Process Mining nedir? İşlerin gerçekte nasıl yürüdüğünü keşfedin
Process Mining’in ne olduğunu, nasıl çalıştığını, üç türünü ve yaygın kullanım alanlarını öğrenin; ayrıca nasıl başlayacağınızı keşfedin.
Process Mining nedir?
Process Mining nedir? BT sistemlerindeki olay verilerinden yararlanarak süreçlerin gerçekte nasıl işlediğini keşfetmenizi, analiz etmenizi ve iyileştirmenizi sağlar. Etkinlikleri vakalar ve zaman damgalarıyla ilişkilendirerek işlerin izlediği yolları, adımların ne kadar sürdüğünü ve sürecin beklentilerden nerelerde saptığını ortaya çıkarır.
Event Log; etkinlikleri, zaman damgalarını ve vaka tanımlayıcılarını kaydeder. Process Mining bu olayları vakalara göre gruplandırır ve süreç akışını yeniden oluşturur. Sonuçları darboğazları, yeniden çalışmayı ve referans süreçle uyumluluğu incelemek için kullanabilirsiniz. Analiz kanıt sunar; bu kanıta göre ne yapılacağına ekibiniz karar verir.
Process Mining yazılımı hakkında daha fazla bilgi için Process Mining araçları rehberimize göz atın.
Process Mining’in öncülerinden Wil van der Aalst, bu yöntemi bir işletme için MR’a benzetmiştir: yüzeyin altında neler olduğunu ortaya çıkarabilir. Bu görünürlük, süreç iyileştirmeyi ve dijital dönüşümü destekleyebilir. Veriye dayalı süreç iyileştirme stratejisi rehberimize göz atın.
Bir müşteri siparişinin alınmasından onayına ve sevkiyatına kadar ilerlediğini düşünün. Her adım dijital bir kayıt bırakabilir. Process Mining bu kayıtları ilişkilendirerek her siparişin izlediği yolu, sapmaları ve istisnaları da içerecek şekilde gösterir. Yalnızca görüşmelere veya varsayımlara dayanmak yerine verilerde kaydedilen yolları inceleyebilirsiniz.
Sonuçlar, olay verilerinin kalitesine ve bu verilerin arkasındaki bağlama bağlıdır. Süreç haritası izlenmesi gereken yolu gösterebilir; Process Mining ise kayıtlarda neler yaşandığını görmenizi sağlar.
Process Mining nasıl çalışır?
Process Mining, BT sistemlerinizdeki olay verileriyle başlar. Her olayda genellikle şu üç alan bulunmalıdır:
- Vaka kimliği: Sipariş veya destek talebi gibi bir süreç örneğinin tanımlayıcısı.
- Aktivite: Gerçekleşen adım.
- Zaman damgası: Adımın gerçekleştiği zaman.
Yazılım, olayları vaka kimliğine göre gruplandırır ve zaman damgasına göre sıralar. Ardından vakaların izlediği yolları yeniden oluşturup süreç modeli olarak sunar. Yolları karşılaştırabilir, süreleri inceleyebilir ve tekrarlanan adımlar veya uzun beklemeler gibi örüntüleri arayabilirsiniz.
Sonucun kalitesi veriye bağlıdır. Eksik zaman damgaları, tutarsız etkinlik adları veya hatalı vaka tanımlayıcıları analizi çarpıtabilir. Süreç verilerini nerede bulacağınızı ve hangi veri biçimlerinin desteklendiğini öğrenin.
Process Mining’in üç türü
Process Mining’in üç türü farklı sorulara yanıt verir:
-
Süreç Keşfi, Event Log verilerinden bir süreç modeli oluşturur. Belgelenmemiş olabilecek varyasyonlar da dahil olmak üzere vakaların gerçekte izlediği yolları görmenize yardımcı olur.
-
Uyumluluk Kontrolü, gerçek süreç davranışını referans modelle karşılaştırır. Vakaların beklenen adımları nerede izlediğini, atladığını veya farklı bir yol izlediğini bulmanıza yardımcı olur.
-
Süreç Geliştirme, mevcut bir süreç modeline Event Log verilerinden bilgi ekler. Örneğin sürecin performansını anlamak için bekleme süresi veya etkinlik süresi gibi ölçümler ekleyebilirsiniz.
Bir proje çoğunlukla keşifle başlar, ardından referans süreçten farklılıkları incelemek için uyumluluk kontrolünden yararlanır. Geliştirme ise modele performans bağlamı ekleyebilir. Yanıtlamanız gereken soruya uygun yaklaşımı seçin.
Process Mining’i herkes kullanabilir
Süreç verilerini incelemeye başlamak için veri bilimci olmanız gerekmez. Analistler, süreç sahipleri, operasyon ekipleri ve BT ekipleri birlikte bir soru belirleyebilir, Event Log hazırlayabilir ve analizin sonuçlarını değerlendirebilir.
Başlamak için şu adımları izleyebilirsiniz:
- Bir süreç ve belirli bir soru seçin.
- Sürecin etkinliklerini kaydeden sistem verilerini belirleyin.
- Vaka kimlikleri, etkinlik adları ve zaman damgaları içeren bir Event Log hazırlayın.
- Keşfedilen akışı gözden geçirin ve önemli yolları inceleyin.
- Bulguları işi bilen kişilerle doğrulayın.
Process Mining’in 5 adımı
Verileri toplayın
Sistemlerinizden olay verilerini, örneğin Siparişten Tahsilata sürecindeki her adımın kayıtlarını toplayın. Başlamak için bir Excel dosyası yeterli olabilir.
Süreci keşfedin
Process Mining yazılımıyla olayları vaka kimliği ve zamana göre ilişkilendirin, ardından verilerin gösterdiği süreç akışını inceleyin.
Uyumluluğu kontrol edin
Farklılıkları incelemek için keşfedilen süreci BPMN modeli gibi bir referans modelle karşılaştırın.
Bulguları analiz edin
Darboğazları, yeniden çalışmayı ve verimsizlikleri incelemek için süreç Dashboardlarını kullanın; ardından neleri araştıracağınıza veya değiştireceğinize karar verin.
Değişiklikleri izleyin
Değişikliklerden sonra süreci yeniden inceleyerek performansın ve izlenen yolların nasıl değiştiğini görün.
İlk analizinizi hazırlamak için başlangıç adımlarını açın.
Process Mining ve süreç haritalama karşılaştırması
Process Mining ve süreç haritalama birbiriyle ilişkili, ancak farklı sorulara yanıt verir. Process Mining, bir sürecin nasıl işlediğini göstermek için olay verilerini kullanır. Süreç haritalama ise işlerin nasıl yürütülmesi gerektiğini belgelemek veya planlamak için insanların bilgisinden ve süreç tasarımı yöntemlerinden yararlanır.
| Process Mining | Süreç haritalama | |
|---|---|---|
| Veri kaynağı | BT sistemlerindeki Event Log verileri | Görüşmeler, çalıştaylar ve dokümantasyon |
| Çıktı | Kaydedilen olaylara dayalı süreç davranışı görünümü | Belgelenmiş veya tasarlanmış süreç |
| Efor | Veriye erişime ve hazırlığa bağlıdır | Kapsama ve paydaşların katkısına bağlıdır |
| Kapsam | Event Logda kaydedilen yolları gösterebilir | İnsanların belgelediklerine bağlıdır |
| En uygun kullanım | Gerçek süreç davranışını anlamak | Bir süreci tasarlamak veya belgelemek |
Bu iki yaklaşım birlikte iyi sonuç verir. Verilerin gösterdiği süreci incelemek için Process Mining’den, değişiklikleri belgelemek veya tasarlamak içinse süreç haritalama ya da BPMN modellemeden yararlanın. ProcessMind, Process Mining ve süreç haritalamayı tek bir platformda sunar. Birbirlerini nasıl tamamladıkları hakkında daha fazla bilgi için süreç modelleme ile Process Mining’in birlikte sunduğu değeri okuyun.
Process Mining algoritmaları gerçekte nasıl çalışır?
Process Mining algoritmaları, olay verilerini süreç modellerine dönüştürür. Yayımlanmış araştırmalarda bu algoritmaların birkaç ailesi tanımlanır: alpha algorithm etkinlikler arasındaki ilişkileri çıkarır ve klasik başlangıç noktasıdır; heuristic miner gürültülü ve eksik günlükleri tolere eder; fuzzy miner yapılandırılmamış davranışları ele alır; inductive miner ise doğruluğu garanti edilen bir süreç ağacı oluşturur. Her algoritma belirli bir günlük türü için tanımlanmıştır ve tanımının vaat ettiği modeli üretir.
ProcessMind kendi üç madencisini sunar. Bunlardan birini Model çıkarma iletişim kutusunda, çizilen sonucun ne kadar katı olacağını belirleyen gateway politikalarının yanında seçebilirsiniz. Ayrıntılar için Process Mining dokümantasyonuna bakın.
| Madenci | Ürettiği sonuç | Şu durumlarda tercih edin |
|---|---|---|
| Doğrudan Ardından Gelen madencisi | Her etkinliği ardından gelen etkinliğe bağlayan, alt süreçleri iç içe yerleştirmeyen düz bir model | Günlüğün işlenmemiş görünümünü istiyorsanız veya verilerin gerçekte neler içerdiğini kontrol ediyorsanız |
| Simple Miner | Grafiğin yoğun bölümlerini yinelemeli biçimde iç içe geçmiş parçalara ayırır | Tek ekrana sığan, daha kompakt bir model istiyorsanız |
| AI Miner | Zenginleştirme verilerini kullanan yapay zekâ destekli ayrıştırma; paralel bölgeleri algılar ve bu şekilde çizer | Günlük karmaşık veya eksikse ya da düz bir modelin gizleyeceği paralel işler varsa |
AI Miner bize ait bir çözümdür; yayımlanmış bir algoritmanın yeniden uygulanmış hâli değildir. Zenginleştirme verilerini Event Log ile birlikte okur, paralel bölgeleri algılar ve grafiği hiyerarşik olarak ayrıştırır. Böylece model, günlüğün ima ettiği yapıyı korur ve her şeyi düzleştirmez. AI Miner’ın fark yarattığı nokta budur: yayımlanmış tanımlar temiz ve eksiksiz bir günlük varsayar, ancak çoğu kuruluşun elindeki dışa aktarım bu koşulları karşılamaz. AI Miner’ı, tanımın gerektirdiği veriler için değil, mevcut verilerde işe yarasın diye geliştirdik. Zenginleştirme gerektiren üç madenciden yalnızca biri de odur. Bu nedenle yeni bir günlükte başlamak ve karşılaştırma yapmak için en uygun seçenek Doğrudan Ardından Gelen madencisidir.
Madenci yapıyı oluşturduktan sonra bir düzen algoritması akışı okunabilir hâle getirir. ProcessMind’in Clarity Engine aracı bu adımı gerçekleştirir.
Process Mining neden önemlidir?
Process Mining, yalnızca süreç açıklamasına veya birkaç örneğe dayanmak yerine, kaydedilen vakalar üzerinden işlerin nasıl yürüdüğünü incelemenizi sağlar. Şunlara yardımcı olabilir:
- Süreç varyasyonlarını görün: Vakaların izlediği yolları karşılaştırın ve yaygın ya da sıra dışı rotaları belirleyin.
- Gecikmeleri inceleyin: Vakaların nerede beklediğini ve hangi etkinliklerin daha uzun sürdüğünü değerlendirin.
- Yeniden çalışmayı bulun: Hatalara veya net olmayan gereksinimlere işaret edebilecek tekrarlanan etkinlikleri ve döngüleri arayın.
- Uyumluluğu kontrol edin: Gerçek davranışı referans süreçle karşılaştırın.
- Performansı izleyin: Süreç ölçümlerini zaman içinde incelemek için Dashboardlardan ve KPI’lardan yararlanın.
Bu bulgular daha iyi sorular sormanıza yardımcı olur; ancak bir gecikmenin veya sapmanın nedenini kanıtlamaz. Neyi değiştireceğinize karar vermeden önce ilgili kişilerle konuşun ve bağlamı inceleyin.
İyi, kötü ve karmaşık yönleri
İyi yönleri
Process Mining, kimsenin hafızasına dayanarak yeniden oluşturması gerekmeyen, işlerin nesnel bir görünümünü sunar:
- Yalnızca insanların hatırladığı birkaç vakayı değil, günlükteki tüm vakaların davranışını gösterir.
- Akışı, gecikmeleri ve yeniden çalışmayı sizin için görselleştirerek sorunun kaynağını bulma süresini kısaltır.
- BT sisteminde yapılandırılmış olay verisi bırakan her süreçte kullanılabilir.
- Süreç Dashboardları, bu kanıtları yalnızca analistlerin değil, iş ekiplerinin de görebilmesini sağlar.
Zor yönleri
Kanıtın kalitesi günlüğün kalitesiyle sınırlıdır; günlüğü hazırlamak da emek ister:
- Düşük kaliteli veri, kesin görünen ama yanlış sonuçlar verir. Analizin güvenilirliği, Event Logun güvenilirliğiyle sınırlıdır.
- Verileri hazırlamak ve kontrol etmek, çoğu projede en çok emek isteyen aşamadır.
- Process Mining süreci düzeltmez. Neyi araştırmanız gerektiğini gösterir; kararları insanlar verir ve değişiklikleri onlar yapar.
- Karmaşık bir modeli okumak zordur. Önce net bir soru ve bu soruyla ilgili yollarla başlayın.
İşin zor yanı
Aynı kanıtlar dikkatsizce kullanıldığında zarar verebilir:
- Süreç verilerini kişileri suçlamak için kullanmak korku ve direnç yaratır. Bunun yerine sürecin işleyiş koşullarına odaklanın.
- Verileri yanlış yorumlamak hatalı sonuçlara yol açar. Bulguları, işi bilen kişilerle doğrulayın.
- Bazı araçlar ciddi düzeyde BT desteği ve yatırım gerektirir. Karar vermeden önce kurulum ve gereken uzmanlığın maliyetini öğrenin.
- Net bir soru belirlemeden başlarsanız, elinizde içgörüden çok veri olur ve bu verilerle vereceğiniz bir karar bulunmaz.
Process Mining önce sihir gibi görünür, sonra bunun öyle olmadığını anlarsınız. Daha önce göremediğiniz içgörüleri sunar, ancak en zor kısım yine size kalır: bu içgörüleri değişikliğe dönüştürmek. Analiz, ancak birileri değişikliğin kalıcı olmasını sağladığında sonuç verir.
Process Mining nasıl kullanılmamalı?
Process Mining, net bir sorunuz, güvenilir verileriniz ve sonuçları yorumlayabilecek kişileriniz olduğunda en çok faydayı sağlar. Projelerin güvenilirliğini zedeleyen hatalar şunlardır.
Net bir hedef belirlemeden başlamayın
Ucu açık bir araştırma, karar alınmadan yapılan analizle sonuçlanır. “Fatura onayları neden on günden uzun sürüyor?” veya “Müşteriler işe alıştırma sürecinde nerelerde gecikme yaşıyor?” gibi bir soruyla başlayın. Net bir soru, hangi süreci, verileri ve ölçümleri incelemeniz gerektiğini belirler.
İyi tanımlanmış bir hedef üç unsuru belirtir: süreci, dönemi ve analizin destekleyeceği kararı. Herhangi bir veri yüklemeden önce hedefi yazın ve süreç sahibinin onayını alın. Bu uzlaşma, pilot çalışmanın her şeyi kapsayan ama hiçbir soruyu yanıtlamayan bir projeye dönüşmesini önler.
Nereden başlayacağınızdan emin değilseniz, süreç iyileştirme rehberi zaten kapsamı belirleyecek şekilde hazırlanmıştır. Rehberde süreç, sistemler, dışa aktarılacak alanlar ve kaydedilecek etkinlikler yer alır. Böylece ilk sorunuz, yanıtlamak için gereken verilerle birlikte gelir.
Bir aracın süreci düzelteceğini düşünmeyin
Process Mining, süreçlerin nasıl işlediğini inceler; otomatik bir çözüm sunmaz. Onayların çok uzun sürdüğünü gösterebilir, ancak nedenini bulmak ve neyi değiştireceğinize karar vermek size kalır. Bulguları gözden geçirin, ilgili kişilerle değerlendirin ve değişiklikten sonra süreci yeniden ölçün.
Tek başınıza çalışmayın
Verileri bağlamıyla değerlendirmek gerekir. Süreci tek başınıza inceleyip bir rapor gönderirseniz, bir sapmanın nedenini veya geçerli bir iş ihtiyacını karşılayıp karşılamadığını gözden kaçırabilirsiniz. Süreci yöneten kişilerle çalışın; verilere erişmek veya verileri doğrulamak için desteğe ihtiyacınız varsa BT ekibini de sürece dahil edin. Event Logun neleri gösterip neleri gösteremediğini onların bilgisi açıklar.
İnsanları değerlendirme aşamasında değil, en başta sürece dahil edin ve analizin amacını anlatın. Soruyu önceden bilen biri, bir sapmayı, geçici çözümü veya yalnızca uygulamada var olan bir adımı açıklayabilir.
İşi yapan kişiler, sistemde iz bırakmayan adımları da bilir. Bu boşluklar, keşfedilen sürecin eksik görünmesine neden olur. ProcessMind’de bunları veri akışı olarak işaretleyebilirsiniz. Böylece hiç kaydedilmemiş olaylar uydurmadan modelde görünür kalırlar.
Bunu tek seferlik bir proje olarak görmeyin
İyileştirilen bir süreç zamanla yeniden değişebilir. Değişiklikten sonra süreci tekrar gözden geçirin ve işleyişin değişip değişmediğini görmek için sonuçları zaman içinde karşılaştırın. Bir bulgunun sonuca dönüşmesini izleme sağlar.
Bulguları kişileri suçlamak için kullanmayın
Process Mining, işin nasıl düzenlendiğini açıklar; kimin hata yaptığını değil. Analizin amacını paylaşın, süreç sahiplerini ve çalışanları en baştan sürece dahil edin. Veriler bir ekibin daha yavaş olduğunu gösteriyorsa, farkın ardındaki koşulları araştırın: iş yükü, sistem kısıtlaması veya açıklığa kavuşturulması gereken bir adım. Nedeni genellikle yapısaldır ve yanıtı çoğunlukla işi yapan kişiler verir.
Düşük kaliteli veri kullanmayın
Analiz Event Loga bağlıdır. Eksik zaman damgaları, tutarsız etkinlik adları veya hatalı vaka kimlikleri, sürecin gerçekte olduğundan farklı görünmesine yol açar. Her alanın ne anlama geldiğini kontrol edin, olayların doğru vakalara ait olduğunu doğrulayın ve tüm Veri Setini analiz etmeden önce bir örneklem üzerinde inceleme yapın. Süreç verilerini nereden bulabilirsiniz? ihtiyacınız olan alanları açıklar.
Nasıl başlayabilirsiniz?
Kapsamı belirli bir pilot çalışma, her şeyi aynı anda analiz etmeye çalışmadan Process Mining ile neleri görebileceğinizi anlamanıza yardımcı olur.
Process Mining’in neleri gösterebileceğini açıklayın ve ne öğrenmek istediğiniz konusunda uzlaşın. Süreç, veri ve iş bağlamı hakkında bilgi sahibi küçük bir ekip oluşturun.
Ekibin önem verdiği bir soruyla başlayın. Örneğin, gecikmelerin nerede yaşandığını veya vakaların neden önceki bir adıma döndüğünü araştırın.
Kapsamı net ve verilerine erişilebilen bir süreç seçin. Bilinen gecikmelerin veya tekrarlanan işlerin olduğu bir süreç iyi bir başlangıç olabilir.
Pilot çalışmayı bir iş birimi, ürün grubu veya tanımlı başka bir alanla sınırlayın. Kapsamı dar tutmak, bulgularınızı doğrulamayı kolaylaştırır.
Pilot çalışma için gereken verileri toplayın. Başlangıç için bir elektronik tablo veya CSV dışa aktarımı yeterli olabilir. Verilere erişmek veya verileri birleştirmek için desteğe ihtiyacınız varsa BT ekibini dahil edin.
Her olayda vaka kimliği, etkinlik adı ve zaman damgası bulunduğunu kontrol edin. Alanların tutarlı olduğunu ve incelemek istediğiniz süreci yansıttığını doğrulayın.
Event Logu yükleyin ve süreç modelini gözden geçirin. Vaka sayısı ile zaman aralığının makul olup olmadığını kontrol edin. Değilse veri hazırlama aşamasını yeniden inceleyin.
Ana yolları, varyasyonları ve etkinlik sürelerini inceleyin. Sorunuzla ilgili vakalara odaklanmak için filtreleri kullanın ve daha fazla araştırılması gereken örüntüleri not edin.
Sonuçları analistlerle, süreç sahipleriyle ve işi bilen çalışanlarla birlikte gözden geçirin. Örüntülerin deneyimleriyle örtüşüp örtüşmediğini ve bunların nedenini sorun.
Hangi sorunları araştıracağınız veya ele alacağınız konusunda uzlaşın ve değişikliği nasıl ölçeğinizi belirleyin.
Ekibiniz bir değişiklik yaptıktan sonra süreci yeniden analiz edin. Nelerin değiştiğini görmek için sonuçları başlangıç noktanızla karşılaştırın.
Öğrendiklerinizi bir sonraki soruyu belirlemek veya analizi başka bir sürece genişletmek için kullanın.
ProcessMind nasıl yardımcı olur?
Process Mining kullanım alanları
Etkinlikleri vakalarla ilişkilendirilebilen dijital kayıtlarda tutulan süreçlerde Process Mining yapabilirsiniz. Yaygın örnekler şunlardır:
- Siparişten Tahsilata (O2C): Müşteri siparişinden ödemeye kadar sipariş yaşam döngüsünü inceleyin; sipariş karşılama, faturalama veya tahsilat aşamalarındaki gecikmeleri araştırın.
- Satın Almadan Ödemeye (P2P): Talep oluşturmadan tedarikçi ödemesine kadar satın alma sürecini gözden geçirin; onay gecikmelerini ve tekrarlanan işleri araştırın.
- BT Hizmet Yönetimi (ITSM): Yavaş çözüm yollarını, üst kademeye aktarımları ve SLA ihlallerini bulmak için hizmet masası kayıtlarını analiz edin.
- Müşteri işe alıştırma: Yeni müşterilerin işe alıştırma sürecinde nasıl ilerlediğini, gecikmelerin veya süreci terk etmelerin nerede yaşandığını inceleyin. Sipariş yönetimi, sipariş karşılama tarafındaki aynı soruları ele alır.
- Hasar ve talep işleme: sigorta veya sağlık taleplerinin inceleme ve işleme aşamalarında nasıl ilerlediğini değerlendirin.
- Üretim ve tedarik zinciri: Gecikmeleri, kalite sorunlarını veya kaynak kısıtlarını araştırmak için üretim ve tedarik zinciri süreçlerini gözden geçirin.
Olay verileri SAP, Oracle ve Microsoft Dynamics gibi ERP sistemlerinden; Salesforce ve HubSpot gibi CRM platformlarından; ServiceNow ve Zendesk gibi destek hizmetleri araçlarından veya özel uygulamalardan gelebilir. Bir sistemdeki verilerin uygunluğu, vakaları, etkinlikleri ve zaman damgalarını belirleyebilmenize bağlıdır.
Kütüphaneye sektöre, departmana veya dönüşümdeki role göre göz atın. Dilerseniz sürecinize ve sisteminize uygun bir süreç iyileştirme rehberiyle başlayın. Her rehberde dışa aktarılacak alanlar, kaydedilecek etkinlikler ve kaynak sistemden alınan verilerle doldurulacak veri şablonu belirtilir.
Farklı ekip ve sektörlerdeki Process Mining kullanım alanlarını keşfedin.
Process Mining, veri madenciliği ve makine öğrenimi karşılaştırması
Process Mining, veri madenciliği ve makine öğrenimi verileri farklı biçimlerde analiz eder. Process Mining, vakaların zaman içinde etkinlikler arasında nasıl ilerlediğine odaklanır. Veri madenciliği, Veri Setlerindeki örüntüleri arar. Makine öğrenimi ise verileri tahmin veya sınıflandırma yapmak için kullanır.
| Process Mining | Veri madenciliği | Makine öğrenimi | |
|---|---|---|---|
| Yanıtladığı soru | Bu süreç nasıl işliyor? | Bu Veri Setinde hangi örüntüler var? | Bir sonraki adımda ne olabilir veya bu vaka nedir? |
| Analiz birimi | Zaman içinde etkinlikler arasında ilerleyen bir vaka | Kayıtlar, satırlar ve özellikler | Tahmin edilen bir çıktıyla eşleştirilen girdiler |
| Girdi | Vaka kimliklerini, etkinlikleri ve zaman damgalarını içeren bir Event Log | Hazırlanmış bir Veri Seti | Etiketli veya etiketsiz eğitim verileri |
| Çıktı | Süreç modelleri, varyasyonlar, uyumluluk ve darboğazlar | Örüntüler, segmentler veya kümeler | Tahmin, skor veya sınıflandırma |
| Yaygın kullanım | Bir siparişin nerede beklediğini ve nasıl ilerlediğini bulmak | Müşteri kayıtlarındaki örüntüleri bulmak | Hangi teslimatın gecikebileceğini tahmin etmek |
Temel fark, her yöntemin yanıtladığı sorudur. Process Mining, etkinliklerin sırasını dikkate alır. Bir vakanın devir teslim sırasında beklediğini veya bir etkinliğin tekrarlandığını gösterebilir. Veri madenciliği kayıtlar arasındaki örüntüleri belirleyebilir; makine öğrenimi ise bir sonucun gerçekleşme olasılığını tahmin edebilir.
Bu yöntemler birbirini tamamlayabilir. Akışı anlamak ve varyasyonları bulmak için Process Mining’den yararlanabilir, ardından örüntüleri araştırmak veya sonuçları tahmin etmek için başka analiz yöntemleri kullanabilirsiniz. Tahminler tek başına süreci açıklamaz veya değiştirmez.
Süreç analizinde kullanılan diğer terimler için ProcessMind sözlüğüne göz atın.
Buradan sonra neler yapabilirsiniz?
Process Mining’i anlamanın en hızlı yolu, tanıdığınız bir Event Log üzerinde neler gösterdiğini görmektir. Bir dışa aktarım yükleyin ya da örnek bir süreçle başlayın; böylece kavram soyut olmaktan çıkar.
