فرایندکاوی (Process Mining) چیست؟

دسترسی سریع

فرایندکاوی (Process Mining) چیست؟

فرایندکاوی یک زمینه از علم داده نیست، بلکه پلی است بین علم داده و علم فرایند. فرایند کاوی مجموعه از مفاهیم و تکنیک‌های مرتبط با علوم داده و مدیریت فرایند است که برای تجزیه و تحلیل فرایندهای عملیاتی یک سازمان، با استفاده از گزارش رویدادهای (Event Log) فرایندها، به کار گرفته می‌شود. در واقع هدف از Process Mining این است که با تحلیل اطلاعات مرتبط با رویدادها به یک آگاهی در خصوص فرایندها رسیده و بر اساس آن اقدامات لازم برای بهبود تعیین شود.

تکنیک‌های فرایندکاوی از اطلاعات رویدادها استفاده می‌کنند تا نشان دهند مردم، ماشین‌ها و سازمان‌ها واقعاً چگونه کار می‌کنند. فرایند کاوی اطلاعاتی در اختیار متخصصان مدیریت فرایند قرار می‌دهد تا ایشان بتواند آنچه در فرایندهای سازمان رخ می‌دهد را شناسایی کنند، میزان انطباق فرایندهای جاری را با مدل طراحی شده و مطلوب تشخیص دهند و گلوگاه‌ها و مشکلات عملکردی فرایند را شناسایی کنند.

محل شروع فرایندکاوی

محل شروع Process Mining،‌ اطلاعات مرتبط رویدادهای فرایند می‌باشد. در واقع ورودی فرایند کاوی گزارش رویدادهای (ٍEvents Log) یک فرایند است.  هر گزارش رویداد دست‌کم باید شامل اطلاعات زیر باشد.

  1. شناسه منحصر به فرد برای هر نمونه از یک فرایند. این شناسه خاص را Case ID می‌نامند.
  2. فعالیت‌ها که در واقع توضیح اتفاقاتی است که در طی یک فرایند به وقوع پیوسته است.
  3. زمان (تاریخ نه مدت زمان) انجام هر فعالیت.

ممکن است یک گزارش رویدادها شامل اطلاعات دیگری شامل منابع، هزینه‌ها و غیرو باشد. اما این اطلاعات اضافی برای شروع فرایندکاوی الزامی نیست. فایل گزارش رویدادها از سیستم‌های اطلاعاتی سازمان استخراج می‌شود و فرایند کاوی از آن برای پاسخ به سئوالات مرتبط با فرایند بهره می‌برد.

بررسی اجمالی Process Mining

معمولا از فرایندکاوی زمانی استفاده می‌شود که اطلاعات مستند ما از فرایند قابل اتکا نیست، یا سیستم‌هایی که فرایند با استفاده از آنها اجرا می‌شوند، الزامی برای پیروی کامل از فرایند را بوجود نمی‌آورند. به عنوان مثال با استفاده از اطلاعات ثبت شده در یک ERP در فرایند کاوی می‌توان متوجه شد که مدل فرایندی که سازمان از آن طبعیت می‌کند چه است. در صورتی که مدلی از فرایند خرید از قبل وجود داشته باشد، می‌توان مدل استخراج شده از Process Mining را با این مدل lمقایسه کرد تا میزان و شرایط اختلاف را استخراج نمود.

مواردی مانند BAM  به عنوان روندهای در پشتیبانی از ساز و کار مدیریت فرایند کسب و کار (BAM) استفاده می‌شوند. در واقع از BAM برای کنترل فرایندهای جاری و تعریف شده در سازمان استفاده می‌شود. اما از فرایندکاوی برای شناسایی فرایند، استفاده می‌شود. در واقع وقتی شما از آنچه که در سازمان اتفاق می‌افتد مطمئن نیستید، از تکنیک‌های فرایند کاوی استفاده می‌شود تا مدل فرایند استخراج شود.

کارگروه Task Force on Process Mining (TFPM) به عنوان بخشی از انجمن هوش محاسباتی IEEE تاسیس شد. این سازمان با هدف ترویج تحقیق، توسعه، آموزش و درک فرایند کاوی توسط استفاده‌کنندگان، توسعه‌دهندگان، مشاوران بوجود آمده است. این مجموعه سعی در استاندادسازی عوامل موثر در فرایندکاوزی از جمله ثبت داده‌های رویداد (به عنوان مثال XES)  دارد.

تاریخچه و جایگاه فرایند کاوی در علوم داده

اصلاح فرایندکاوی برای اولین بار توسط Wil van der Aalst، دانشمند علوم کامپیوتر به عنوان یک پیشنهاد تحقیقاتی مطرح شد. پس از آن در سال ۱۹۹۰ زمینه جدیدی از تحقیقات به عنوان بخشی از علوم داده و علوم فرایند در دانشگاه آیندهوون شروع شد. در سال ۲۰۰۰ اولین الگوریتم عملی قابل اجرا برای کشف فرایند به عنوان Alpha Miner ارائه گردید. سال بعد الگورییتم مشابه دیگری به نام Heuristic Mine در مقالات عملی مطرح شد.

همانطور که فرایند کاوی تکامل می‌یافت، تکنیک‌های بررسی انطباق (مقایسه فرایندهای جاری با مدل مطلوب) به بخش جدایی ناپذیر از آن تبدیل شد. در سال ۲۰۰۴ الگوریتم Token-based replay برای بررسی انطباق توسعه یافت. این الگوریتم یکی از الگوریتم‌های کاربردی در بخش تطبیق Process Mining است.

Prof. Wil van der Aalst
Prof. Wil van der Aalst

علاوه بر تکنیک‌های کشف فرایند و بررسی انطباق، فرایندکاوی شامل چند بخش دیگر  نیز می‌باشد. تحلیل عملکرد، تصمیم کاوی، سازمان کاوی در سال‌های ۲۰۰۵ و ۲۰۰۶ به تکنیک‌های فرایند کاوی افزوده شدند.

در سال ۲۰۰۷ اولین شرکت تجاری در حوزه Process Mining به نام  تاسیس Futura Pi شد. تا سال ۲۰۱۸، نزدیک به ۳۰ ابزار فرایندکاوی به صورت تجاری در دسترسی استفاده کنندگان قرار گرفت. در سال ۲۰۱۹ اولین کنفرانس فرایند کاوی برگزار شد و امروز بیش از ۳۵ شرکت ارائه کننده ابزار و خدمات فرایندکاوی در سطح بین‌الملل وجود دارند.

تکنیک‌های فرایندکاوی

کشف فرآیند

اولین گام در فرایندکاوی و هدف اصلی در فرایند کاوی تبدیل گزارش رویداد (Event Log) به یک مدل فرایندی است. گزارش رویداد می‌تواند از هر سیستم نرم‌افزاری فعال در سازمان استخراج شود. این گزارش رویداد باید شامل یک شناسه منحصر به فرد برای هر نمونه از فرایند، فعالیت‌هایی که در فرایند صورت می‌گیرد و زمان اجرای فعالیت‌ها باشد. الگوریتم‌های مختلف در Process Mining مانند Alpha ،Heuristic Miner و Inductive Miner باعث تبدیل گزارش رویداد به مدل‌های فرایند مانند نمودارهای BPMN، شبکه‌های پتری، نمودارهای فعالیت و … می‌شود.

بررسی انطباق

بررسی انطباق در فرایند کاوی کمک می‌کند تا فرایند یا فرایندهای حاصل از کشف بر اساس اطلاعات گزارش رویداد را با یک نمونه فرایند موجود مقایسه کرد و اختلافات آنها را تحلیل کرد. مدلهای مرجع را می‌توان به صورت مجزا یا تکنیک‌های کشف بوجود آورد. به عنوان مثال در یک سازمان به عنوان یک فرایند استاندارد تعریف شده است که تمام خریدهای بیش از یک میلیون تومان باید توسط دو مدیر ارشد کنترل شود. با استفاده از فرایند استخراج شده از اطلاعات سیستم خرید، می‌توان متوجه شد که آیا در عمل این اتفاق می‌افتد یا خیر. اگر عدم تطابقی وجود دارد، میزان آن چقدر است.

تجزیه و تحلیل عملکرد

این بخش از فرایندکاوی زمانی که قصد دارید عملکرد یک فرایند موجود یا یک فرایند طراحی شده برای جایگزینی با فرایند جاری را تحلیل کنید، استفاده می‌شود. با استفاده از اطلاعات عملکردی یک فرایند مانند زمان پردازش، زمان چرخه فرایند، زمان انتظار، هزینه و … می‌تواند بهره‌وری و عملکرد یک فرایند را تعیین کرد

چند نرم‌افزار فرایندکاوی (Process Mining)

  • Disco
  • ProM
  • BehfaLab
  • Apromore
  • Celonis
  • UiPath Process Mining
  • SAP Signavio Process Intelligence
  • ARIS Process Mining