流程挖掘的价值

    根据Fortune Business Insights数据显示,业务流程管理(BPM项成熟的技术,已经拥有了巨大的市场,预计将从2021年的约110亿美元增长到2028年的260亿美元。业务流程管理的起源可以追溯到20世纪80年代,当时开发了文件工作流以加快文件的审查。现在业务流程管理涵盖了广泛的活动,并已发展到主要以客户为中心,从而取代了以文件为中心。作为数字化转型的重要组成部分,BPM提供了将流程中的部分或全部步骤自动化的能力,只在有需要时才进行人工干预。随着BPM使用量的增和多个流程的加入,导致许多企业无法跟踪其多样化的流程。应用程序的复杂性(有些是新的,有些是遗留的)以及流程文件的缺乏是企业难以监控自身所有流程的原因。对企业而言流程的可见性是有限的,尤其是那些跨越不同企业系统的流程,而流程挖掘作为一类新的企业软件出现了。“流程挖掘是数据挖掘、数据科学和流程管理之间的交叉点。”Apromore公司的联合创始人Marlon Dumas表示,该公司提供同名的流程挖掘解决方案。

文章目录

1、流程挖掘的重要性

2、流程挖掘带来的收益

3、提高流程性能

4、选择序列

5、流程挖掘技术是强大的

6、流程发现(即任务挖掘Task Mining)与流程挖掘


1、流程挖掘的重要性

         流程挖掘从事件日志中收集数据,然后将其可视化,如此以来,流程所有者、业务经理或C级管理人员就可以看到他们的数据在哪里、延迟在哪里。合规审查人员想看看企业流程中是否出现违规的情况,”Dumas在其他情况下,客户服务经理想知道为什么他们在解决投诉上花了这么多钱。流程挖掘在各种职能领域有许多应用案例。

2、流程挖掘带来的收益

        流程挖掘主要驱动力的三个垂直行业是保险、银行、制造业和政府。“BFSI有非常多的使用案例,”Dumas指出,在制造业,主要应用之一是通过消除返工和处理缺陷以寻求的效率,而在政府部门,许多面向公民的流程将从改进中受益。
      
在许多行业中,供应链流程(包括入库和出库)广受关注。在新冠疫情(Covid期间,企业开始意识到供应链的问题,同时由于竞争的原因,供应链流程也越来越受到关注,这是因为交货时间对客户来说是非常重要的。Dumas说,通过流程挖掘,企业可以提前知道,如果在供应某个部件时发生延迟,会产生什么影响,以及它将如何影响所有其他依赖于该部件时间的系统。
      
流程挖掘允许组织通过学习他们过去的经验来提高运营绩效。对于那些从流程挖掘中获得洞察力的组织,下一步自然是用预测能力来完善流程洞察力。例如,Apromore使用历史数据来估计正在运行流程的完成时间,这有助于在多个层面上进行规划。它还可以预测客户行为,如投诉、退货和付款。提前预测结果使组织在面对不断变化的环境时能够灵活应对。目前最先进的应用是将数据分析和人工智能用于支持持续的流程改进,就是通常我们所说的增强型业务流程管理。

3、提高流程性能

        通过流程挖掘可以实现显著的性能改进。比如,一家20年前就进入电子商务市场的零售商,在新冠疫情(Covid期间网上购买量增加后难以跟上客户的需求。正如流程挑战中常见情况一样,该零售商无法确定延误的根本原因。鉴于该企业的流程中涉及的因素很多,包括人力资源、供应商、交货和开票,该公司迫切希望找出如何优化他们的利润率。

      于是,该公司从三个信息系统中分别提取并分析了数据。针对瓶颈、流程问题和工作量不平衡实现流程可视化。然后该公司做出了一些数据驱动的运营变革,从而使得他们的服务水平协议(SLA)的履行率从74%提高到90%,取消订单(当客户发现他们的交货被推迟时经常发生)减少,客户满意度提高。

4、选择序列

         由于存在可能获得高收益的巨大潜力,企业在开始时往往希望挖掘大量的流程。然而提供流程挖掘和执行管理软件产品的Celonis公司产品营销总监Sam Attias表示,最好先有选择,然后迅速扩展。他说:最好的方法是与关键的转型举措保持一致,如共享服务或供应链转型。”Hexion是一家特种化学品制造商,它选择了几个有显著效果的项目,包括财务交易和供应链的加强。
         该公司部署Celonis的第一个流程是订单到现金,这是一个复杂的核心流程,从客户订单开始到付款结束。通过流程挖掘,Hexion发现其主数据包含了不正确的交付路线。一旦主数据得到纠正,路线更改就减少了45%从而节省了交付时间和成本。另一个以前不可见的问题是未获得的现金折扣,即客户因提前支付发票而享有的折扣。在意识到这个问题后,Hexion开始让客户了解他们的付款条件,在短短六个月内,未获得现金折扣的支付额减少了50%
         在过去,咨询公司会在办公桌前观察他们,做笔记,进行访谈,并制作一份大型报告,但所有这些建议往往没有得到实施。阿提亚斯说:进行评估花了这么长时间,当评估完成时,情况已经改变了。虽然可以通过简单的指标获得洞察力,例如将一个组织的采购吞吐时间与行业平均水平进行比较,但这种类型的指标并不能提供对延误根本原因的洞察力。Celonis着眼于特定的活动和标准流程路径的偏差,”Attias继续说道,例如,可能会出现特立独行的购买情况,即一个人不通过采购就购买货物。
通过分析事件日志获得的数字足迹是客观的,并且可以快速获得。"Attias解释说,公司可以在几周内获得价值。在发现一个问题后,Celonis还可以就如何改进流程提出建议。"我们在平台之上建立了一个知识层,"他指出,"其中包括基于过去经验的高级智能和机器学习,这样客户就可以快速使用预先建立的自动化来进行改进。" Celonis还利用了其他技术,如流程仿真、一致性检查和基准测试。Celonis的执行管理系统(EMS)旨在利用内置的自动化能力来改善流程。我们可以让组织知道修复的内容,然后可以利用自动化来进行修复,”Attias总结说。

5、流程挖掘技术是强大的

         Hexion现在计划在其所有的流程中使用Celonis并逐步实施。流程挖掘还使人们更深入地了解到一个变化对邻近流程的影响。例如,订单管理流程也影响到生产计划和采购,但在Hexion开始使用Celonis之前,该公司对这些相互依存关系并不了解。Hexion的下一步将是预测可能的不利结果,并主动纠正。

        流程挖掘不被认为是BPM市场的一个子集,而是一个额外的市场。市场研究人员对其目前的规模有很大分歧,有些估值是其他市场规模的两倍。然而,研究人员一致预测,未来7年的年增长率约为50%,市场价值将达到60-150亿美元。企业不仅希望了解和改进他们的流程,而且还希望能够记录他们的流程,以便进行审计和合规。随着企业应用和流程的激增,实现这些目标的挑战只会增加,而流程挖掘是一种强大的使能技术。

6、流程发现(即任务挖掘Task Mining)与流程挖掘

        流程发现是改善流程的另一条途径。与流程挖掘不同,流程发现不使用事件日志或访问企业系统的后端。相反,它在用户的桌面上操作,并通过击键或鼠标点击跟踪用户行为。流程挖掘是面向系统的,而流程发现是面向用户的,将人的因素带入对流程的理解。例如,当一张发票在ERP系统中被更新时,它会显示在事件日志中,但应收账款人员为存档所采取的步骤却不一定能看到,”Nintex产品营销副总裁Holly Anderson说,流程发现提供了这个缺失的部分
         Nintex提供了一套工具,可以实现流程发现和自动化,以及流程映射和流程分析。Nintex的流程发现机器人捕捉用户活动的信息,而Promapp则显示反映所收集的流程信息的地图。“Promapp优化了流程,安德森指出,这样,公司就不会将一个设计不好的流程自动化。一旦确定了最有效的路径,Kryon RPANintex WorkflowNintex自动化工具就可以将选定的流程自动化。
       流程发现和流程挖掘是协同的,而不是竞争的。我们的流程发现产品可以与流程挖掘整合,”Anderson继续说,这在企业中创造了一个更完整的流程描述。大多数公司都是带着一个特定的问题或担忧来找Nintex,而不是全面的数字化转型。他们需要了解有哪些流程和任务,最佳流程是什么,以及哪些现有流程可以自动化。我们的目标是建立一个记录流程的系统,安德森说。我们的产品可以接触到任何系统,并从所有的系统中引入信息。我们希望建立的是一个流程的单一真相来源,这是我们迄今为止在行业内没有看到的。

 BPM: The value of process mining

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python数据挖掘实验是通过使用Python编程语言和数据挖掘技术,对大量数据进行分析、处理和挖掘的过程。 首先,我们需要收集和准备数据。数据可以来自于各种来源,比如数据库、文件、网络等。在实验之前,我们需要确保数据集的质量和完整性,以及数据的格式和结构是否符合要求。 接下来,我们可以使用Python中的各种数据挖掘工具和库,如NumPy、Pandas和Scikit-learn等,对数据进行预处理。预处理包括数据清洗、缺失值处理、特征选择和变换等。这样可以使数据更适合进行后续的分析和挖掘。 然后,我们可以尝试使用不同的数据挖掘算法和技术来探索数据的模式、关系和趋势。常用的数据挖掘算法包括聚类、分类、回归、关联规则等。这些算法可以帮助我们发现隐藏在数据中的规律和知识。 在数据挖掘过程中,我们需要对数据进行可视化和评估。通过可视化,我们可以更直观地展示数据分布和关系,帮助我们理解数据。同时,我们还需要对挖掘结果进行评估,以确定算法的准确性和可靠性。 最后,我们可以根据实验结果进行数据挖掘应用和解释。这些应用可以用于各种领域,如商业、金融、医疗、社交网络等。通过数据挖掘,我们可以发现有价值的信息,支持决策和优化业务流程。 综上所述,Python数据挖掘实验是使用Python编程语言和数据挖掘技术对数据进行分析、处理和挖掘的过程。这个过程包括数据收集和准备、数据预处理、数据挖掘算法的选择和应用、结果可视化和评估,以及数据挖掘应用和解释。通过数据挖掘,我们可以发现有价值的信息,为各种领域的决策和优化提供支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值