Process mining-gebeurtenislog maken: zo doe je dat

Methode 2: Een gebeurtenislog maken met SQL

Voor grotere datasets of periodieke extracties is SQL efficiënter en beter herhaalbaar. De kerntechniek is UNION ALL: daarmee combineer je meerdere queries tot één resultatenet.

UNION ALL uitgelegd

UNION ALL stapelt de resultaten van meerdere SELECT-instructies onder elkaar. Elke SELECT wordt een set rijen in je eindresultaat. Alle SELECT-instructies moeten hetzelfde aantal kolommen hebben en compatibele datatypen.

Volledig SQL-voorbeeld

Hier staat een SQL-query die het event log van Pizza Palace opbouwt:

-- Event Log Extraction for Pizza Palace
-- This query combines multiple gebeurtenis types into a single event log
-- Each SELECT block represents one activity type

-- Event 1: Order Placed
-- Source: orders table
-- This captures when customers submit their orders
SELECT 
    o.id AS case_id,                          -- The order ID is our case kenmerk
    o.created_at AS timestamp,                -- When the order was placed
    'Order Placed' AS activity,               -- The activity name (hardcoded)
    o.customer_name AS customer,              -- Case attribuut: who ordered
    o.total_amount AS order_waarde,            -- Case attribuut: order waarde
    NULL AS driver,                           -- Not applicable for this gebeurtenis
    NULL AS payment_method                    -- Not applicable for this gebeurtenis
FROM orders o
WHERE o.created_at >= '2025-01-01'            -- Filter to your desired date range

UNION ALL

-- Event 2: Payment Received
-- Source: payments table
-- This captures successful payment processing
SELECT 
    p.order_id AS case_id,
    p.payment_time AS timestamp,
    'Payment Received' AS activity,
    o.customer_name AS customer,              -- Join to get case attributen
    o.total_amount AS order_waarde,
    NULL AS driver,
    p.payment_method AS payment_method        -- Event-specific attribuut
FROM payments p
JOIN orders o ON p.order_id = o.id            -- Join to get order details
WHERE p.payment_time >= '2025-01-01'
  AND p.status = 'successful'                 -- Only include successful payments

UNION ALL

-- Event 3: Order Sent to Kitchen
-- Source: kitchen_queue table
-- This captures when the kitchen starts working on the order
SELECT 
    k.order_id AS case_id,
    k.queue_entry_time AS timestamp,
    'Order Sent to Kitchen' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_waarde,
    NULL AS driver,
    NULL AS payment_method
FROM kitchen_queue k
JOIN orders o ON k.order_id = o.id
WHERE k.queue_entry_time >= '2025-01-01'

UNION ALL

-- Event 4: Order Ready
-- Source: kitchen_queue table (different timestamp veld)
-- This is an inferred gebeurtenis based on when the kitchen marked it complete
SELECT 
    k.order_id AS case_id,
    k.completed_time AS timestamp,            -- Different timestamp than entry
    'Order Ready' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_waarde,
    NULL AS driver,
    NULL AS payment_method
FROM kitchen_queue k
JOIN orders o ON k.order_id = o.id
WHERE k.completed_time >= '2025-01-01'
  AND k.completed_time IS NOT NULL            -- Only include completed orders

UNION ALL

-- Event 5: Assigned to Driver
-- Source: delivery_assignments table
-- This captures when a driver is assigned to deliver the order
SELECT 
    d.order_id AS case_id,
    d.assigned_at AS timestamp,
    'Assigned to Driver' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_waarde,
    d.driver_name AS driver,                  -- Event-specific attribuut
    NULL AS payment_method
FROM delivery_assignments d
JOIN orders o ON d.order_id = o.id
WHERE d.assigned_at >= '2025-01-01'

UNION ALL

-- Event 6: Delivery Completed
-- Source: delivery_assignments table (different timestamp veld)
-- This captures when the order was delivered to the customer
SELECT 
    d.order_id AS case_id,
    d.delivered_at AS timestamp,
    'Delivery Completed' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_waarde,
    d.driver_name AS driver,
    NULL AS payment_method
FROM delivery_assignments d
JOIN orders o ON d.order_id = o.id
WHERE d.delivered_at >= '2025-01-01'
  AND d.delivered_at IS NOT NULL              -- Only include completed deliveries

-- Final ordering: by case, then by time
-- This makes the event log easy to read and follow
ORDER BY case_id, timestamp;

Zo breid je deze query uit

Zo voeg je extra gebeurtenissen toe aan je log:

1. Kopieer een van de SELECT-blokken als sjabloon
2. Vervang de tabelnaam door je brontabel
3. Pas het timestamp-veld aan naar de juiste kolom
4. Wijzig de activiteitsnaam zodat die het gebeurtenis beschrijft
5. Pas de attributen aan waar nodig
6. Voeg passende WHERE-voorwaarden toe om de data te filteren

Voorbeeld: zo voeg je een ‘Delivery Attempted’-gebeurtenis toe:

UNION ALL

-- Event 7: Delivery Attempted
-- Add this to track failed delivery attempts
SELECT 
    d.order_id AS case_id,
    d.attempt_time AS timestamp,
    'Delivery Attempted' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_waarde,
    d.driver_name AS driver,
    NULL AS payment_method
FROM delivery_attempts d
JOIN orders o ON d.order_id = o.id
WHERE d.attempt_time >= '2025-01-01'

Wat nu? Laad je event log in een process mining-tool

Zodra je de event log hebt gemaakt als CSV-bestand of database-export, kun je deze in een process mining-tool laden. De meeste tools werken op een vergelijkbare manier:

1. Upload het bestand of koppel de process mining-tool aan de opgehaalde data.
2. Wijs de kolommen toe (Case-ID, Timestamp, Activiteit)
3. Configureer eventuele aanvullende attributen
4. Genereer de procesmap

Moderne process mining-tools zoals ProcessMind  maken dit proces heel eenvoudig. Upload simpelweg de data van je event log en de tool visualiseert automatisch het proces. Zo bekijk je meteen knelpunten, variaties en kansen voor verbetering die helpen bij het verlagen van kosten en het optimaliseren van operationele processen.

Conclusie

Het maken van een event log voor process mining vereist geen gespecialiseerde tools of diepgaande technische kennis. In de basis organiseer je de data voor process mining in een tabel met drie essentiële kolommen: Case-ID, Timestamp en Activiteit.

Of je nu Excel gebruikt voor kleinere datasets of SQL voor grotere, complexere extracties, de principes blijven hetzelfde:

1. Bepaal welke gebeurtenissen je wilt volgen
2. Zoek de timestamp voor elk type gebeurtenis
3. Voeg alles samen in één tabel
4. Voeg attributen toe om de analyse te verrijken

Het lastigste gedeelte is niet de technische extractie, maar het begrijpen van de bedrijfsvoering om te weten welke gebeurtenissen ertoe doen. Begin met de voor de hand liggende gebeurtenissen (order geplaatst, order voltooid) en voeg geleidelijk meer details toe naarmate je bekijkt welke inzichten de process mining-tool oplevert.

Wil je meer weten? Bekijk onze pagina’s over continue procesoptimalisatie . Hier vind je volledige Informatie over de activiteiten en datavereisten voor populaire processen zoals Purchase-to-Pay , Order-to-Cash  en de crediteurenadministratie . Deze bronnen bevatten templates voor bekende systemen zoals SAP, Oracle en Microsoft Dynamics, zodat je een voorsprong hebt bij het maken van je event log.