Een process mining-eventlog maken

Methode 2: een event log maken met SQL

Voor grotere datasets of terugkerende extracties is SQL efficiënter en beter herhaalbaar. De belangrijkste techniek is UNION ALL gebruiken om meerdere queries te combineren in één resultatenset.

UNION ALL begrijpen

UNION ALL voegt de resultaten van meerdere SELECT-statements onder elkaar toe. Elke SELECT voegt rijen toe aan het eindresultaat. Alle SELECT-statements moeten hetzelfde aantal kolommen hebben, met compatibele datatypen.

Compleet SQL-voorbeeld

Dit is een SQL-query die een event log voor Pizza Palace maakt:

-- Event Log Extraction for Pizza Palace
-- This query combines multiple event 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 identifier
    o.created_at AS timestamp,                -- When the order was placed
    'Order Placed' AS activity,               -- The activity name (hardcoded)
    o.customer_name AS customer,              -- Case attribute: who ordered
    o.total_amount AS order_value,            -- Case attribute: order value
    NULL AS driver,                           -- Not applicable for this event
    NULL AS payment_method                    -- Not applicable for this event
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 attributes
    o.total_amount AS order_value,
    NULL AS driver,
    p.payment_method AS payment_method        -- Event-specific attribute
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_value,
    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 field)
-- This is an inferred event 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_value,
    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_value,
    d.driver_name AS driver,                  -- Event-specific attribute
    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 field)
-- 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_value,
    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;

Deze query uitbreiden

Zo voeg je meer events toe aan je log:

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

Bijvoorbeeld om een event “Delivery Attempted” toe te voegen:

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_value,
    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 je event log als CSV-bestand of database-export hebt gemaakt, kun je het in een process mining-tool laden. De meeste tools werken ongeveer zo:

1. Upload je bestand of verbind de process mining-tool met je geëxtraheerde data.
2. Koppel je kolommen (Case ID, Timestamp, Activity)
3. Configureer eventuele aanvullende attributen
4. Genereer je process map

Moderne process mining-tools zoals ProcessMind maken dit proces eenvoudig. Upload je event log-data en de tool visualiseert je proces automatisch. Zo worden bottlenecks, varianten en kansen voor verbetering zichtbaar, waarmee je kosten kunt verlagen en processen efficiënter kunt maken.

Conclusie

Een process mining-eventlog maken vereist geen gespecialiseerde tools of diepgaande technische kennis. In de basis organiseer je je process mining-data in een tabel met drie essentiële kolommen: Case ID, Timestamp en Activity.

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

1. Bepaal welke events je wilt volgen
2. Vind de timestamp voor elk type event
3. Combineer alles in één tabel
4. Voeg attributen toe voor meer context in je analyse

Het lastigste deel is niet de technische extractie. Het gaat erom dat je je bedrijfsvoering goed genoeg begrijpt om te weten welke events ertoe doen. Begin met voor de hand liggende events, zoals een geplaatste en een afgeronde bestelling, en voeg details toe naarmate je ontdekt welke inzichten je process mining-tool oplevert.

Klaar om verder te gaan? Bekijk onze pagina’s over continue procesverbetering voor meer informatie over activiteiten en datavereisten voor bekende processen, zoals Purchase to Pay, Order to Cash en Accounts Payable. Deze bronnen bevatten datatemplates voor bekende systemen zoals SAP, Oracle en Microsoft Dynamics. Zo kun je sneller je event log maken.