Dataset Mapping Nasıl Yapılır?
ProcessMind’de Dataset Mapping
ProcessMind’de dataset mapping, ham datanızı eyleme geçilebilir içgörülere dönüştürmek için temel adımdır. Platformun en büyük avantajlarından biri, dataları istediğiniz an ekleyip çıkarabilmeniz, etkinleştirip devre dışı bırakabilmenizdir. Sürece data entegre etmek için sabit bir sıra veya zorunluluk yoktur.
Data ile çalışırken iki ana yaklaşım kullanabilirsiniz:
- Süreci Tanımladıktan Sonra Data Ekleme: Önce bir süreç iskeleti kurun, ardından eksik bilgileri görmek ve analizinizi geliştirmek için dataları entegre edin.
- Data ile Başlama: Süreç haritasının temelini event datanızla atın, ardından üzerine inşa edin.
Bu esneklik sayesinde, ihtiyaçlarınıza en uygun yaklaşımı seçebilirsiniz.
Bu dokümantasyonda, sıfırdan bir canvas ile başlayıp adım adım sürecinizi ve analizlerinizi oluşturduğunuz varsayılacaktır. Mevcut bir süreçle başlamak isterseniz mevcut bir BPMN modelini import edebilir ve import edilen modeldeki task ve event’lere data mapleyebilirsiniz .
1. Adım: Boş Canvas ile Başlayın
Yeni bir süreç oluşturun veya mevcut bir süreci açın. Canvas, dataset’leri haritalayacağınız ve organize edeceğiniz temel alandır. Eğer daha önce data bölümüne yükleme yapmadıysanız, süreç ekranından da data yükleyebilirsiniz. Bunun için sağ paneldeki modal bölümünde yer alan dataset kısmını kullanabilirsiniz (aşağıdaki görselde gösterildiği gibi).

Dataset’inizi Seçin
Dataset yüklenip işlendiğinde sistem size hazır olduğuna dair bildirim verir. Bundan sonra Dataset Listesi’nden ilgili dataset’i seçebilirsiniz (yukarıdaki görselde gösterildiği gibi). Kolay erişim için en son yüklenen dataset her zaman listenin en üstünde olur.
Listede bir dataset’in üzerine geldiğinizde açılan tooltip şu bilgileri gösterir:
- Dataset’in adı
- Tanımlanan satır sayısı
- Yüklenen dosyanın boyutu ve adı
- Yüklenme tarihi ve saati
Bu bilgiler, süreç için doğru dataset’i seçtiğinizden emin olmanızı sağlar.
Dataset seçildikten sonra sistem kısa bir ön analiz yapar; bu durum dataset adının yanında bir yükleniyor simgesi ile gösterilir.
İsterseniz, bu süreç için dataset’i yeniden adlandırabilirsiniz ve ileride kolayca tanıyabilirsiniz. Açma-kapama anahtarı ile dataset’i sürecinizde aktif veya pasif duruma getirebilirsiniz.
Dataset Seçenekleri

Dataset Ayarları Menüsü dataset’inizi etkin şekilde yönetmeniz ve özelleştirmeniz için çeşitli seçenekler sunar. Seçeneklerin detayları:
Edit Dataset:
Dataset üzerinde hızlıca değişiklik ve düzenleme yapmanızı sağlar.Unlink Data:
Dataset’i süreçten kaldırır, canvas’taki tüm referanslarını siler.
Not: Bu işlem dataset’i tamamen silmez; Dataset List’inde kalır.Dataset Colors:
Dataset’in rengini değiştirerek görsel olarak kolay ayırt edilmesini sağlar. Bu renk, dataset’ten türetilen aktivitelerde de uygulanır.Auto Map Dataset:
Dataset’teki aktiviteleri süreç modelinizdeki mevcut aktivitelere otomatik olarak eşleştirir. Zaman kazandırır ve tutarlılığı artırır.Remove All Mappings:
Dataset ile süreç modeliniz arasındaki tüm aktivite eşlemelerini temizler. Yeniden başlamak veya kapsamlı değişiklikler için idealdir.Reset Layout:
Canvas’ta aktiviteleri ve ilişkileri otomatik olarak hizalar, modeli daha anlaşılır kılar.Location:
Otomatik oluşturulan modelin nerede gösterileceğini belirler.- AI (Smart Detection): En uygun konumu otomatik belirler.
- Inside Model: Modeli süreç canvas’ı içine yerleştirir.
- Outside Model: Modeli süreç tasarımının dışında gösterir.
Show in Model:
Modelde doğrudan eşlenmemiş aktiviteleri gizlemenize veya göstermenize imkan verir.Statistics:
Dataset hakkında özet bilgi sunar:- Number of Cases and Events: Dataset’in boyutunu özetler.
- Original Data Source Name: Dataset’in orijinal kaynağını gösterir.
Bu seçeneklerle süreç modellerinizde dataset’lerin entegrasyonunu ve davranışını verimli şekilde yönetebilirsiniz. Böylece iş akışınız daha düzenli ve pratik olur.
Datayı Sürece Map’leme
Dataset tamamen yüklendiğinde, sistem otomatik olarak canvas üzerinde process mining sonucunu gösterecektir. Bu başlangıç process map’i, henüz sabitlenmemiş floating bir modeldir. Bunu süreç tasarımınıza dâhil etmek ve düzenlenebilir kılmak için mevcut bir modele veya aktiviteye eşlemeniz ya da sabit modele çevirmeniz gerekir.
Modeli Canvas’a Sabitleme
Floating modeldeki aktiviteleri canvas’a eklemenin iki ana yolu vardır:
Aktiviteleri Tek Tek Seçme:
Belirli aktiviteleri tek tek seçip map’leyebilirsiniz.Toplu Seçim:
Birden fazla aktiviteyi seçim aracı veya klavye kısayolları ile seçebilirsiniz:- Shift + Mouse Drag: Aktivite çevresinde seçim kutusu çizerek seçin.
- Tümünü Seç:
Ctrl + A(Windows) veyaCommand + A(MacOS) ile tüm aktiviteleri seçin.
Seçimden sonra, aktivitelerin yanında yeni bir context menüsü çıkar. Buradan şu işlemi seçebilirsiniz: Add to Model: Bu seçenek, seçtiğiniz aktiviteleri canvas’a sabitler. Böylece:
- Aktivitelere kolayca bağlam ekleyebilirsiniz.
- Diğer attribute’larla ilişkilendirebilirsiniz.
- Gerekirse ek attribute’ları map’leyip kaldırabilirsiniz.
Dataset’inizden gelen process map’i canvas’a sabitlediğinizde, sürecinizi detaylı attribute’lar, ilişkiler ve bağlam ile zenginleştirmeye başlayabilirsiniz. Böylece ham datanızdan eyleme dönük içgörüler kolayca elde edilir.
Unmapped Aktiviteler
Unmapped aktiviteler, dataset’te bulunan fakat modelde henüz hiçbir attribute ile eşlenmemiş işlemlerdir. Bunlar süreç tasarımınızda eksik kalan veya yeni entegre edilmesi gereken noktaları gösterir.
Unmapped Activities seçeneğini açıp kapattığınızda, eşlenmemiş datalar noktalı çizgilerle gösterilir. Böylece eşlenenlerle eşlenmeyen aktiviteler kolayca ayırt edilir.
Aşağıdaki görselde, unmapped aktivitelerin önce ve sonra durumunu görebilirsiniz:
- Önce: Unmapped aktiviteler gizli olur, canvas’ta görünmez.
- Sonra: Noktalı çizgilerle gösterilir ve hangi aktivitelerin eşlenmemiş olduğu vurgulanır.
Bu özellik sayesinde unmapped dataları hızlıca yönetebilir ve süreç modelinizin olabildiğince bütün ve doğru olmasını sağlayabilirsiniz.
Son Düşünceler
ProcessMind’de dataset mapping, verilerinizi süreç analizinde güçlü bir araca dönüştürür. İster tanımlı bir süreçle, ister ham data ile başlayın; platformun esnek yapısı, ihtiyacınıza uygun model oluşturmanızı ve geliştirmenizi sağlar. Bu adımları izleyerek, süreç iyileştirmeleri ve eyleme geçilebilir içgörüler sağlayan eksiksiz bir model oluşturabilirsiniz.