, batasi orang yang dapat mengunduh hasil ekstrak, dan patuhi aturan penyimpanan data yang berlaku di organisasi Anda, seperti GDPR. ProcessMind menyimpan dataset secara terpisah untuk setiap tenant. Akses ditentukan oleh peran dan lisensi pengguna. Lihat Pengguna, Peran & Izin.

Langkah berikutnya: unggah dan petakan

Setelah log tersusun, unggah file dan petakan kolomnya ke dataset:

1. Atur dataset: petakan ID Kasus, Aktivitas, dan Stempel Waktu, lalu periksa lencana Kualitas Data.
2. Petakan data ke model: hubungkan atribut dengan aktivitas dan koneksi.
3. Untuk data yang terus bertambah, gunakan unggahan inkremental (delta) daripada memuat ulang semuanya.

Jika ingin mencoba alurnya sebelum mengekstrak data sendiri, gunakan log sampel yang tersedia di File Contoh.

Topik terkait

• Data yang diperlukan untuk process mining - tiga kolom yang diperlukan setiap log
• Format Data yang Didukung - jenis file dan persyaratan strukturnya
• Pembersihan dan Persiapan Data - bersihkan hasil ekstrak dan atasi masalah umum sebelum mengunggah
• Mengatur Dataset - petakan dan validasi data yang diunggah