《Process Analytics 过程分析》读书笔记 第六章 工件、用例和讨论

第六章 工件、用例和讨论

对业务过程改进和卓越的持续需求促使企业需要进行业务过程分析。随着互联网和电子邮件等各种技术使动态过程变得更加普遍，商业世界开始变得越来越动态。为了监控、分析、理解和改进业务，分析业务过程执行对于许多最终用户来说是至关重要的要求。

过程分析软件可以应用于丰富的事件源，这些事件源记录了业务过程管理系统中过程和活动的执行，以支持组织中的决策制定。

6.1 注意

理解、分析并最终改进业务过程是当今企业的目标。

分析业务过程执行领域的大多数相关工作都假设过程定义良好；然而，商业世界正变得越来越动态，在某些情况下，过程执行路径可能会以动态和特别的方式发生变化。

6.2 过程分析的开源和商业工具

各种开源和商业软件可以用于记录过程管理系统中过程和活动执行的丰富事件源，以支持组织中的决策制定。

现有的过程分析软件主要关注两个方面：合规性和性能。这些工具主要提供的功能有：

a.数据建模和元数据管理框架，以数据分析支持过程；

b.支持人员协作，以提高过程效率和质量；

c.支持监控过程、案例、任务和人员，以支持实时分析；

d.支持云集成和应用编程接口管理，使分析师能够快速、安全地连接企业数据，同时防范威胁；

e.工作流、任务、过程、案例、参与者与工件的分析。

  6.2.1 云中的BPM

除了需要在过程数据分析场景中扩展决策支持以外，另一个挑战是需要可伸缩的分析技术。类似于可扩展的数据处理平台，这种分析和查询方法应该提供大规模计算的自动化并行化和分布，结合在大集群上实现高性能的技术。例如，基于云的基础设施，旨在应对过程数据表示的挑战，该过程数据表示应捕捉数据之间的关系（主要以图的形式）。特别是，需要新的可扩展的和过程感知的方法来查询、探索和分析企业中的过程数据，因为：a.过程数据分析方法应该能够有效和高效地处理和查询大量数据，因此必须能够随着基础设施的规模而扩展；b.查询方法需要使用能够使过程感知的抽象而不是其他低级抽象来表达它们的数据分析和查询需求。

  6.2.2 业务流程分析：实际用例场景

6.3 讨论和未来的方向

  6.3.1 过程数据的大数据分析

随着大规模过程在基于云的面向服务的环境中执行，过程日志越来越多地显示大数据的所有典型属性：广泛的物理分布、格式的多样性、非标准的数据模型、独立管理的异构语义。

以下是大过程数据的研究方向。

  6.3.2 分析大过程数据问题

分析和理解大过程数据为组织的管理提供了重要信息。此信息可用于检测实际的处理行为，从而改进过程。但是，了解业务过程和分析BP执行数据（例如，包含事件、交互信息和其他过程工件的日志）是困难的，因为关于过程执行的信息分散在几个系统和数据源中。

理解这些过程的主要障碍是识别实体之间的相互作用。在这种情况下，过程日志中的大多数实体（结构化和非结构化）通过丰富的语义信息相互连接，其中实体和它们之间的关系可以使用图形来建模。关于业务过程的知识通常隐藏在过程图中实体之间的关系中，即使用图形建模的业务过程执行数据。理解这些一馆藏的知识和范围和细节是有挑战性的，尤其是因为它是主观的，这取决于过程分析师的观点。

以下是三个分析大过程数据的挑战，即组织大过程数据、索引和查询大过程数据、支持过程执行数据的大数据分析。

    6.3.2.1 组织大过程数据

为了组织大过程数据，第一步是从各种潜在的异构系统和服务中收集和集成过程事件日志中的过程执行数据。

下一步是提供识别实体的技术以及它们之间在这样的集成过程日志中的交互。

如，MapReduce以大规模并行方式处理大量非结构化数据。

    6.3.2.2 索引和查询大过程数据

    6.3.2.3 支持过程执行数据的大数据分析

  6.3.3 众包和社交BPM

在未来的社交计算平台中，社交业务过程管理不可避免的需要先进的人群管理能力。

  6.3.4 云中的过程数据管理