فرایندکاوی (Process Mining)

  • یوسف مهرداد

این چند ماه به خاطر انتخاب موضوع دانش‌نامه (تز)، یک سری مقاله و کتاب خواندم تا به این نتیجه رسیدم که بد نیست در چارچوب موضوعی به نام فرایندکاوی، کارهای تحقیقاتی‌ام را پیش ببرم. هر چند تا تعریف دقیق موضوع تحقیق، راه زیادی مانده است ولی به نظر می‌رسد این حوزه، حوزه‌ای باشد که بتوانم روی آن کار کنم.
خلاصه‌ی بسیار کوتاهی از آنچه که در این مدت یاد گرفتم را در اینجا بازگو می‌کنم به این امید که مورد استفاده‌ی علاقه‌مندان قرار گیرد.

تعریف فرایندکاوی:

فرایند کاوی، یک موضوع بین رشته‌ای است. از یک طرف به علم داده (Data Science) مربوط می‌شود چون قرار است از داده‌ها برای فهم و حل مسایل استفاده کند؛ از سوی دیگر به علم فرایند (Process Science) مربوط می‌گردد، چون به بررسی و حل مسائلی در چارچوب فرایندهای کسب‌وکار و به طور کلی فرایندها می‌پردازد. در حقیقت فرایندکاوی پلی است بین علم داده و علم فرایند که سعی دارد دیدگاه فرایندی را به یادگیری ماشین و داده کاوی اضافه کند.

Process mining is an analytical discipline for discovering, monitoring, and improving real processes (i.e., not assumed processes) by extracting knowledge from event logs readily available in today’s information systems. [celonis.com]

تعریف علم داده:

Data science is an interdisciplinary field aiming to turn data (structured or unstructured, big or small, static or streaming) into real value (predictions, automated decisions, models learned from data, or data visualization). [Process Mining book]

تعریف علم فرایند:

Process science is an umbrella term for the broader discipline that combines knowledge from information technology and knowledge from management sciences to improve and run operational processes. [Process Mining book]

مرجع عکس: اینجا

موردهای کاربرد (use case) فرایندکاوی:

در فرایندکاوی موردهای کاربرد فراوانی وجود دارد، اما عمومی‌ترین آنها به شرح زیر است:

  • What is the process that people really follow?
  • Where are the bottlenecks in my process?
  • Where do people (or machines) deviate from the expected or idealized process?
  • What are the “highways” in my process?
  • What factors are influencing a bottleneck?
  • Can we predict problems (delay, deviation, risk, etc.) for running cases?
  • Can we recommend countermeasures?
  • How to redesign the process / organization / machine?

انواع فرایندکاوی:

فرایندکاوی به سه نوع اصلی تقسیم‌بندی می‌شود:

  • Discovery: در اکتشاف، با دریافت رویدادهای ثبت‌شده یا event log (اطلاعات رویدادهایی که در فرایند اتفاق افتاده و ثبت شده‌اند)، مدل فرایند ساخته می‌شود. برای مثال با دریافت اطلاعات رویدادهای ثبت‌شده در فرایند ثبت سفارش کالا، می‌توان مدلی تهیه کرد که نشان دهد این فرایند چگونه انجام می‌شود. این نوع از فرایندکاوی برای شناسایی فرایندهای واقعی کسب‌وکار به کار گرفته می‌شود. به یاد داشته باشید که فرایند اجرایی ممکن است با فرایند طراحی‌شده تفاوت‌ داشته باشد.
  • Conformance: در تطابق‌سنجی (یا یکسان‌سنجی)، مدل موجودِ یک فرایند با رویدادهای ثبت‌شده‌ای که از فرایند واقعی و در حال اجرا وجود دارد مقایسه می‌شود. از این نوع از فرایندکاوی می‌توان برای کارهایی مانند ممیزی فرایندها استفاده کرد.
  • Enhancement: در این نوع از فرایندکاوی، مدل فرایندی موجود با استفاده از اطلاعات دریافتی در رویدادهای ثبت‌شده توسعه یا بهبود پیدا می‌کند.

 

مراجع:
از بین منابع و مراجعی زیادی که در اینترنت در دسترس است، این منابع را بیشتر از بقیه توصیه می‌نمایم.

* Process Mining: Data Science in Action 2nd, Wil M. P. van der Aalst
* Process Mining Course in Coursera.org
* What Process Mining Is, and Why Companies Should Do It (Harvard Business Review)

https://bibalan.com/?p=2639
یوسف مهرداد

یوسف مهرداد


کانال تلگرام

نظرات (1)

wave
  • فهیمه قبادی

    ۲۷ آذر ۱۳۹۸ در ۰۷:۲۶

    سلام و احترام

    تشکر بابت به اشتراک گذاشتن این مطلب خوب.
    موضوعی که مطرح کردید، Compliance Management رو به یادم آورد؛ به نظرم استفاده از Process Mining برای پیش‌برد اهداف Compliance Management جالب می‌شه.

    با آرزوی موفقیت

    پاسخ

پاسخ دادن به فهیمه قبادی لغو پاسخ

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

برای خروج از جستجو کلید ESC را بفشارید