为什么我们不采用即用型连接器（以及我们如何替代）

正在寻找数据模板？ 查看我们的持续流程改进指南，其中包含采购到付款、订单到现金和应付账款等流程的即用型模板。

流程挖掘需要数据——但我们的方式错了

“数据是流程挖掘80%的工作量。”

您可能听说过这个统计数据，我们对此深有体会。但一个令人不适的真相是：数据占据80%的工作量并非自然法则——这其实是方法不当的体现。

当数据提取变成一个耗时数月的项目时，就说明事情已经偏离了正轨。流程挖掘的目标不是完美的数据管道，而是获取洞察。它是发现发票在12天内无人处理，是发现40%的订单因系统配置错误需要手动干预。

数据是实现目标的手段，而非目标本身。

那么，为什么这么多流程挖掘项目会卡在数据阶段呢？通常，这归结为一个决定：选择了开箱即用连接器。

开箱即用连接器的美好承诺

平心而论，这个承诺确实很有吸引力。

开箱即用连接器是预构建的集成方案，声称能够从SAP、Salesforce、ServiceNow或Oracle等系统中提取流程数据。宣传通常是这样的：

• 指向您的系统
• 按下按钮
• 您的数据完美格式化后呈现
• 设置每日刷新
• 大功告成

在理想的世界里，这无疑将是变革性的。说实话，我们在演示中确实见过它奏效，有时甚至在配置简单的生产环境中也能运行良好。

但关键在于：您的公司不是演示环境。

直面现实

多年来，我们一直致力于帮助企业进行流程挖掘。我们深知哪些方法有效，哪些无效。并且一次又一次地看到，开箱即用连接器带来的问题远多于其解决的问题。

耗时一年的“快速部署”

我们的一位客户曾满怀期待地启动了流程挖掘之旅，因为某供应商承诺其SAP连接器能在“三周内获得首次洞察”。

然而十八个月后，他们仍在努力调试数据质量问题。

这并非个例。我们见过许多连接器项目耗时超过一年，同时耗尽了预算和团队热情。“简单”的设置在现实面前，往往变得一点也不简单。

连接器在现实世界中为何举步维艰

• 您的系统并非标准配置。 连接器是为特定软件的特定版本构建的。但企业会进行定制，他们会添加字段、修改工作流、改变表结构。您正在运行的ERP系统可能已经演进了十年。连接器期望的是教科书式的安装，而您拥有的却是一个经过多年业务决策塑造的、鲜活的系统。

• 连接器试图解决所有问题。 一个旨在处理所有可能的流程挖掘用例的连接器会变得异常复杂。它需要支持您永远不会遇到的极端情况，同时可能无法支持您实际需要的特定分析。这种“一刀切”的方法意味着您正在与一个对您的项目毫无价值的复杂性作斗争。

• 多表迷宫。 大多数连接器支持多源数据表，这听起来功能强大——事实也确实如此。但建立和维护这些表之间的关系却很复杂。您不仅需要理解您的业务流程，还需要理解连接器的数据模型、源系统的数据模型以及它们之间如何映射。这需要理解大量模型。

• 黑箱操作滋生不信任。 当连接器出现问题时（而且总会出问题），您无法查看内部以了解原因。是源系统中的数据错误吗？是连接器转换不正确吗？是配置问题吗？您在盲目调试，这让所有参与者都感到沮丧，并使向利益相关者解释结果变得几乎不可能。

• 重复工作。 具有讽刺意味的是，许多企业的数据仓库或数据湖中已经拥有经过清洗和准备的数据。您的数据工程师已经花费数年时间构建数据管道、解决数据质量问题并创建可靠的数据集。连接器却会忽略所有这些工作，从头开始，这可能会引入与您企业已信任的数据不一致的问题。

• 通用名称令人困惑。 连接器使用标准化术语，这可能与您企业描述其流程的方式不符。当连接器将某个操作称为“订单确认”（Order Confirmation），而您的团队称之为“销售确认”（Sales Acknowledgment）时，您就创建了一个翻译层，这会拖慢每次沟通的效率。

• ETL陷阱。 大多数连接器会强制您使用供应商的ETL工具。这意味着您需要学习专有系统，依赖于供应商特有的功能，并建立无法转移到其他工具的专业知识。然而，您的公司可能已经拥有ETL基础设施和熟练使用它的人员。

• 刻意为之的供应商锁定。 直白地说，从供应商的角度来看，复杂且专有的数据管道是其“特性”而非“缺陷”。一旦您投入六个月构建了一个基于连接器的基础设施，切换到其他工具的成本将变得极其高昂。这绝非偶然。

隐藏成本

除了技术挑战，连接器方法还存在真实的成本：

• 时间：数月时间用于数据提取而非分析
• 金钱：昂贵的连接器许可费，以及设置顾问费
• 机会：在管道构建期间，流程改进被推迟
• 士气：项目在数据阶段停滞不前时，团队士气低落
• 信任：当初始项目超出预算时，利益相关者会质疑流程挖掘的价值

我们的方法：数据模板

我们选择了不同的道路。我们没有构建连接器，而是创建了数据模板。

我们的理念很简单：规定所需的数据格式，使其既贴合您的流程，又易于生成。

从Excel开始

没错，您真的可以从Excel开始。

事件日志新手入门？ 我们的如何创建流程挖掘事件日志指南将通过Excel和SQL示例，手把手教您构建第一个事件日志。

我们的数据模板精确定义了每种分析所需的列。对于许多流程而言，这通常包括一个案例ID（Case ID）、一个时间戳（Timestamp）和一个活动名称（Activity），以及对您的业务至关重要的额外属性。

您今天就可以自己完成。无需等待IT部门，无需采购流程，无需聘请顾问。只需从您的系统中导出一些数据，按照我们的模板格式进行整理，上传后即可开始分析您的流程。

它完美吗？不。它快吗？绝对快。当您试图理解自己的流程时，速度比完美更重要。

为什么只用一张表？

我们有意为大多数分析采用单表格式。这看起来似乎有局限性，直到您理解其背后的原因：

1. 易于理解：任何人都能通过电子表格理解发生了什么
2. 易于创建：无需复杂的连接或关系管理
3. 流程挖掘殊途同归：即使是摄取多表的工具，最终也会将它们合并成事件日志进行分析

您仍然可以在ProcessMind中使用多表进行工作——从不同视角、分析不同流程，甚至采用以对象为中心的流程挖掘方法。但您不必从一开始就这么做。先从简单入手，只有当复杂性带来价值时再增加它。

与您的数据团队协作

我们发现：连接器方法通常会绕过您的数据工程师，这是一个错误。

您的数据团队了解您的系统。他们知道数据质量问题出在哪里。他们知道哪些字段值得信赖，哪些需要验证。他们很可能已经解决了连接器会遇到的许多问题。

我们的数据模板创建了一种通用语言。将模板交给您的数据工程师，他们会立即理解所需内容。他们可以使用自己熟悉的工具——SQL、现有ETL平台、数据仓库——来精确生成所需数据。

无需学习新系统，无需专有供应商培训。只需清晰的需求，经验丰富的数据专业人士就能快速满足。

充分利用现有资源

大多数企业都已拥有完善的数据基础设施：

• 存储经过清洗和验证的数据的数据仓库
• 稳定可靠地传输信息的ETL管道
• 包含历史记录的数据湖
• 具备成熟查询功能的商业智能工具

模板方法能让您充分利用这些现有资源。无需重复建设，无需创建并行数据管道。您只需利用已有的投入。

这也意味着您为流程挖掘准备的数据可以在其他地方复用。一次构建数据集，可用于流程挖掘、机器学习、传统商业智能以及未来的一切应用。这才是真正的效率。

AI驱动的灵活性

即使有清晰的模板，我们也深知数据并非总能以完美格式呈现。正因如此，ProcessMind内置了AI驱动的数据映射功能。

上传您的数据后，我们的系统通常能自动识别哪些列是案例ID、时间戳以及包含活动名称。如果存在映射不准确的情况，您只需简单点击几下即可手动调整。

我们的目标是消除您获取洞察的障碍。

准备好开始了吗？

我们基于这些原则构建了ProcessMind：简单的数据要求，快速实现价值，并且一切尽在您的掌控。

查阅我们的持续流程改进指南，以找到常见流程的数据模板。每个指南都包含：

• 流程活动及需要捕获的数据
• 可立即使用的模板文件
• 针对SAP、Oracle和Microsoft Dynamics等流行系统的指导
• 数据准备的最佳实践

或者，直接开始免费试用并上传一些数据。当您无需等待连接器配置时，洞察能如此迅速地显现，您一定会感到惊喜。

数据不是目标，理解您的流程才是。让我们更快地实现这一点。