流程挖掘需要哪些数据？入门指南

流程挖掘只需三类数据：用于关联事件的案例ID、记录所发生活动的字段，以及标记时间的时间戳。大多数团队都能从现有导出数据中找到这些字段，接下来要做的是筛选出能回答当前问题的记录。

简要回答：流程挖掘需要哪些数据？

从满足基本要求的事件日志开始：每个事件占一行，并包含案例ID、活动和时间戳。只有在有助于回答具体问题时才添加属性；不要等到数据集完美无缺后，才检查数据能否反映实际工作情况。

以下内容都围绕如何确保这三个字段可信。如果您还不熟悉这些术语，可以先了解什么是流程挖掘，以及事件日志能揭示哪些信息，再开始提取数据。

字段	状态	最低要求
案例ID	必需	在同一流程实例的所有事件中保持一致的标识符，例如订单号
活动	必需	清晰描述事件或状态变化的名称，例如“收到订单”
时间戳	必需	每个事件对应的日期和时间，格式及时区保持一致
其他属性	有用	金额、渠道、部门或结果等有助于解释差异的字段
资源或负责人	可选	与事件相关的人员、团队或系统，前提是分析该信息具有相关性且适当

必需字段构成流程挖掘数据架构的核心；可选字段则有助于之后解释差异。首先检查导出文件是否包含三个必需字段，以及每一行是否代表一个事件。结构示例请参阅如何创建事件日志；字段配置方法请参阅数据映射文档。

需要哪些数据？

假设您经营一家柠檬水摊，想了解顾客为什么要排队。您不需要记录每位顾客的所有细节，只需记录每笔订单经历的步骤。

每个事件都要记录：

• **案例ID：**订单号用于关联同一订单的各个事件。
• **活动：**描述所发生事件的名称，例如“接单”“制作柠檬水”或“交付给顾客”。
• **时间戳：**记录事件发生的时间，用于确定事件顺序。

以下简单示例展示了数据结构：

案例ID	时间戳	活动
1	上午10:00	接单
1	上午10:02	制作柠檬水
1	上午10:05	交付给顾客
2	上午10:03	接单
2	上午10:10	处理投诉
2	上午10:12	制作柠檬水
2	上午10:15	交付给顾客

有了这些字段，您就能查看每笔订单的事件顺序和各步骤耗时。订单类型或销售渠道等额外字段可以解释部分订单为何耗时更长，因此只有在有助于回答问题时才添加。

柠檬水摊的例子也适用于其他场景。在订单流程中，案例ID可能是订单号，活动可能是状态变化，时间戳则来自事件历史记录，而非报告导出文件。字段映射完成后，ProcessMind会读取现有导出数据，无需更改源系统，即可在流程挖掘平台中查看流程。

柠檬水摊缺失的日志

柠檬水摊生意繁忙，队伍越排越长。您想知道顾客是在等着点单、等着制作，还是遇到了问题。相关证据散落在收据、订单记录和笔记中。

实际项目中，这种情况很常见。数据确实存在，但并非现成的事件日志：您需要整合不同表或系统中的记录，并确定哪些字段分别对应案例、活动和时间戳。

先写下您想回答的问题，再查找能够提供答案的记录。

• 要衡量订单周期时间，请查找订单标识符以及相关状态变化的时间戳。
• 要比较不同渠道，请将渠道作为额外属性纳入数据。
• 要了解投诉情况，请纳入投诉相关活动或结果，前提是这些信息有一致的记录。

这样可以让首次数据提取保持聚焦。您不必收集每个系统中的所有字段，只需获取足以重建流程并调查问题的数据。

如果您已有Excel或CSV导出文件，请先查看文件，再请数据团队构建新的数据提取。这样您可以了解现有字段能支持哪些分析，以及更完善的数据提取还需补充什么。

深入挖掘数据

流程挖掘的数据源通常是记录实际工作过程的系统，例如ERP、CRM、ITSM平台、工单工具或其他运营应用。所需记录可能存储在数据库、报告或导出文件中。

询问流程负责人和系统负责人，了解关键事件记录在哪里，然后从头到尾追踪几个真实案例。您需要确认每个步骤都能找到案例标识符、事件名称和时间戳。

1. 选定一个流程和一个问题

   订单在哪些环节等待，或哪个交接最耗时？

2. 找到系统及其负责人

   记录工作情况的应用，以及负责运行该应用的团队。

3. 查找事件历史记录

   包含状态变化的报告或数据表，而不是当前状态的快照。

4. 检查案例ID

   您要关联的每个事件都必须包含相同的标识符。

5. 先导出少量样本

   在申请更大规模的数据提取前，先检查这份样本。

不要因为数据表可用，就把所有表都提取出来。聚焦的数据更容易审查、清理和说明。如果流程涉及多个系统，请记录各系统记录之间的关联方式，例如哪个订单号能关联CRM记录和ERP记录。

常见数据源概览请参阅数据获取位置文档。如果您需要合并或转换多个系统的数据，请参阅流程挖掘ETL指南，了解相关工作。

数据清理

导出文件中可能包含重复事件、缺失时间戳、不一致的状态名称、测试订单，或与研究流程无关的记录。这并不意味着导出数据毫无用处，但在解读结果之前，您需要弄清每一行代表什么。

分几轮检查数据：

• **重复项：**检查重复行代表真实的重复事件，还是意外复制。
• **时间戳：**检查是否存在缺失值、格式混用、时区异常，以及事件顺序错乱。
• **活动和状态：**统一含义相同的标签；如果状态代表不同步骤，则应分别保留。
• **测试或已取消的记录：**判断这些记录是否应纳入分析，并记录排除的内容及原因。
• **案例ID：**检查标识符是否为空或发生变化，以免一个案例被拆分成多个，或多个无关案例被合并。

不要仅仅因为异常案例看起来不同，就将其清理掉。先判断它们是有效的例外情况还是数据错误，并记录每项变更，以便将处理后的数据集与源数据对应说明。

流程挖掘数据质量很少能简单地用“是”或“否”来判断。关键在于问题所依赖的字段是否表现一致，因此抽样检查比口头保证更有价值。ProcessMind会直接在数据集上显示质量徽章和百分比，并通过面板说明影响评分的因素，包括缺失值、值不一致和时间戳问题。您可以在采取行动前判断结果的可信程度，并在修正问题时观察评分变化。详情请参阅数据质量文档。

审查是一个迭代过程：先检查样本、映射字段、查看生成的流程，再调查异常之处。数据清理与准备指南介绍了常见步骤和检查项。

整理数据

找到并审查记录后，将源列映射到流程分析所需的字段。源系统使用的名称可能不同，但字段含义必须明确。

源列示例	映射到	检查内容
订单号	案例ID	同一订单的各个事件中，值是否保持一致
状态或事件说明	活动	每个值是否描述有意义的步骤或变化
创建时间、更新时间或事件时间	时间戳	时间是否对应您要分析的事件
销售渠道或订单金额	其他属性	字段是否足够完整，能够支持比较

活动应描述流程中的事件，而不是含糊的评论。“顾客满意”可能只是意见或备注；如果系统记录了相应状态，“订单已送达”就是更清晰的事件。请选择能反映事件实际发生时间的时间戳，而不只是报告导出的时间。

您也不必手动分配每一列。映射数据集时，ProcessMind会推荐匹配项；AI数据建议会根据置信度提示可能的映射，并建议有助于提升分析效果的属性、活动或数据源。您只需审查并确认，无需逐一查找字段列表，从而把原本要花一周的映射工作缩短到一个下午。请参阅AI数据建议。

良好的映射能让了解实际工作的人员看懂流程。请与流程负责人一起审查活动名称，并确认案例ID和时间戳符合预期。数据映射文档介绍了如何配置数据集，活动映射指南则说明了活动定义。

需要多少数据？

没有适用于所有流程的统一案例数量或历史数据时长。所需数据量取决于流程运行频率、预期差异程度，以及您想比较的内容。

首次检查时，数据应包含足够多的案例，覆盖常规工作和您关注的例外情况。历史数据也应足以呈现相关流程周期及随时间发生的重要变化。如果您只有较短时间段的数据或少量样本，仍可用于测试架构和映射，但不要轻易将结果视为具有代表性。

更多数据有助于发现较少见的路径，但准备和分析所需时间也会更长。先选取一个聚焦的时间段，再根据初步结果提出的问题扩大范围。如果您使用大型事件日志，请先阅读流程挖掘的性能与可扩展性指南，再决定加载多少历史数据。

最难的是迈出第一步：理解事件日志，并将其用于一个具体场景。弄清这一点后，后续工作就会顺利许多。从小处着手，随着理解加深再逐步扩大范围。

格式与上传选项

对于首个项目，建议使用团队能够导出和审核的数据。ProcessMind支持常见的电子表格和分隔符文件，包括CSV和Excel；较大的事件日志可使用Parquet或ORC。上传只需几分钟：添加文件、检查系统识别出的列，即可查看流程，再决定是否需要连接器。具体步骤请参阅如何上传数据集。

如果需要添加较新的记录，而不想重新构建整个数据集，也可以增量加载数据。具体方式取决于源数据的生成方式和更新频率。详情请参阅支持的数据格式和增量数据加载文档。

如果您需要建立可重复的数据加载流程，API可能适用。请查看数据API文档，了解可用选项。如果您正在规划数据的提取、转换和加载方式，可以从ETL指南开始。

不应上传的数据

仅纳入回答流程问题所需的数据。个人信息可能出现在意想不到的字段中，尤其是自由文本备注、评论或说明。上传前请检查数据，并删除或屏蔽分析不需要的字段。

请与隐私、安全和数据治理团队确认组织允许处理哪些数据。考虑是否确实需要姓名或其他直接标识符。许多分析只需团队、角色或假名标识符即可，但须符合您的分析目的和相关政策。

不要以流程分析为由收集更多个人数据。数据集应仅包含理解流程所需的字段，并遵循组织关于访问、保留和处理数据的规定。ProcessMind通过环境隔离数据，并按角色控制访问；审计日志会记录谁能查看哪些内容，方便您日后核实。请参阅用户、角色和权限、审计日志和隐私政策。

争取数据团队支持

清晰的需求有助于数据团队评估工作量，避免不必要的数据提取。请准备一页简报，说明以下信息：

• **流程：**说明流程名称及起点和终点。
• **问题：**说明您想了解什么，例如订单在哪些环节等待。
• **范围：**指定涉及的系统、日期范围和案例类型。
• **必需字段：**为每个事件提供案例ID、活动和时间戳。
• **有用字段：**仅列出回答问题所需的属性。
• **示例：**提供几个有代表性的案例，必要时删除敏感值。
• **检查项：**请团队标记缺失的ID或时间戳、重复事件及含义不明的状态值。
• **隐私：**确认哪些字段可以共享，以及是否需要删除或屏蔽某些字段。

您也可以分享事件日志指南，让团队了解所需数据结构的具体示例。如果需要从特定系统提取数据，也可以提供相应的流程改进指南。拿到导出文件后，请按照入门指南加载数据并查看流程。

下一步：上传并映射数据

无需等到数据提取完全完善，才能判断数据是否适合首次分析。先使用现有导出文件，检查三个必需字段，了解需要处理的问题，再决定是否投入更大的数据项目。

首次绘制流程图并非全部收获。数据集加载后，ProcessMind会通过流程健康度自动评估流程：每个流程都有一个可重复计算的分数，依据CURES框架的五个维度，即一致性、统一性、返工、效率和平稳性。分数可帮助您确定改进起点，同一组仪表板也会指出需要处理的问题，让首个数据集带来一份待办清单，而不只是一张流程图。流程健康度及其评分包含在流程智能席位中。

Where to Go From Here

您已明确需要的三个字段及其来源。下一步是看看现有导出数据能帮助您推进到哪一步。

• Build the event log
• Load it and see the process

Find out what your data can already do