高效Process Mining数据要点

May 4, 2024 - 01 Min read

有原始数据？那只是第一步！Process Mining喜欢干净的数据，所以精心探索、准备和处理你的事件数据。它是获得强大流程洞察力的秘密武器！

第一章：流程挖掘需要哪些基础数据

想象你经营一个柠檬水摊，却总是忘事！为了了解摊位的经营状况，你决定记录这三项基本信息：

仅凭这三项data，Process Mining就像你的智能“小侦探”。它能分析客户流转流程，找出瓶颈（比如制作柠檬水太慢），还能识别哪些客户经常不满意（可能需要优化配方！）。

举例如下表：

这些信息虽然简单，却足以让Process Mining提出问题、发现流程中的改进点，助力柠檬水业务提升效率！

我们的柠檬水摊生意火爆，顾客们都喜欢我们的独家配方（大多数人都爱），订单大增。但成功也带来新难题：顾客实在太多了！排队很长，大家情绪有点激动，更糟糕的是，我们根本不知道问题出现在哪里！

还记得那个被我们请来的“小侦探”（Process Mining）吗？其实它也不是万能的，它需要好情报，而我们只有几行草草的记事。状况变得混乱：

数据侦探出场： 第一个难题是找齐所有有用信息。顾客订单分散在便签、零散收据，甚至皱巴巴的口袋餐巾纸里（有点糟心）。就像在破案，要把所有来源（数据库、flat files、message logs等）的信息拼在一起。
语言标准统一： 就算找到了数据，内容也各说各话。有的写着“客户满意！”，有的只有一个皱眉表情。我们急需一个“翻译官”（数据标准化），让Process Mining看懂每个记录的真实含义。
提出对的问题： 最后，我们得弄清楚自己想知道什么。队伍是不是因为下单慢才变长，还是我们做柠檬水太慢？正确的问题能指导数据收集（切不同的数据视角）。

最后发现，要把这些混乱数据整顿干净其实也是一种全新冒险。但下一章你会看到，靠着一点侦探精神和Process Mining帮忙，我们如何把柠檬水摊做到了让街坊羡慕！

我们的柠檬汁摊非常受欢迎，但队伍却是个噩梦！我们知道需要我们的数据间谍（Process Mining）的帮助，但首先，我们得给它一些可靠的情报。这意味着要深入数据提取的世界——基本上就是找到所有关于顾客的隐藏线索并转换为间谍可以理解的东西。

这是我们发现的：

寻宝： 有时，数据就像埋藏的宝藏——藏在我们系统的尘土堆里（网页、电子邮件、PDF）。我们必须成为数据考古学家，翻阅旧文件并使用高科技工具（屏幕抓取）挖掘所需的信息。
翻译难题： 即便找到了数据，它依旧不总是清晰。一些线索写在餐巾纸上（非结构化数据），另一些则隐藏在秘密代码中（缺失元数据）。我们需要一个翻译器（数据标准化）来解码这一切。
重点是关键： 面对如此多的数据来源（数千个表格！），很容易被诱惑而抓取所有东西。但就像在冰激凌店里你不会尝试所有口味，我们需要专注于想要回答的问题。顾客点餐花费太长时间，还是我们制作柠檬汁拖慢了进度？聚焦在这些关键问题上帮助我们优先考虑提取哪些数据。

过程并不轻松，但经过一点努力和足够的好奇心，我们成功挖掘出一堆数据宝藏。在下一章，我们将看到如何清理这些混乱并最终让我们的数据间谍起作用！

在我们第三章的“数据大作战”后，终于攒下了一大堆数据。但这些数据五花八门——有用的客户信息、乱七八糟的涂鸦，还有一堆没用的东西。是时候来场数据排毒了！

筛选成了我们的新帮手。就像整理乱糟糟的工具箱，最开始要先做大范围（粗粒度）筛选，现在得精细（细粒度）筛查。

我们是这样攻克筛选难题的：

关注核心活动： 把最常见的顾客订单当作工具箱里的新工具。我们决定聚焦最常见的10个活动（下单、排队、拿柠檬水），让Process Mining更好聚焦分析，其他次要的先放一边。
迭代优化： 数据过滤不是一次性的。随着Process Mining分析干净数据，不断引导我们关注新问题，就像侦探实时追查线索，持续调整过滤标准。

数据终于焕然一新（大体如此），终于可以在下一章让Process Mining发挥真正威力！我们会尝试discovery、conformance、enhancement等技术，查明摊位问题，把柠檬水业务做到全街最高效！

数据排毒（第四章）成效显著，但在正式释放Process Mining前，还有关键一步：数据改造！想象有顾客拿着一张皱纸币来，虽然我们会收，但如果都是新钞票，操作会更高效。数据清洗也是如此。

我们要做的有：

Case归集完整： 流程就像顾客旅程，有开头、有过程、有结尾。我们需要把一个顾客（case）下单、等待、取柠檬水的所有event关联起来，相当于把一位顾客的所有消费凭证整合好。
流程表达统一： 原始数据不总是“流程语言”。各活动要清楚标记为状态变更。例如，“客户满意！”太模糊，我们要像“柠檬水已送达”这样的明确状态。

这步虽然不酷，但只要用点心，把数据理顺梳理清楚，最终我们就获得一份干净高质量的数据集！用Process Mining分析这些数据，一下就能找出排长队的原因，让柠檬水摊又快又棒又美味！