运行Process Mining需要什么？
有原始数据？那只是第一步！Process Mining钟爱干净的数据，所以请深入探索、准备并优化您的事件数据。这是获取强大流程洞察的秘密武器！
什么数据是启动所需的
想象一下你在经营一个柠檬水摊，但记忆力很差！为了了解你的摊位表现如何，你决定跟踪一些基本信息：
- 顾客ID（CaseID）：这就像给每位顾客的一个号码。它让你知道是同一个人回头购买更多的柠檬水（或者投诉一批酸的柠檬水！）。
- 采取的行动（Activity）：这就是发生的事情！你是”接单”、“准备柠檬水”，还是”解决愤怒顾客投诉”（希望不太频繁）？
- 行动时间（Timestamp）：这是你执行这些动作的时间。了解你的动作顺序至关重要！
仅凭这三条数据，Process Mining就像是你摊位上的小间谍。它可以看到顾客的基本流程，识别任何瓶颈（可能你制作柠檬水太慢了！），甚至能告诉你是否一些顾客比其他人更容易不满（该改善你的食谱了！）。
这是数据在表格中的示例：
| 顾客ID（CaseID） | 行动时间（Timestamp） | 采取的行动（Activity） |
|---|---|---|
| 1 | 10:00 AM | 接单 |
| 1 | 10:02 AM | 准备柠檬水 |
| 1 | 10:05 AM | 服务顾客 |
| 2 | 10:03 AM | 接单 |
| 2 | 10:10 AM | 解决愤怒顾客投诉（哎呀！） |
| 2 | 10:12 AM | 准备柠檬水 |
| 2 | 10:15 AM | 服务顾客（希望这次更高兴！） |
这看似信息很少，但足够让Process Mining开始提问并发现一些关于你柠檬水摊效率的基本洞察！
1. 丢失的柠檬水日志案
我们的柠檬水摊非常火爆！顾客们（大多数情况下）喜爱我们的秘密配方，生意兴隆。但伴随成功而来的是一个新挑战：顾客太多，排队时间过长，情绪紧张，最糟糕的是，我们根本不知道原因！
还记得我们雇用的小间谍（Process Mining）吗？看来它并不能创造奇迹。它需要好的情报，而我们只有几张纸巾上的潦草涂鸦。这里是事情变得复杂的地方：
- 数据侦探： 我们首先要解决的问题是找到所有关键细节。顾客订单分散在便签、松散的收据，甚至是我们口袋里的一个皱巴巴的纸巾上（恶心！）。这就像一个侦探故事，从所有这些随机来源（数据库、平面文件、消息日志等等）中拼凑信息。
- 同一语言： 即使我们找到了数据，含义也并不总是清晰。 有些便签上写着“顾客满意！”而另一些便写着一个皱眉的脸。我们需要一个翻译器（数据标准化）来确保间谍理解每个涂鸦的含义。
- 提问关键问题： 最后，我们必须弄清楚我们到底想知道什么。 是因为人们在下单时太慢导致排队时间长，还是因为我们制作柠檬水的速度太慢？ 提出正确的问题帮助我们聚焦于数据收集（数据的不同视角）。
事实证明，清理这堆数据混乱是一个全新的冒险。但在下一个章节中，您将看到，通过一点侦查工作和我们的数据间谍的帮助，我们能够优化我们的柠檬水摊，成为社区的羡慕对象！
2: 数据大挖掘
我们的柠檬水摊非常受欢迎，但长长的队伍让人抓狂！我们知道需要数据间谍（Process Mining）的帮助，但首先，我们需要一些可靠的信息，这意味着要深入数据提取领域——基本上就是寻找关于我们顾客的所有隐藏线索，并将其转化为间谍能够理解的东西。
这是我们发现的：
- 寻宝： 有时候，数据像是被埋藏的宝藏——藏在我们系统（网页、电子邮件、PDF）的灰尘角落里。我们必须成为数据考古学家，从旧文件中挖掘，并使用高级工具（页面抓取）来获取所需信息。
- 翻译障碍： 即使我们找到了数据，含义也并不总是明确的。 有些线索写在纸巾上（非结构化数据），而另一些则被隐藏在密语中（缺少元数据）。我们需要一个翻译器（数据标准化）来破译它们。
- 专注是关键： 面对众多数据源（数千个表！），很容易就想全都抓取。但就像你不会在冰淇淋店尝试每种口味，我们需要专注于我们想回答的问题。顾客是否在下单时花费太长时间，还是我们在制作柠檬水时是瓶颈？专注于这些关键问题帮助我们优先考虑需要提取的数据。
虽然不容易，但通过一些努力和强烈的好奇心，我们挖掘出了一整套数据。在下一章中，我们将看到我们如何整理这一烂摊子，并最终让我们的数据间谍为我们工作！
3: 数据排毒
感谢我们英雄般的提取努力（见第3章），我们拥有了大量的数据。但请抓紧您的帽子，因为这些数据参差不齐——有一些有用的客户信息，随机的涂鸦，还有许多我们不需要的东西。是时候进行数据排毒了！
过滤成了我们的新好朋友。想象一下整理一个杂乱的工具箱。当我们提取数据时，我们先从大的方向着手（粗粒度范围）。现在是时候详细处理（细粒度范围）了。
这是我们如何应对过滤挑战的方法：
- 聚焦明星： 想象最频繁的客户订单就像我们工具箱中的新工具。我们决定聚焦于十大最常见的活动（订购、等待、领取柠檬水），让数据间谍能轻松处理。剩下的可以先放在库房中（暂时不管）。
- 迭代是关键： 过滤不是一成不变的。当我们的数据间谍开始分析干净的数据时，它指向新的关注领域。就像一个跟踪线索的侦探，不断根据新见解优化我们的过滤。
随着数据变得洁净（好吧，大部分是干净的），终于到了在下一章释放我们数据间谍（Process Mining）真正力量的时候了！我们将探索发现、合规性和增强等不同技术来诊断我们柠檬水摊的问题，成为街区最有效率的柠檬水操作！
4: 数据改造
我们的数据排毒（第4章）效果显著，但在释放我们数据间谍（Process Mining）之前，还有一个关键步骤——数据改造！想象一下顾客带着皱巴巴的钞票走到我们的摊位。我们不会拒绝他们，但如果钞票是平整干净的会更容易处理。这就是数据清理的理念。
这是我们需要做的：
- 案子解决： 一个流程就像顾客的旅程——有开始、中间和结束。我们需要连接与单个客户（案例）相关的所有事件——他们的订单、等待时间，最后，领取柠檬水。想象一下整理单个顾客访问的所有收据。
- 说流程语言： 我们的数据并不总是用流程语言交谈。活动需要明确定义为每个顾客旅程（案例）的状态变化。例如，“顾客满意！”不足够具体。我们需要一个明确的状态，比如“柠檬水已送达”。
即使这不是探险中最华丽的部分，但通过一点数据整理和清晰的思维，我们终于得到了一个一尘不染的数据集！借助这个数据，我们的数据间谍揭示了我们长队背后的秘密，并将我们的柠檬水摊变成一个充满活力的效率灯塔（和美味）！