Risoluzione dei problemi relativi ai dati

Risoluzione dei problemi relativi ai dati

I problemi dei dati si manifestano in modi precisi: casi che si interrompono, eventi nell’ordine sbagliato, passaggi mancanti e valori impossibili. Questa pagina risale dal sintomo alla causa e dalla causa alla soluzione: in ProcessMind, quando basta modificare un’impostazione, oppure intervenendo sull’estrazione dei dati, quando non ci sono alternative.

Per la procedura completa di preparazione, con indicazioni su come dovrebbero essere i dati e su come ottenerli, consulti Pulizia e preparazione dei dati. Per conoscere i controlli che la piattaforma esegue sui Suoi dati, consulti Qualità dei dati.

Primi controlli

Prima di approfondire il file di origine, controlli le informazioni già disponibili in ProcessMind:

• L’elenco rosso sopra i pannelli. Nella scheda Generale del dataset, l’elenco rosso indica il problema che impedisce di procedere: mancano ID del caso, Attività o Ora di fine; alcune attività non hanno dati, alcuni attributi non hanno valori oppure il file caricato di nuovo non corrisponde al tipo di processo a cui era stato associato. Cominci da qui.
• Il badge e il pannello della qualità. Il badge mostra il punteggio di salute del processo in percentuale; il pannello riporta l’aggiornamento dei dati, la copertura degli attributi e l’analisi delle attività.
• Raccomandazioni AI sui dati. Un’analisi del dataset elenca i problemi rilevati e suggerisce mappature e soluzioni.
• Attributi del dataset. Imposti il nome visualizzato, il tipo di dati e il formato della data e dell’ora, oppure nasconda una colonna, senza dover esportare di nuovo i dati.

Sintomi nel grafo del processo

Un caso è suddiviso in più casi

Cosa si vede: una singola istanza del processo appare come tanti casi brevi, ciascuno con uno o due passaggi, e il grafo mostra una fila piatta di attività.

Perché: la colonna associata a ID del caso identifica un elemento più piccolo dell’istanza del processo, ad esempio una riga d’ordine, un numero di fattura o un numero di documento proveniente da un sistema.

Soluzione: associ la colonna che identifica l’intera istanza, ad esempio l’ordine, il ticket o la richiesta di risarcimento. Se nessuna colonna la identifica da sola, l’unificazione deve avvenire a monte: unisca gli identificativi in SQL o nel processo ETL, in modo che tutti gli eventi della stessa istanza riportino lo stesso ID del caso, quindi carichi di nuovo i dati. Le convenzioni di denominazione per ciascun sistema sono descritte in Dove reperire i dati.

Gli eventi sono nell’ordine sbagliato

Cosa si vede: le attività successive compaiono prima di quelle precedenti, ad esempio una fattura datata prima dell’ordine.

Perché: le cause più comuni sono tre. Il timestamp è stato interpretato con un formato errato (un valore 03/04/2025 letto come 4 marzo anziché 3 aprile). Gli eventi provenienti da sistemi con fusi orari diversi sono stati combinati senza conversione. Oppure è stata associata la colonna sbagliata al campo dell’ora.

Soluzione: controlli il formato negli attributi del dataset e verifichi che il tipo sia Timestamp e non testo. Prima di combinare le esportazioni, converta tutte le origini nello stesso fuso orario, ordini gli eventi di ogni caso in base al timestamp e controlli alcuni casi dall’inizio alla fine.

Mancano alcuni passaggi

Cosa si vede: il grafo non mostra un passaggio che si verifica sicuramente.

Perché: il passaggio non lascia traccia nei dati, ad esempio un’approvazione telefonica o una firma su carta; l’attività non è mai stata mappata oppure un filtro l’ha esclusa dalla visualizzazione.

Soluzione: per mantenere visibili i passaggi che si verificano ma non vengono registrati, contrassegni l’attività come passaggio Flusso dei dati attraverso e mappi le altre attività seguendo le istruzioni in Mappare e rimuovere la mappatura delle attività. Le attività non mappate appaiono semitrasparenti e collegate da linee tratteggiate. Controlli quindi quali filtri sono attivi.

I casi non terminano mai

Cosa si vede: molti casi si interrompono senza raggiungere un evento finale.

Perché: l’esportazione si interrompe a una certa data mentre i casi sono ancora in corso, il modello non prevede un evento finale oppure l’attività di chiusura non è inclusa nel dataset.

Soluzione: aggiunga al modello un evento finale effettivo oppure accetti i casi aperti ed escluda l’analisi dei tempi: le metriche temporali conteggiano solo i casi chiusi. Un caso non ancora concluso non indica un errore nei dati.

I conteggi sembrano troppo alti

Cosa si vede: un’attività viene eseguita con una frequenza insolitamente alta oppure il numero di casi supera quello riportato dall’azienda.

Perché: sono presenti righe duplicate: lo stesso evento è stato registrato due volte da un’integrazione o da un’estrazione ripetuta.

Soluzione: prima del caricamento, elimini i duplicati in base all’ID del caso, all’attività e al timestamp. La procedura di preparazione spiega da dove derivano di solito le estrazioni duplicate.

La mappa è troppo affollata

Cosa si vede: centinaia di attività, perlopiù tecniche.

Perché: accessi, tentativi ripetuti e processi in background sono inclusi nella stessa estrazione dei passaggi aziendali.

Soluzione: nasconda gli attributi che non analizza, escluda gli eventi estranei al processo e raggruppi gli eventi di basso livello nell’attività a cui appartengono. Spetta agli esperti di processo stabilire dove finisce il dettaglio utile e dove inizia il rumore.

I dati di più sistemi non corrispondono

Cosa si vede: nel processo ci sono lacune nei punti in cui dovrebbe essere presente il contributo di un sistema.

Perché: i dati dei sistemi vengono estratti in momenti diversi, lo stesso passaggio è indicato con nomi differenti oppure un’estrazione è stata del tutto omessa.

Soluzione: prima di combinare i dati, allinei gli intervalli di estrazione e i nomi delle attività; assegni poi a ogni dataset il ruolo di principale o di confronto, invece di concatenare file con dati discordanti.

Sintomi nel dataset

Il caricamento viene rifiutato

Cosa si vede: il caricamento termina con un errore oppure il file viene caricato come un’unica colonna.

Perché: il file non rispetta uno dei requisiti di struttura. Tra i problemi più comuni ci sono l’assenza della riga di intestazione, che deve essere la prima, righe vuote tra i dati, numeri salvati come testo e file Excel con i dati nel secondo foglio: viene letto solo il primo foglio.

Soluzione: inserisca l’intestazione nella prima riga, elimini le righe vuote, verifichi che i numeri siano riconosciuti come tali e sposti i dati degli eventi nel primo foglio. I delimitatori e le virgolette nei file CSV, TSV e TXT vengono rilevati automaticamente; se il risultato è un’unica colonna, di solito il file non è interpretabile. Lo esporti di nuovo in formato CSV o Parquet.

Le colonne o i tipi di dati non sono corretti

Cosa si vede: manca una colonna oppure un timestamp viene interpretato come testo.

Perché: il file è cambiato dall’ultimo caricamento oppure il tipo di dati è stato rilevato in modo errato.

Soluzione: imposti manualmente il tipo e il formato dei dati oppure nasconda la colonna. Dopo aver sostituito un file, controlli l’elenco rosso per verificare che il nuovo file corrisponda al dataset in cui è stato caricato.

I timestamp non vengono riconosciuti

Cosa si vede: la colonna dei timestamp è vuota oppure le durate risultano molto più lunghe del previsto.

Perché: il formato è insolito, l’ordine di giorno e mese dipende dalle impostazioni locali, la precisione è mista (secondi e millisecondi nella stessa colonna) oppure la conversione del fuso orario è stata applicata due volte.

Soluzione: imposti esplicitamente il formato negli attributi del dataset, separi all’origine le esportazioni con precisione diversa e uniformi il fuso orario prima del caricamento.

I valori sono vuoti

Cosa si vede: la copertura degli attributi nel pannello della qualità mostra delle lacune oppure un grafico include una categoria null.

Perché: il sistema di origine non registra il valore per tutti i casi oppure l’esportazione ha eliminato i campi vuoti.

Soluzione: colmi le lacune all’origine, se possibile, e utilizzi le funzioni per gestire i valori null in un attributo calcolato, quando è possibile sostituire un valore vuoto con un valore predefinito adeguato.

I nomi delle attività non corrispondono

Cosa si vede: “Approve Order” e “Order Approval” compaiono come due attività distinte, pur indicando la stessa cosa, oppure lo stesso passaggio ha nomi diversi nei vari Paesi.

Perché: ogni sistema di origine usa un nome diverso per indicare lo stesso lavoro.

Soluzione: concordi un unico nome per ogni passaggio, quindi uniformi i valori nell’estrazione oppure aggiunga un attributo calcolato che riconduca le varianti a un unico nome e mappi l’attività a partire da quel valore.

Sintomi nei valori numerici

Le medie sembrano troppo basse

Cosa si vede: la durata media dei casi non sembra realistica all’azienda.

Perché: le metriche temporali conteggiano solo i casi chiusi, quindi escludono quelli non terminati. Inoltre, soprattutto nei periodi più recenti, i casi conclusi sono spesso quelli più rapidi.

Soluzione: confronti dati omogenei. Limiti il periodo ai casi che hanno avuto il tempo di concludersi, legga le definizioni in Metriche temporali prima di trarre conclusioni da una sola media e osservi la distribuzione anziché la media.

Le medie sono influenzate dai valori anomali

Cosa si vede: le medie sono molto più alte della durata tipica dei casi.

Perché: pochi casi estremi fanno aumentare la media; a volte sono eccezioni reali, altre volte errori nei dati.

Soluzione: osservi la coda dei casi più lenti (P90 rispetto alla mediana) anziché la media, verifichi se i casi estremi sono reali ed escluda solo quelli effettivamente errati: anche un’eccezione rara ma reale può fornire informazioni utili. Metriche temporali descrive ogni misura.

Il confronto non mostra risultati

Cosa si vede: il dataset di confronto riporta Non presente (0 casi, copertura 0%).

Perché: i filtri attivi o il periodo selezionato non includono casi per quel dataset, oppure le sue attività non sono mappate sul modello.

Soluzione: estenda il periodo, controlli la mappatura del dataset di confronto e verifichi quale dataset è principale.

Quando il problema dipende dalla quantità di dati

Alcuni problemi non dipendono da errori nei dati, ma dalla loro quantità:

• Caricamenti lenti: preferisca Parquet o ORC e, per i file Excel, XLSB anziché XLSX; consulti Formati di dati supportati.
• File in crescita: aggiunga i nuovi periodi con un caricamento incrementale (delta), invece di sostituire l’intero file.
• Analisi lente: elimini le colonne che nessuno analizza, escluda il percorso ottimale quando cerca le eccezioni e analizzi un periodo o una regione alla volta. La guida alle prestazioni spiega l’impatto delle dimensioni dei dati.
• Dataset non più necessari: archivi i dati che non analizza più, così l’area di lavoro contiene solo quelli su cui interviene.

Correggere il problema all’origine

Ogni correzione apportata in ProcessMind evita di dover ripetere l’operazione, ma alcuni problemi si risolvono solo intervenendo a monte: un sistema di origine mancante, fusi orari diversi o identificativi che nessuna esportazione riesce a unificare. In questi casi, occorre intervenire sull’estrazione e, se il problema si ripresenta, sul sistema che la genera. Consulti Dove reperire i dati per conoscere le procedure specifiche per ciascun sistema e ETL per il Process Mining per scoprire come mantenere affidabili le estrazioni.

Il problema persiste?

Se i controlli precedenti non chiariscono ciò che vede, contatti il team di supporto indicando il nome del Dataset, il caso che sta esaminando, il risultato atteso e quello effettivo. Di solito, uno screenshot del grafico e uno del riquadro della qualità consentono di individuare il problema più rapidamente rispetto a una descrizione.

Provi il Process Mining con i Suoi dati

Argomenti correlati

• Qualità dei dati - informazioni mostrate dal badge e lettura del riquadro
• Configurazione del Dataset - elenco rosso di convalida e campi obbligatori
• Formati di dati supportati - righe di intestazione, fogli e tipi di file
• Pulizia e preparazione dei dati - flusso di lavoro completo per la preparazione
• Caricamento incrementale dei dati - ampliamento dei Dataset senza ricaricare i dati
• FAQ - le domande più frequenti