流程挖掘数据基础

原始数据只是起点。流程挖掘依赖干净、结构良好的事件数据。了解如何评估、准备和改进数据，以获得可靠的流程洞察。

第1章：开始前需要哪些数据

假设您经营一个柠檬水摊，但记性很差。为了了解摊位经营得如何，您决定记录三个基本信息：

• 客户ID（CaseID）：用于识别每位客户。它可以显示同一个人是否再次购买柠檬水，或是否回来投诉某一批柠檬水太酸。
• 所执行的操作（Activity）：记录发生了什么。是“接收订单”“准备柠檬水”，还是“处理愤怒客户投诉”？希望最后一种情况不要太频繁。
• 操作时间（Timestamp）：记录每项操作发生的时间。您需要了解操作顺序，才能理解流程。

有了这三项数据，流程挖掘就像摊位上的小侦探。它可以展示基本客户流，识别柠檬水准备缓慢等瓶颈，并揭示某些客户是否比其他客户更常投诉。这为改进提供了清晰起点。

以下是数据表格示例：*

这些信息看起来可能很少，但已经足以让流程挖掘开始提出问题，并发现柠檬水摊效率方面的基本洞察。

第2章：柠檬水日志失踪案

我们的柠檬水摊大获成功。顾客大多喜欢我们的秘方，生意也越来越红火。但成功带来了新挑战：顾客多到应接不暇。队伍排得很长，顾客情绪越来越急躁，更糟的是，我们完全不知道原因。

还记得我们聘请的那位小侦探流程挖掘吗？它也无法创造奇迹。它需要可靠信息，而我们手头只有餐巾纸上的几行潦草记录。问题开始变得复杂：

清理这堆混乱的数据成了一个新项目。下一章中，您将看到一些侦探式分析，以及我们以数据为核心的流程挖掘解决方案如何帮助优化柠檬水摊，让它成为街坊邻里的羡慕对象。

第3章：数据大挖掘

我们的柠檬水摊大获成功，但排队问题令人头疼。我们知道流程挖掘可以提供帮助，但首先必须提供可靠的流程挖掘数据。这意味着深入开展数据提取：寻找客户相关的隐藏线索，并将其转换为流程挖掘能够解读的信息。

以下是我们的发现：

• **寻宝：**有时，数据就像埋藏的宝藏，隐藏在系统的角落里，包括网页、电子邮件和PDF。我们必须成为数据考古学家，翻查旧文件，并使用屏幕抓取等工具寻找所需信息。
• **迷失在转换中：**即使找到了数据，含义也不总是清楚。有些线索潦草地写在餐巾纸上，属于非结构化数据；另一些则缺少元数据。我们需要进行数据标准化，才能解读全部信息。
• **重点很重要：**我们的流程挖掘数据源中有数千张表，很容易想把所有数据都收集起来。但就像不会在冰淇淋店尝试每一种口味组合一样，我们需要聚焦于希望回答的问题。客户下单是否太慢，还是我们制作柠檬水时成了瓶颈？这些问题帮助我们确定需要提取哪些数据。

这项工作并不轻松，但通过好奇心和细致操作，我们找到了有价值的流程挖掘数据。下一章中，我们将了解如何清理这些数据，并让流程挖掘真正为我们所用。

第4章：数据排毒

第3章的数据提取工作完成后，我们面对着堆积如山的数据。但数据集并不一致：部分客户信息有用，部分记录只是随手写下的备注，还有大量内容与主题无关。是时候给数据做一次彻底清理了。

筛选成了我们的得力助手。您可以把它想象成整理一箱杂乱的工具。提取数据时，我们先采用宽泛、粗粒度的范围限定。现在，是时候进一步应用详细、细粒度的范围限定了。

我们这样应对筛选挑战：

数据基本清理完毕后，下一章将开始应用流程挖掘。我们将探索发现、一致性检查和增强，以诊断柠檬水摊的问题并提高其效率。

第5章：数据焕新

第4章的数据清理有所帮助，但在应用流程挖掘前，我们还需要完成一个关键步骤：数据焕新。想象一下，一位客户拿着一张皱巴巴的钞票来付款。您仍然会接受，但平整、干净的钞票更容易处理。这就是数据清洗的意义。

我们需要完成以下工作：

• **明确案例：**流程就像客户的一次旅程，有开始、中间过程和结束。我们需要将同一客户案例相关的每个事件连接起来，包括下单、等待时间和最终交付柠檬水。您可以把它理解为整理某位客户一次到店消费的全部收据。
• **用流程语言描述：**我们的数据并不总能清晰描述流程。活动需要代表每个客户案例中明确的状态变化。例如，“客户满意！”过于模糊，我们需要使用“柠檬水已交付”这样的清晰状态。

这不是项目中最光鲜的部分，但经过细致的数据准备和清晰的定义，我们得到了干净的数据集。流程挖掘基于转换后的数据运行后，我们就能找出排长队的原因，让柠檬水摊位运营得更高效。