Data Updated 2026年9月27日
流程挖掘连接器：何时值得投入
了解流程挖掘连接器何时值得配置和维护，以及如何使用数据模板，从现有导出文件开始分析。
流程挖掘连接器能带来什么？成本又有哪些？
流程挖掘连接器承诺让您快速从源系统进入分析：连接应用、提取数据，再按计划刷新。只要连接器支持您的系统，且满足数据要求，这种方式就能奏效。但接入并非总是即插即用，您仍需核对系统配置、数据模型、安全要求，以及想要解答的问题。
构建或配置连接器可能涉及字段映射、结果验证，以及适配自定义工作流或系统变更。您的数据团队可能已经在维护可信数据集，因此新连接器可能会重复已有工作，而不是利用现有成果。
后续也需要持续投入：有人必须维护数据管道、排查变更问题，并了解连接器如何转换数据。如果这些工作延误了首次分析，连接器带来的便利也有其成本。
连接器必须做到哪些事
宣传语很简单：连接系统、点击按钮、获取格式化数据、安排定期刷新，就完成了。但简短说法省略了大部分实际工作。
- **您的系统并非标准系统。**连接器通常针对特定软件的特定版本开发，而企业往往会进行定制：添加字段、调整工作流、重构数据表。经过十年演进的系统，早已不同于教科书中的标准安装。
- **连接器必须面面俱到。**为了支持所有可能的分析，连接器会不断扩展，覆盖您永远不会遇到的边缘情况，却仍可能无法回答您真正关心的问题。
- **多表迷宫。**大多数连接器要求使用多个彼此关联的源数据表。您需要了解业务流程、连接器的数据模型、源系统的数据模型，以及这些模型之间的映射关系。
- **黑箱难以建立信任。**出现问题时，您无法查看内部情况。是源数据有误、连接器转换错误，还是配置出了问题？缺少可见性，排查问题就会很困难，也难以向需要据此采取行动的人员解释结果。
- **通用名称增加沟通成本。**如果连接器将某项活动称为“订单确认”，而您的团队称为“销售确认”，之后每次沟通都需要有人解释两者其实指的是同一件事。
真正的成本
技术工作也会增加预算支出，而且费用往往不在原先规划的预算项目中。
- **时间。**数月时间花在数据提取上，而不是分析上。
- **资金。**连接器许可费和部署顾问费用。
- **机会。**数据管道搭建期间，改进工作只能等待。
- **士气。**项目卡在数据阶段，团队的推进势头会逐渐减弱。
- **信任。**首个项目超出预算和期限时，相关人员会质疑流程挖掘的价值。
我们曾合作过一家企业，供应商承诺通过SAP连接器“三周内获得首批洞察”。十八个月后，他们仍在解决数据质量问题。并非每次都会如此，但这类情况并不少见。因此，在推荐连接器之前，我们会先了解它的实际成本。
什么情况下连接器值得投入？
如果您需要频繁、大批量、可重复地提取数据，且源系统得到连接器良好支持，那么连接器可能是合适的选择。对于受监管的环境，如果组织要求使用受控数据管道，并遵循既定的安全与治理流程，连接器也可能适用。
这类情况下，连接器的价值在于能够长期重复执行相同的数据提取。只要它支持您的系统配置和数据要求，就能减少重复的人工工作。
在决定采用之前，请确认连接器支持哪些系统版本和配置、会提取哪些数据、如何处理定制内容，以及由谁负责维护。只有符合您系统和团队实际工作方式的连接器才有用。
我不止一次开发过连接器，但只见过一个真正划算的案例：五百家客户使用同一套系统，而且几乎没有定制。其他情况下，连接器看起来纸面上不错，实际带来的问题却比解决的问题更多。因此，我们会从您已有的数据导出文件开始，而不是把连接器作为第一步。
什么时候连接器可能超出实际需要？
如果您第一次验证某个流程问题，可能还不清楚需要哪些数据，也不知道分析是否有用。在这些问题尚未明确前就搭建定期运行的数据管道，可能会增加工作量，而您还不知道哪些环节值得自动化。
连接器也可能只覆盖横跨多个系统的流程中的一部分。您仍可能需要整合数据、统一不同的命名方式并验证结果。单个应用的连接器并不能自动解决全部数据准备问题。
初步分析时，现有的数据导出文件可能足以验证您的问题。发现缺少哪些内容后，您可以再完善数据集。
即使连接器适用，采用这条路径也会带来三项成本：
- **重复工作。**许多组织已经在数据仓库或数据湖中存有干净、整理好的数据，这些数据由数据团队多年维护并解决了质量问题。连接器却要从头开始处理，还可能导致结果与业务已信任的数据不一致。
- **ETL工具的束缚。**连接器通常配套供应商自有工具，团队因此要学习一套专有系统，而不是使用已有且熟悉的基础设施。
- **需要权衡供应商锁定。**搭建一个数据管道可能要花六个月，之后更换的成本很高，因此在最初投入之前就应考虑这一点。
实时提取也会改变分析方式。数据集持续变化，基准更难建立；数据管道需要持续监控，计算成本也会不断产生；比较不同时段的数据也更复杂。如果每月更新一次就足以回答您的问题，持续运行的数据管道只会增加成本，不会带来更多洞察。
数据模板如何运作？
我们提供数据模板，让您可以从已有数据开始，而不必先部署预置连接器。模板会列出分析所需的字段，您或数据团队可以按此准备数据。
从流程指南开始
在流程改进指南中搜索您的流程或系统。每份指南介绍一个流程，或某个系统中的一个流程，涵盖相关挑战、目标、活动和数据要求，并提供可下载的Excel模板。
如果列表中没有您的流程，可以从通用数据模板开始。无论选择哪种方式，模板中的列都符合分析要求，团队只需根据数据导出文件填写，无须从头设计数据结构。
从Excel开始
许多分析只需一份包含案例ID、时间戳和活动名称的电子表格，您也可以加入与问题相关的其他属性。导出可访问的数据，按模板整理后上传，即可开始探索。
验证想法不需要完整的自动化数据管道。首个数据集可能还需要调整，这也是了解分析所需数据的过程。
刚接触事件日志？了解如何创建事件日志，并查看Excel和SQL示例。
从单个数据表开始
我们有意让大多数分析采用单表格式。
- **便于检查。**任何人都可以打开电子表格，查看数据内容。
- **便于准备。**首次分析前无须关联数据表或管理表间关系。
- **流程挖掘时仍会合并数据。**支持多表导入的工具会在分析前构建一份事件日志。
如果问题需要使用多个表，您可以在ProcessMind中处理多个数据表，分析不同视角和不同流程。但不必一开始就使用多表。先从能回答问题的最简单数据集开始。
与数据团队协作
您的数据团队了解系统配置、哪些字段可靠，以及现有数据的情况。清晰的数据模板可以明确列出要求，无须团队学习专有数据模型。
团队可以使用熟悉的工具和基础设施，包括SQL、现有ETL平台、数据仓库和数据湖。这样有助于利用可信数据，而不是另建一条数据管道。
准备事件日志的实用指南，请参阅数据准备文档。
使用AI辅助映射
导出文件中的列名可能与模板不完全一致。上传时，ProcessMind通常可以识别案例ID、时间戳和活动等字段。如果字段映射有误，您可以手动调整。
借助此功能，您可以从现有数据导出文件直接开始分析，无须提前将每个源文件都整理成完全一致的格式。
实际工作中如何更新数据？
如果您需要定期监控流程，定时刷新会很有用。但要回答初步问题或比较不同时期的表现，并非总是需要持续更新数据。
对许多分析来说，按计划定期刷新的稳定数据集更易于解读。您可以建立基准、实施改进，再与基准比较结果。合适的更新频率取决于流程变化的频率以及您需要多快作出响应。
先确定分析需要多久更新一次数据。如果按月或按季度更新就能回答您的问题，实时数据管道可能只会增加工作量，并不能改善决策。
之后需要自动化怎么办？
确认所需数据以及分析的实际价值后，您的数据团队就可以构建可重复执行的数据加载流程。ProcessMind提供REST API：团队已在定时运行的任务可以上传导出文件，将其作为新数据集或现有数据集的更新。API概览介绍了身份验证和各个端点。
产品内没有调度器，这是有意为之。调度安排、凭据和监控都由您现有的基础设施负责，避免增加另一个需要配置和监控的地方。
先弄清楚要自动化什么，再着手自动化。先从数据导出文件开始，验证分析结果，再决定是否值得搭建定期加载流程。如果最终要构建数据管道，请参考流程挖掘中的ETL，了解相关取舍。
什么情况下应选择提供预置连接器的供应商？
如果您需要从供应商支持的系统中定期提取数据，且连接器符合您的配置和治理要求，那么提供预置连接器的供应商可能更合适。对于高频数据加载，或组织要求采用特定集成模式的受监管数据管道，这一点尤其重要。
选择之前，请了解连接器支持哪些系统、如何处理定制内容、需要怎样维护，以及生成的数据能否检查和重复使用。如果您的首要目标是验证分析，使用现有数据导出文件和数据模板可能是更简单的起点。
两种方式的取舍很直接：连接器符合需求时，可以减少重复的数据提取工作；模板则让您直接使用现有数据，无须先启动连接器项目。数据始终由您掌控，不会被锁定；之后是否自动化，也由您决定。
Where to Go From Here
您可以从适用于您流程的指南开始，准备一份导出文件，或了解平台如何读取数据集。
