Cos'è il mining di processo?

Il mining di processo è una tecnica in cui i processi aziendali vengono estratti dai registri degli eventi del sistema informativo e analizzati.È una pratica di gestione dei processi aziendali impiegati allo scopo di scoprire nuovi processi, confrontare il processo esistente con il modello di flusso di lavoro e migliorare il processo.Il data mining dei registri degli eventi può fornire informazioni preziose che potrebbero non essere ottenute attraverso altri metodi.

Esistono tre categorie di estrazione di processi.Il primo è il modello di scoperta, così chiamato perché prevede la scoperta di processi precedentemente sconosciuti o non documentati.Questo tipo di data mining viene condotto quando non esiste un modello esistente per il flusso di lavoro o quando è noto che la documentazione esistente è difettosa.I registri degli eventi vengono quindi estratti per informazioni, che vengono analizzate per poter ricreare il processo.La documentazione viene quindi creata per il processo, in base ai dati estratti dai registri degli eventi.

Il secondo tipo di estrazione del processo è il modello di conformità.Il nome deriva dal suo scopo di verificare se il flusso di lavoro in corso sia conforme al processo pianificato.I registri degli eventi sono estratti dati al fine di individuare le differenze tra il processo esistente e il modello.

Una volta individuate tali differenze, vengono analizzate per vedere se hanno migliorato il processo.Se tali cambiamenti si rivelano utili al processo, il modello viene quindi rivisto per includere queste deviazioni.Le decisioni prese ai checkpoint di processo vengono esaminate in merito alle informazioni disponibili in ciascun punto e ai dati che riguardano tali decisioni.Se tali modifiche sono svantaggiose, si possono quindi apportare modifiche nel processo esistente per consentirle di conformarsi più facilmente al modello.

La terza classe di mining di processo è il modello di estensione.Questo tipo di data mining cerca di estendere un modello esistente con un miglioramento.I dati dei registri degli eventi vengono analizzati per possibili aree di miglioramento nella struttura del modello.I colli di bottiglia, ad esempio, possono essere verificati per possibili percorsi alternativi nel flusso di lavoro.

Il mining di processo non è privo di difficoltà.Alcune attività sono invariabilmente nascoste dai registri degli eventi e non possono essere estratti i dati.Questi possono essere ricostruiti mediante un'attenta analisi dei compiti visualizzabili, ma non sempre.Le conclusioni basate esclusivamente sulle informazioni tratte dai registri degli eventi possono quindi essere di qualità discutibile.

Le attività duplicate nel registro degli eventi creano anche problemi, poiché possono esserci attività variabili nella stessa categoria o nome delle attività.Può quindi essere difficile distinguere i compiti con lo stesso nome reciproco, nonostante abbiano funzioni diverse.Altri problemi includono dati adeguati sul processo decisionale, l'incorporazione del tempo nel modello, diverse prospettive, dati registrati in modo errato e semplicemente informazioni insufficienti.Il mining di processo deve essere temperato con esperienza e buon senso per superare tali problemi quando si applica questa tecnica.