我们为何跳过开箱即用的连接器

**正在寻找数据模板？**查看我们的持续流程改进指南，获取适用于采购到付款、订单到收款和应付账款等流程的可直接使用模板。

流程挖掘需要数据，但我们的做法出了问题

“流程挖掘中，80%的工作是数据。”

您可能听过这个说法。我们确实也有过类似经历。但令人不适的事实是：数据占据80%的工作量并非自然规律，而是做法不当的表现。

当数据提取变成持续数月的项目时，说明方向已经偏离。流程挖掘的目标不是打造完美的数据管道，而是获得洞察。是发现发票在无人查看前被搁置了12天，是发现由于系统配置错误，40%的订单需要人工干预。

数据是实现目标的手段，而不是目标本身。

那么，为什么这么多流程挖掘项目会卡在数据阶段？很多时候，问题归结为一个决定：选择开箱即用的连接器。

开箱即用连接器的承诺

在理想情况下，这会带来变革。公平地说，我们在演示中见过它奏效，有时在采用标准系统配置的简单生产环境中也能运行。

但问题在于：您的企业不是演示环境。

现实检验

多年来，我们一直帮助组织开展流程挖掘。我们见过哪些做法有效，哪些做法无效。一次又一次，我们看到开箱即用的连接器带来的问题多于解决的问题。

耗时一年的“快速配置”

我们的一位客户满怀期待地开始了流程挖掘之旅，原因是供应商承诺提供SAP连接器。“三周即可获得第一批洞察。”对方这样承诺。

18个月后，他们仍在排查数据质量问题。

这并非个例。我们见过连接器项目拖延一年以上，同时消耗预算和团队热情。当现实遇上销售宣传时，所谓“简单”的配置往往一点也不简单。

连接器为何难以应对真实环境

• **您的系统并不标准。**连接器针对特定软件的特定版本构建，但企业会进行定制：增加字段、修改工作流、调整表结构。您正在运行的ERP系统，很可能已经演进了十年。连接器期待的是教科书式安装，而您拥有的是经过多年业务决策塑造的真实系统。

• **连接器试图解决所有问题。**一个旨在覆盖所有流程挖掘场景的连接器会变得极其复杂。它需要支持您永远不会遇到的边缘情况，却可能不支持您真正需要的具体分析。这种一刀切的方法迫使您承担不会为项目创造价值的复杂性。

• **多表迷宫。**大多数连接器需要处理多个源表，这听起来功能强大，实际上也确实如此。但设置和维护这些表之间的关系非常复杂。您不仅要了解业务流程，还要理解连接器的数据模型、源系统的数据模型，以及它们应如何映射。这涉及大量模型。

• **黑箱会滋生不信任。**连接器出问题时（而且总会出问题），您无法查看内部来了解原因。是源系统中的数据有误？是连接器转换错误？还是配置存在问题？您只能盲目排查，这会让所有相关人员感到沮丧，也几乎无法向利益相关方解释结果。

• **重复劳动。**讽刺的是，许多组织的数据仓库或数据湖中已经有经过清洗和准备的数据。数据工程师花费多年构建管道、解决数据质量问题并创建可靠数据集。连接器忽略了这些工作，从头开始处理，还可能与组织已经信任的数据引入不一致。

• **通用名称让所有人困惑。**连接器使用标准化术语，可能与组织描述流程的方式不一致。当连接器称某项活动为“订单确认”，而您的团队称其为“销售确认”时，您就增加了一层翻译，拖慢了每次沟通。

• **ETL陷阱。**大多数连接器会迫使您使用供应商的ETL工具。这意味着学习专有系统、依赖供应商特有功能，并构建无法迁移到其他工具的专业能力。同时，您的企业可能已经拥有ETL基础设施，以及熟悉其使用方法的人员。

• **供应商锁定是设计使然。**直说吧：从供应商角度看，复杂的专有数据管道是功能，而不是缺陷。您一旦花费六个月构建基于连接器的基础设施，切换到其他工具的成本就会高得惊人。这并非偶然。

隐藏成本

我们的方式：数据模板

我们选择了不同的路径。我们没有构建连接器，而是创建了数据模板。

理念很简单：以符合您流程且易于生成的格式，定义所需的数据。

从Excel开始

没错，您确实可以从Excel开始。

**刚开始接触事件日志？**我们的指南如何创建流程挖掘事件日志将通过示例，逐步指导您使用Excel和SQL创建第一个事件日志。

我们的数据模板会明确列出每类分析所需的列。对于许多流程，这些列包括Case ID、Timestamp和Activity名称，以及业务所需的其他属性。

您今天就可以自行创建。无需等待IT，无需采购流程，也无需聘请顾问。从系统导出数据，按我们的模板格式整理，上传后即可分析流程。

这是否完美？不。但是否快速？当然。理解流程时，速度往往比完美更重要。

为什么使用单表？

对于大多数分析，我们有意采用单表格式。了解背后的原因后，您就不会觉得它受限：

1. 易于理解：任何人都能查看电子表格并了解其中发生了什么
2. 易于创建：无需复杂的连接或关系管理
3. 流程挖掘本来也会这样处理：即使工具接收多个表，也会将它们合并为事件日志进行分析

您仍然可以在ProcessMind中使用多个表，采用不同视角分析不同流程，甚至开展对象中心流程挖掘。但不必从这里开始。先从简单方案入手，仅在复杂性能够带来价值时再增加复杂度。

与数据团队协作

我们总结出了一点经验：连接器方案往往绕过数据工程师。这是个错误。

您的数据团队了解系统，也知道数据质量问题在哪里。他们清楚哪些字段可以信任，哪些需要核验。他们可能已经解决了连接器会遇到的许多问题。

我们的数据模板提供了一种共同语言。将模板交给数据工程师，他们马上就能了解所需内容。他们可以使用熟悉的工具，包括SQL、现有ETL平台和数据仓库，生成所需的数据。

无需学习新系统，无需接受供应商专属培训。只需明确的要求，经验丰富的数据专业人员就能快速完成。

利用现有资源

大多数组织已经拥有完善的数据基础设施：

• 存储经过清洗和验证的数据仓库
• 能够可靠传输信息的ETL管道
• 保存历史记录的数据湖
• 拥有成熟查询的数据分析工具

模板方案让您可以充分利用这些资源。不要重建已有系统，也不要创建并行数据管道。利用已经完成的投入。

这也意味着，为流程挖掘准备的数据可以在其他场景中复用。一次构建数据集，即可用于流程挖掘、机器学习、传统BI以及未来的其他用途。这才是高效的方式。

AI驱动的灵活性

准备开始了吗？

我们围绕这些原则构建了ProcessMind：数据要求简单、快速实现价值，并由您掌控。

探索我们的持续流程改进指南，查找常见流程的数据模板。每份指南都包括：

• 流程活动及需要采集的数据
• 可立即使用的模板文件
• SAP、Oracle和Microsoft Dynamics等常用系统的使用指南
• 数据准备最佳实践

或者开始免费试用并上传一些数据。无需等待连接器配置完成，您可能会惊讶地发现洞察能够如此快速地呈现。

数据不是目标，理解流程才是。让我们更快实现这一点。