如何创建流程挖掘事件日志

方法二：使用SQL创建事件日志

对于大型数据集或需要定期提取的情况，SQL更高效且可重复。关键技术是使用UNION ALL将多个查询合并为一个结果集。

理解 UNION ALL

UNION ALL 将多个 SELECT 语句的结果堆叠在一起。每个 SELECT 语句的结果都会成为最终结果中的一组行。所有 SELECT 语句必须具有相同数量的列且数据类型兼容。

完整的SQL示例

下面是一个创建Pizza Palace事件日志的SQL查询示例：

-- Pizza Palace 事件日志提取
-- 此查询将多种事件类型合并为一个事件日志
-- 每个SELECT块代表一种活动类型

-- 事件1：订单已下达
-- 来源：orders表
-- 捕获客户提交订单的时间
SELECT 
    o.id AS case_id,                          -- 订单ID是我们的案例标识符
    o.created_at AS timestamp,                -- 订单下达时间
    'Order Placed' AS activity,               -- 活动名称（硬编码）
    o.customer_name AS customer,              -- 案例属性：下单客户
    o.total_amount AS order_value,            -- 案例属性：订单金额
    NULL AS driver,                           -- 不适用于此事件
    NULL AS payment_method                    -- 不适用于此事件
FROM orders o
WHERE o.created_at >= '2025-01-01'            -- 按您所需的日期范围筛选

UNION ALL

-- 事件2：支付已接收
-- 来源：payments表
-- 捕获成功的支付处理
SELECT 
    p.order_id AS case_id,
    p.payment_time AS timestamp,
    'Payment Received' AS activity,
    o.customer_name AS customer,              -- 连接以获取案例属性
    o.total_amount AS order_value,
    NULL AS driver,
    p.payment_method AS payment_method        -- 事件特定属性
FROM payments p
JOIN orders o ON p.order_id = o.id            -- 连接以获取订单详情
WHERE p.payment_time >= '2025-01-01'
  AND p.status = 'successful'                 -- 仅包含成功的支付

UNION ALL

-- 事件3：订单已发送至厨房
-- 来源：kitchen_queue表
-- 捕获厨房开始处理订单的时间
SELECT 
    k.order_id AS case_id,
    k.queue_entry_time AS timestamp,
    'Order Sent to Kitchen' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_value,
    NULL AS driver,
    NULL AS payment_method
FROM kitchen_queue k
JOIN orders o ON k.order_id = o.id
WHERE k.queue_entry_time >= '2025-01-01'

UNION ALL

-- 事件4：订单已备妥
-- 来源：kitchen_queue表（不同的时间戳字段）
-- 这是根据厨房标记完成时间推断出的事件
SELECT 
    k.order_id AS case_id,
    k.completed_time AS timestamp,            -- 与进入时间不同的时间戳
    'Order Ready' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_value,
    NULL AS driver,
    NULL AS payment_method
FROM kitchen_queue k
JOIN orders o ON k.order_id = o.id
WHERE k.completed_time >= '2025-01-01'
  AND k.completed_time IS NOT NULL            -- 仅包含已完成的订单

UNION ALL

-- 事件5：已分配配送员
-- 来源：delivery_assignments表
-- 捕获配送员被分配交付订单的时间
SELECT 
    d.order_id AS case_id,
    d.assigned_at AS timestamp,
    'Assigned to Driver' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_value,
    d.driver_name AS driver,                  -- 事件特定属性
    NULL AS payment_method
FROM delivery_assignments d
JOIN orders o ON d.order_id = o.id
WHERE d.assigned_at >= '2025-01-01'

UNION ALL

-- 事件6：配送已完成
-- 来源：delivery_assignments表（不同的时间戳字段）
-- 捕获订单送达客户的时间
SELECT 
    d.order_id AS case_id,
    d.delivered_at AS timestamp,
    'Delivery Completed' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_value,
    d.driver_name AS driver,
    NULL AS payment_method
FROM delivery_assignments d
JOIN orders o ON d.order_id = o.id
WHERE d.delivered_at >= '2025-01-01'
  AND d.delivered_at IS NOT NULL              -- 仅包含已完成的配送

-- 最终排序：按案例ID，然后按时间
-- 这使得事件日志易于阅读和追踪
ORDER BY case_id, timestamp;

如何扩展此查询

要向您的日志中添加更多事件，请执行以下操作：

1. 复制其中一个SELECT块作为模板
2. 将表名更改为您的源表
3. 将时间戳字段更新为正确的列
4. 更改活动名称以描述该事件
5. 根据需要调整属性
6. 添加适当的WHERE条件来筛选数据

例如，要添加一个“配送尝试”事件：

UNION ALL

-- Event 7: Delivery Attempted
-- Add this to track failed delivery attempts
SELECT 
    d.order_id AS case_id,
    d.attempt_time AS timestamp,
    'Delivery Attempted' AS activity,
    o.customer_name AS customer,
    o.total_amount AS order_value,
    d.driver_name AS driver,
    NULL AS payment_method
FROM delivery_attempts d
JOIN orders o ON d.order_id = o.id
WHERE d.attempt_time >= '2025-01-01'

下一步：将事件日志加载到 Process Mining 工具中

一旦您将事件日志创建为 CSV 文件或数据库导出，就可以将其加载到 Process Mining 工具中了。大多数工具的操作流程都大同小异：

1. upload 文件或将 Process Mining 工具连接到提取的 data。
2. 映射您的列 (Case ID, Timestamp, Activity)
3. 配置任何额外的属性 (Attributes)
4. 生成您的流程图

像 ProcessMind  这样的现代 Process Mining 工具让这一过程变得简单直观。只需 upload 您的事件日志 data，工具就会自动将流程可视化，揭示出瓶颈 (bottleneck)、偏差和改进机会，从而帮助降低成本并优化运营流程。

总结

创建 Process Mining 事件日志并不需要专门的工具或深厚的技术知识。其核心在于将 Process Mining data 整理成包含三个基本列的表格：Case ID、Timestamp 和 Activity。

无论您是使用 Excel 处理小型数据集，还是使用 SQL 进行更大规模、更复杂的提取，其原则都是相同的：

1. 确定要跟踪的 event
2. 查找每种 event 类型对应的 timestamp
3. 将所有内容合并到一个表中
4. 添加属性 (Attributes) 以丰富分析内容

最难的部分往往不是技术提取，而是对业务运营的深入理解，从而确定哪些 event 真正重要。建议从显而易见的 event（如订单下达、订单完成）开始，随着对 Process Mining 工具揭示的洞察的了解，逐步增加更多细节。

准备好深入探索了吗？欢迎访问我们的 持续流程改进页面 。在这里，您可以找到有关 采购到付款 (Purchase to Pay) 、订单到收款 (Order to Cash)  和 应付账款 (Accounts Payable)  等常用流程的 Activity 和 data 要求的详细信息。这些资源还包括了针对 SAP、Oracle 和 Microsoft Dynamics 等主流系统的数据模板，助您在创建事件日志的过程中步入正轨。