فرایند‌کاوی چیست؟


فرایندکاوی مجموعه‌ای از تکنیک‌ها و فنونی است که حوزه‌های علم داده و مدیریت فرایند را به منظور پشتیبانی از تحلیل فرایندهای عملیاتی بر اساس مفهومی به نام «نگاره رویداد – Event Logs» به هم مرتبط می‌کند. هدف فرایندکاوی تبدیل داده‌های رویداد به بینش و آگاهی و اقدام است. فرایندکاوی را بخشی جدایی‌ناپذیر از علوم داده باید دانست که سوخت آن‌ها با در‌دسترس بودن داده‌های رویداد (Event data) و تمایل به بهبود فرایندها تامین می‌شود. تکنیک‌های فرایندکاوی از داده‌های رویداد استفاده می‌کنند تا نشان دهند افراد، ماشین‌ها و سازمان‌ها واقعاً چه کار می‌کنند. فرایندکاوی آگاهی‌های جدیدی را ارائه می‌دهد که می‌توان از آن‌ها در شناسایی مسیر اجرایی طی شدهٔ فرایندهای عملیاتی و بررسی مشکلات عملکرد و انطباق آنها استفاده شود.

فرایندکاوی راهی برای مشاهده چگونگی انجام فرایندهای کسب‌و‌کار در داخل سازمان است و شامل مجموعه‌ای از تکنیک‌ها است که داده‌ها را از نگاره رویداد‌ها (event logs) جمع‌آوری می‌کند، آن‌ها را تحلیل می‌کند و ناکارآمدی‌ها و گلوگاه‌ها را در سیستم‌های اطلاعاتی شناسایی می‌کند.

فرایندکاوی به فرایندهای مبدا تا مقصد (end to end process) نور می‌تاباند و با این‌ کار داده‌های ارزشمندی را در اختیار سازمان‌ها قرار می‌دهد که می‌توانند از آن برای بهبود عملیات کسب‌و‌کار خود و دستیابی به عملکرد بهتر شرکت مورد استفاده قرار دهند.

فرایندکاوی  داده‌ها را از فرایند‌ها دریافت می‌کند. در این زمینه، یک فرایند زنجیره‌ای از رویداد‌های مستقل با نقطه شروع و پایان روشن است.

فرایندکاوی  از داده‌های رویداد (event data) آغاز می‌شود. ورودی فرایندکاوی  یک نگاره رویداد یا event log است. نگاره رویداد یا event log فرایند را از یک زاویه خاص به نمایش می‌گذارد. هر رویداد در گزارش‌ها یا لاگ‌ها باید شامل موارد زیر باشد:

  • یک شناسه منحصر‌به‌فرد برای یک نمونه فرایند (process instance) مشخص (موسوم به Case ID یا شناسه  مورد)،
  • یک فعالیت (توصیفی از شرح رویداد رخ داده‌ده)،
  • یک برچسب زمانی یا timestamp.

ممکن است ویژگی‌های رویداد اضافه‌تری مربوط به منابع، هزینه‌ها و غیره نیز وجود داشته باشند، اما اختیاری هستند. با کمی تلاش، چنین اطلاعاتی را می‌توان  از هر سیستم اطلاعاتی که از فرایندهای عملیاتی پشتیبانی می‌کند استخراج کرد. فرایندکاوی  از داده‌های این رویداد برای پاسخ به انواع سوالات مربوط به فرایند استفاده می‌کند.

سه دسته اصلی از تکنیک‌های فرایندکاوی وجود دارد: ۱. کشف فرایند ۲. انطباق‌سنجی ۳. بهبود فرایند.

 


۳ دسته از تکنیک‌های فرایندکاوی


همانطور که گفته شد، فرایندکاوی  پروژه‌ای تک مرحله‌ای نیست و مراحل زیر نشان می‌دهند که چگونه این فرایند به روش ساده‌ای عمل می‌کند.

۱. کشف فرایند (Process Discovery)

کشف فرایند اولین قدم در فرایندکاوی است. هدف اصلی کشف فرایند تبدیل نگاره رویداد (Event Log) به یک مدل فرایند است. فرایندکاوی نمی‌تواند  با داده‌های  سازماندهی نشده خام که فرایندها در ابتدا از آنها ساخته شده‌اند، کار کند. بنابراین، باید به به نگاره رویداد‌ها یا همان Event logs منتقل شوند.

رکوردهای نگاره رویداد را از سیستم‌های اطلاعاتی مختلف مانند ERP و CRM که شرکت در حال استفاده است، ثبت، جمع‌آوری و ذخیره می‌شود. یک نگاره رویداد می‌تواند از هر گونه از سیستم‌های ذخیره‌سازی داده‌ که فعالیت‌های یک سازمان را همراه با برچسب زمانی‌ (Timestamp) این فعالیت‌ها ثبت می‌کند، استخراج شود. سپس داده‌های نگاره رویدادها (event logs) توسط تحلیلگران برای تجزیه و تحلیل بیشتر برای یافتن داده‌های نادرست، تکراری یا گم شده، پاکسازی و آماده می‌شوند. هنگامی که داده‌های لازم به روشی منظم جمع‌آوری شد و از هر نوع داده‌های نادرست واکسازی شد، برای «کاوش» واقعی آماده می‌شوند. این زمانی است که مدل فرایند با ارائه یک نمای گرافیکی از فرایند بازسازی می‌شود.

هر نگاره رویداد به یک شناسه مورد (Case id) (یک شناسه منحصر‌به‌فرد برای تشخیص موردی که فعالیت به آن تعلق دارد)، توصیف فعالیت (یک توصیف متنی از فعالیت اجرا شده)، و برچسب زمانی یا timestamp از زمان اجرای فعالیت نیاز دارد. نتیجه کشف فرایند به طور کلی یک مدل فرایند است که از نگاره رویداد نمایندگی می‌کند.

بسیاری از تکنیک‌های تثبیت‌شده موجود برای ساخت خودکار مدل‌های فرایند (برای مثال، شبکه‌های پتری، نمودارهای BPMN، نمودارهای فعالیت، نمودارهای وضعیت، و EPC‌ها) براساس مفهوم «نگاره رویداد – event log» بنیان گذاشته شده‌اند.

۲. انطباق‌سنجی (Conformance check)

دومین شاخه از فرایندکاوی انطباق‌سنجی است. انطباق‌سنجی کمک می‌کند تا با مقایسه یک نگاره رویداد با یک مدل فرایند موجود به تحلیل اختلاف میان این دو پرداخت. هنگامی که داده‌های لازم به روشی منظم جمع‌آوری شد و از هر نوع داده‌های نادرست رها شد، برای «کاوش» واقعی آماده می‌شود. این زمانی است که مدل فرایند با ارائه یک نمای گرافیکی از فرایند بازسازی می‌شود. یک مدل فرایندی را می‌توان  به صورت دستی یا با کمک یک الگوریتم ساخته شود.  انطباق‌سنجی برای بررسی این موضوع استفاده می‌شود که آیا نگاره‌ رویداد‌های ذخیره‌شده با مدل فرایند موجود منطبق هستن یا خیر. در انطباق‌سنجی می‌توان بررسی انطباق را بر روی مدل‌های رویه‌ای، مدل‌های سازمانی، مدل‌های فرایند توصیفی، قوانین و قواعد کسب‌وکار و … اعمال نمود.

به عنوان مثال، یک مدل فرایند ممکن است حاکی از این باشد که سفارشات خرید بیش از ۱۰ میلیون نیاز به دو چک پرداختی دارد. یک مثال دیگر انطباق‌سنجی استفاده از اصل به اصطلاح «چهار چشم» است. انطباق‌سنجی ممکن است برای شناسایی انحرافات (بررسی انطباق)، یا ارزیابی الگوریتم‌های کشف، یا عمق‌بخشی به یک مدل فرایند موجود استفاده شود.

۳. تحلیل عملکرد (Performance Analysis)

تحلیل عملکرد یکی دیگر از ساخه‌های فرایندکاوی است و زمانی استفاده می‌شود که یک مدل قبلی وجود داشته باشد. این مدل با اطلاعات عملکرد اضافی مانند زمان پردازش، زمان چرخه، زمان انتظار، هزینه ها و غیره گسترش می یابد. البته که هدف بررسی انطباق نیست، بلکه هدف بهبود عملکرد مدل موجود با توجه به معیارهای عملکردی است. هنگامی که تغییرات را بر اساس یافته‌های مرحله قبل انجام دادید (مثلاً یک ربات اتوماسیون رباتیک فرایند RPA را استقرار دادید)، مهم است که بفهمید آیا فرایند‌ها به درستی کار می‌کنند یا خیر. برخی از راهکارهای فرایندکاوی قادر به نظارت بر تغییرات و سنجش نتایج هستند. یک مثال می‌تواند بسط یک مدل فرایند با داده‌های  عملکردی باشد. همچنین می‌توان مدل‌های فرایند را با اطلاعات اضافی‌ای مانند قوانین تصمیم‌گیری و اطلاعات سازمانی (مانند نقش‌ها) گسترش داد.

 

جایگاه فرایندکاوی

جایگاه فرایندکاوی

 


مزایای فرایندکاوی


تا این‌جا چیستی و نحوهٔ انجام فرایندکاوی را بررسی کرده‌ایم و حالا وقت آنست که به درک اینکه چرا فرایندکاوی در اتوماسیون سازمان‌ها ضروری است، بپردازیم. هدف این است که در این بخش پاسخ‌های ملموس‌تری به پرسش «چرا فرایندکاوی؟» دهیم.

کاهش هزینه‌ها

کشف خودکار فرایند، منجر به یافتن دستی‌ترین، تکراری‌ترین و به طور کلی ناکارآمدترین فرایندها می‌شود. فرایند‌هایی که معمولاً بالاترین هزینه را نیز برای واحدهای مختلف سازمانی در پی دارند.

بهبود رضایت مشتری

کیفیت خدمات مشتری به طور مستقیم به کارایی فرایندهای مرتبط با مشتری بستگی دارد. اگر فرایند هموار، بی‌نقص و بدون گلوگاه باشد، به احتمال زیاد مشتریان رضایت بیشتری خواهند داشت.

فعال‌سازی اتوماسیون فرایند

فرایندکاوی همراه با ابزارهای اتوماسیون مانند «اتوماسیون رباتیک فرایند‌ها یا RPA» به بهینه‌سازی فرایندهای ناکارآمد قبلی کمک می‌کند. امروزه به کمک برنامه‌نویسی و برنامه‌های ربات ساز، می‌توان فرایندها و امور نرم‌افزاری را به گونه ای تبدیل به ربات‌های نرم‌افزاری نمود که دیگر نیاز به انجام کار توسط نیروی انسانی نباشد بلکه نیروی انسانی بیشتر نقش برنامه‌ریز و ناظر بر کارهای رباتیک را داشته و بر کیفیت و انجام درست امور نظارت نماید. وقتی اصطلاحاً می‌گویند در فلان بخش RPA پیاده‌سازی شده‌است یعنی دیگر زمان انجام کارهای تکراری و ملال آور در آن بخش از سازمان به پایان رسیده‌است. RPA جایگزینی ربات‌های نرم‌افزاری به‌جای انسان است.

تصمیم‌گیری مبتنی بر داده

ابزارهای فرایندکاوی تقویت‌کنندهٔ تصمیم‌گیری مبتنی بر داده هستند، زیرا با حذف خلاء داده‌ای، و فراوری داده‌های خام و تحلیل فرایندهای بازسازی شده خوراک مناسبی برای تصمیم‌گیری ‌های پربینش تدارک می‌بیند.

افزایش شفافیت

اکثر تصمیمات در شرکت‌های بزرگ متکی بر نظر افراد با تجربه در سطح ارشد و تخصص و احساس درونی آنها است. در حالی که با فرایندکاوی، با حذف سوگیری‌های فردی می‌توان  مشاهده کرد که فرایندها به طور واقعی چگونه اجرا می‌شوند.

 


یک مثال از فرایندکاوی


مثال راه اندازی کسب‌و‌کار

دایان و دوستانش کسب‌و‌کاری را راه اندازی کردند که در آن محصولات دست‌ساز را از طریق یک وب سایت مبتنی بر تجارت الکترونیک به مشتریان محلی می‌فروشد. برای افزایش فروش، آن‌ها تصمیم گرفتند که در استارتاپ خود متوسل به فرایندکاوی شوند.

استخراج داده‌ها

اول از همه، آن‌ها «داده‌های رویداد» (event data) را از وب سایت فروشگاهی خود جمع‌آوری کردند. داده‌های رویداد شامل اطلاعات مربوط به شناسه پرونده (case id)، فعالیت و برچسب زمانی رویداد یا همان timestap است، به عنوان مثال: در تاریخ ۱۳/۲/۲۰۱۸ در ساعت ۱۴:۲۹:۴۵، کاربری با نام آیدن سفارشی با شناسه ۶۳۵۰ ارسال کرد.

 

نحوه کارکرد یک فرایند واقعی

نحوه کارکرد یک فرایند واقعی

کشف فرایند

با داده‌های جمع‌آوری‌شده، آن‌ها الگوریتم‌های کشف فرایند را اعمال می‌کند و فرایند واقعی اتفاق‌افتاده در استارتاپ خود را می‌یابند.

انطباق‌سنجی (Conformance checking)

با داشتن مدل فرایند، صاحبان کسب‌و‌کار می‌توانند دوباره داده‌های رویداد را در این مدل پخش کنند تا بفهمند که آیا انحرافاتی بین فرایند واقعی (که هر روز اتفاق می‌افتد) و فرایند ایده‌آل (از مدل فرایند) وجود دارد یا خیر.

تجزیه و تحلیل عملکرد

دایان و دوستش با استفاده از تکنیک‌های فرایندکاوی، می‌توانند گلوگاه‌هایی را که در استارتاپ‌شان وجود دارد را شناسایی و کشف کنند. به این ترتیب، آن‌ها متوجه خواهند شد که زمان آماده‌سازی تا تحویل سفارش و زمان اجرای لغو سفارش بسیار طولانی است.

 


آنچه که پس از فرایندکاوی اتفاق می‌افتد


 

آنچه که پس از فرایندکاوی اتفاق می‌افتد

آنچه که پس از فرایندکاوی اتفاق می‌افتد

ابتدا توالی فعالیت برای هر مورد از داده ها استخراج می‌شود. به عنوان مثال، فرض کنید که شکل بالا یک فرایند سفارش از سوی مشتری شماره ۱ (مورد ۱) است. با ثبت سفارش شروع می‌شود (فعالیت A)، سپس پرداخت می کند (فعالیت B) محصول را ارسال می کنیم (فعالیت C) و غیره. به مرحلهٔ ۱ تصویر بالا مراجعه کنید.

مشتری شماره ۲ فرایند مشابهی را طی می‌کند، اما نه دقیقاً یکسان مشتری شماره ۱: اگر دقت کنید، می‌بینید که فعالیت های B و C به ترتیب مخالف یعنی ابتدا C‌ سپس B اتفاق افتاده‌اند. شاید این مشتری‌ای باشد که ما قبلاً می‌شناسیم، و با علم به این که وجه را پرداخت خواهد کرد و قبل از دریافت وجه، محصول را ارسال می‌کنیم. مرحله ۲ در تصویر بالا را ببینید.

در مشتری شماره ۳ می بینید که فعالیت D تکرار شده است: شاید به دلیل خطای سیستم داخلی مجبور شدیم اینجا دو بار فاکتور ارسال کنیم. مرحله ۳ در تصویر بالا را ببینید.

اینها تغییراتی از فرایند هستند که در واقعیت اتفاق می‌افتد. با فرایند‌کاوی می‌توانیم همه این تغییرات را از داده‌ها استخراج کنیم، اما می‌خواهیم یک قدم جلوتر برویم: می‌خواهیم بدانیم فرایند کلی چگونه به نظر می‌رسد.

اگر ما فرایند را فقط بر اساس شماره مشتری شماره ۱ بازسازی کنیم؛ یک فرایند متوالی ساده را دریافت خواهیم کرد. مرحلهٔ ۴ تصویر بالا را ببینید.

اما به محض اینکه ما مشتری شماره ۲ را وارد بازی کنیممی‌توانیم تغییر را در نقشه فرایند مشاهده کنیم. مرحلهٔ ۵ تصویر بالا را ببینید.

و با مشتری شماره ۳ ما حلقهٔ کوچکی را در اطراف فعالیت D بدست می‌آوریم. مرحله ۶ تصویر بالا را ببینید.

 


محدودیت‌های فرایندکاوی


اگرچه فرایندکاوی  می‌تواند برای سازمان‌ها دستاورد‌های زیادی را به همراه داشته باشد و این موضوع بدون تردید سال‌هاست که اثبات شده است، اما هنوز حوزه‌هایی وجود دارند که فرایندکاوی در آنها با محدودیت‌هایی روبرو است. در ادامه به برخی از این محدودیت‌ها اشاره کرده‌ایم:

تحلیل آخرین داده‌ها اما نه به لحظه و آنی

فرایندکاوی قادر است آخرین داده‌های استخراج شده از سیستم های اطلاعاتی را تحلیل کند، اما هنوز قادر نیست تضمین دهد که تصویر کاملی از عملکرد در حال اجرای یک شرکت را ارائه می‌دهد. داده‌های «نگاره‌های رویداد – event logs» ابتدا از یک نقطهٔ زمانی مشخص استخراج می‌شوند، پاک‌سازی شده، و سپس تجزیه و تحلیل می‌شوند، که این موضوع منجر به این خواهد خواهد شد که تجزیه و تحلیل‌ها ماهیت آفلاین و ایستا پیدا کنند و پویایی نداشته باشند. و به عنوان نتیجهٔ چنین رویکردی، ابزارهای فرایندکاوی سنتی به شکل مستمر قادر به اطلاع‌رسانی در مورد انحرافات احتمالی فرایند نیستند.

هزینه‌های اولیه زیاد

راه‌اندازی ابزارهای فرایندکاوی نیازمند تلاش و ورودی‌های زیادی از واحدهای سازمانی و تیم‌های متعدد سازمان است؛ که همین موضوع منجر به هزینه‌های بسیار بالایی می‌شود. به عنوان مثال، یک تیم فناوری اطلاعات باید قبل از اینکه نرم‌افزار شروع به کار کند، توسعه اولیه و یکپارچه‌سازی نرم‌افزاری را انجام دهد.

اتکای شدید به تحلیلگران انسانی

اگرچه فرایندکاوی در نهایت به منظور تسهیل اتوماسیون فرایندها صورت می‌پذیرد، اما هنوز هم بسیار به مغز انسان و مهارت و کار تحلیلگران کسب‌و‌کار، تحلیلگران داده و تیم فناوری اطلاعات وابسته است. دو حوزه بزرگ که در آن‌ها حضور نیروی انسانی برای فرایندکاوی کاملا ضروری هستند عبارتند از:

۱. تفسیر داده‌ها: هنگامی که داده‌ها آنالیز شدند، بینش و آگاهی‌بخشی‌های برآمده از این آنالیز‌ها به تنهایی کفایت کار را نمی‌کنند، و نیاز است که یک تحلیلگر کسب‌وکار به تفسیر این داده‌ها بپردازد و از موارد کاربری (Use cases) در راستای اهداف اولیه استفاده ‌کند.
۲. پاک‌سازی و استخراج داده: داده‌های ورودی از نگاره‌های رویداد (event logs) ممکن است ناقص، نادرست، یا تکراری باشند، و تحلیلگران داده باید زمان این را داشته باشند که اقدام به پاکسازی این داده‌ها نمایند و آن‌ها را برای استفاده‌های بعدی آماده سازند.

نسبت زمان به ارزش (Time to Value) طولانی

بسته به پیچیدگی سیستم‌های مختلف، این سیستم‌ها قبل از اینکه حتی شروع به ارائه نگاره رویدادها (event logs) کنند، زمان زیادی را صرف آماده سازی داده‌ها می کنند. از آنجا که این اتفاق مرحله‌ای ضروری در فرایندکاوی است، در نهایت بر کل «نسبت زمان به ارزش» (Time to Value) پروژه ها تأثیر می گذارد. نسبت زمان به ارزش (Time To Value یا TTV) مفهومی است برای اندازه‌گیری فاصله زمانی بین انجام خرید نهایی و دریافت محصول یا خدمت توسط مشتری و رسیدن او به ارزش تولیدشده توسط آن محصول یا خدمت.

 


فرایندکاوی چگونه با مدیریت فرایندهای کسب‌و‌کار (BPM) ارتباط  برقرار می‌کند؟


فرایندکاوی به ذینفعان کسب‌و‌کار  این امکان را می‌دهد تا داده‌ها را به منظور بهبود عملکرد عملیاتی کسب‌و‌کار، پربازده ساختن فرایندهای کسب‌و‌کار، و کشف انحرافات فرایندی که در یک فرایند رخ می‌دهد و چگونگی تأثیر آنها بر عملکرد یک کسب‌و‌کار، تجزیه و تحلیل کنند.

بکارگیری فرایندکاوی در مدیریت فرایند کسب‌و‌کار (BPM) در حال تبدیل شدن به بخش مهمی از نحوه انجام عملیات اصلی کسب‌و‌کار در میان سازمان‌های مختلف است. چرا؟ زیرا این امر به سازمان‌ها اجازه می‌دهد مدل‌های فرایند را بررسی کرده، داده‌ها را ثبت کنند و از این اطلاعات برای تببین یک مانیفست فرایندکاوی استفاده کنند، که ابتکارات اتوماسیون در آیندهٔ آن سازمان را تشریح می‌کند؛ و تحلیل علل ریشه‌ای (RCA) و شناسایی بهبودهایی که می‌توانند در هر فرایند موجود ایجاد شود را مشخص می‌سازد. فرایندکاوی از الگوریتم‌هایی پیچیده استفاده می‌کند و به همین دلیل ضروری است که سازمان‌ها که به تلاش‌های فرایندکاوی خود با یک ابزار کاربرپسند مناسب نزدیک شوند.

 


تفاوت فرایندکاوی با داده‌کاوی


الگوها در مقابل فرایند‌ها

بر خلاف داده‌کاوی، فرایندکاوی بر دیدگاه فرایندی تمرکز می‌کند؛ یعنی به اجرای یک فرایند از منظر تعدادی فعالیت اجرا شده نگاه میکند. بیشتر تکنیک‌های داده کاوی الگوها را در قالبی مانند قوانین یا درخت تصمیم استخراج می‌کنند. اما فرایندکاوی مدل فرایندهای کاملی ایجاد می‌کند و سپس از آن‌ها برای شناسایی گلوگاه استفاده می‌کند  از داده‌کاوی برای تجزیه و تحلیل داده‌ها و شناسایی یا پیش‌بینی الگوها استفاده می‌کنیم. به عنوان مثال: کدام گروه‌های هدف کدام محصولات را می‌خرند، کمپین بازاریابی ما در کجا بیشترین تأثیر را دارد و غیره … داده‌کاوی برخلاف فرایندکاوی هیچ ارتباط مستقیمی با فرایند‌های کسب‌و‌کار ندارد. فرایندکاوی بر کشف، کنترل و بهبود فرایند‌های واقعی کسب‌و‌کار تمرکز دارد. و با تجزیه و تحلیل داده‌های به‌دست‌آمده از سیستم‌های نرم‌فزاری که فرایند‌های کسب‌و‌کار در آن‌ها اجرایی می‌شوند منظری واقعی و کامل از نحوه عملکرد فرایندهای کسب‌و‌کار به ما ارائه می‌دهد.

ایستا و استتیک در مقابل پویا

داده‌کاوی اطلاعات ایستا (به عبارت دیگر داده‌هایی که در زمان تحلیل در دسترس هستند) را تجزیه و تحلیل می‌کند.. از سوی دیگر اما فرایند کاوی به چگونگی خلق داده‌ها نگاه می‌کند. تکنیک‌های فرایند کاوی همچنین به کاربران این امکان را می‌دهند که فرایندها را به صورت پویا بر اساس جدیدترین داده ها تولید کنند. فرایند‌کاوی حتی می‌تواند نمایی لحظه‌ای از فرایند‌های کسب‌و‌کار را از طریق یک فید زنده ارائه دهد.

مطلق در مقابل خاص

داده کاوی به دنبال الگوهای پنهان در مجموعه داده‌ها است، اما به سوالات خاص پاسخ نمی‌دهد. اما تکنیک‌های فرایند کاوی به شما این امکان را می‌دهند که به طور خاص به دنبال پاسخ‌هایی برای سؤالات واضح و از پیش تعریف شده باشید.

نتایج در مقابل علل

تحلیل داده در داده‌کاوی الگوهای خاصی را به نمایش می‌گذارد، اما به این سؤال پاسخ نمی دهد که چگونه این الگوها ایجاد شد‌ه‌اند. داده‌کاوی صرفاً به تجزیه و تحلیل نتایج محدود می‌شود. اما فرایند‌کاوی می‌تواند بینشی در مورد چگونگی خلق نتایج ارائه دهد. فرایندکاوی الگوها را در داده‌ها جستجو نمی‌کند، بلکه فرایندهایی که منجر به خلق این الگوها شده‌اند را جستجو می‌کند.

جریان اصلی در مقابل انحرافات

در داده‌کاوی، تمرکز بر الگوهای اصلی در یک مجموعه داده مهم است. داده هایی که خارج از این الگوهای جریان اصلی قرار می گیرند اغلب در تجزیه و تحلیل گنجانده نمی شوند. در فرایند‌کاوی اما استثناها گاهی اوقات ممکن است به همان اندازهٔ الگوها مهم باشند. استثناها ممکن است نشانه اولیه ناکارآمدی یا فرصت‌های بهبود باشند.


برخی از ابزارهای فرایندکاوی


ابزار QPR ProcessAnalyzer

تحلیلگر فرآیند QPR یکی از محصولاتی که دارای مجموعه‌ای از ویژگی‌های نسبتاً جامع است. QPR مورد اعتماد کمپانی‌های بزرکی چون نوکیا و اکسیدنتال و سایر شرکت های بزرگ است.

این محصول می‌تواند داده‌ها را از سیستم‌هایی چون  Salesforce، Epicor، Oracle، Microsoft Dynamics و موارد دیگر را دریافت کند و آن‌ها را با ویژگ‌های زیر کاوش کند:

  • تجسم‌بخشی خودکار به فرایند
  • تحلیل علل ریشه‌ای
  • تجزیه و تحلیل  شاخص‌های کلیدی عملکرد
  • تحلیل انطباق‌سنجی

ابزار تجاری Celonis

کلونیس (Celonis) ادعا می‌کند که رهبر جهان در فرایندکاوی است. این ابزار داده‌ها را از Salesforce، Oracle، Microsoft Dynamics و بسیاری از پلتفرم‌های دیگر دریافت می‌کند. و سپس این داده‌ها به روشی آسان برای درک تجسم شده و همراه با توصیه‌هایی برای بهبود ارائه می‌دهد.

ابزار متن باز ProM

ابزار متن‌باز ProM  طیف وسیعی از برنامه‌های فرایندکاوی را به صورت متن‌باز ارائه می‌دهد. این ابزارها بر روی جاوا اجرا می‌شوند، و به همین خاطر می‌توانند به راحتی با سایر پلتفرم‌ها یکپارچه شوند. هم‌چنین انجمن ProM ضمن بروزرسانی و توسعهٔ ابزارها ابزارها، افزونه‌هایی را نیز توسعه می‌دهد تا به شما کمک کند از انتخاب ProM پشیمان نشوید. فلیکس منهارت (Felix Mannhardt) یکی از افرادی بود که در طول دوره دکتری خود سهم زیادی در ایجاد این ابزارها داشت. برخی از این ابزارها عبارتند از:

  • استخراج کننده اکتشافی اطلاعاتی تعاملی  (iDHM)
  • کاوشگر فرایند چند‌منظر  (MPE)
  • نگاره رویداد (event log) مبتنی بر الگو –     Pattern-based Event Log Abstraction
  • کاوشگر نگاره رویداد –     Event Log Explorer
  •   XES Lite

ابزار تجاری  Disco

دیسکو (Disco) ابزار جامع و متن‌بازی است که توسط دانشگاهیان توسعه داده شده است؛ که دارای طیف گسترده ای از ویژگی‌ها، امکانات و تجربه کاربری/رابط کاربری روان‌تر از سایر ابزارهای متن‌باز است. این ابزار کمی گرافیکی‌تر از ابزارهای دیگر است و از این نظر کمی شبیه به برخی از پلتفرم‌های سازمانی پولی است.

 

 

 


نظر بدهید

1500 کاراکتر باقیمانده

تعداد نظرات0

خبرنامه پگاه آفتاب

برای دریافت جدیدترین مقالات و مطالب پایگاه دانش پگاه آفتاب ایمیل خود را وارد کنید.