Enormer Wachstum des Process-Mining-Marktes
in Lernen | PAFnow | Power BI | P2P | RPA

10 (plus 1) zentrale Funktionen von Enterprise Process Mining

Process Mining ist heutzutage in vielen Branchen ein brandheißes Thema

Autor: Daniel Hughes, Director - North American Go To Market von PAF

Unternehmen, die sich mit Geschäftsprozessmanagement, kontinuierlicher Verbesserung, Procure to Pay und RPA beschäftigen, sind daran interessiert, wie Process Mining ihnen helfen kann, ihre Organisationen effektiver zu machen. Das Interesse an Process Mining hat in den letzten zwei Jahren zu einem unglaublichen Marktwachstum geführt, und es wird ein jährliches Wachstum von 200 % für die Zukunft prognostiziert.

Das enorme Wachstum des Process-Mining-Marktes hat viele Software-Anbieter dazu veranlasst, neue Angebote zu schaffen oder ihre bestehenden Angebote in Richtung Process Mining umzuorientieren. Einige ihrer Aussagen können verwirrend sein, insbesondere dann, wenn verschiedene Anbieter dieselben Wörter verwenden, um sehr unterschiedliche Funktionen zu beschreiben. Glücklicherweise gibt es einen gemeinsamen Bestand an Fähigkeiten und Definitionen, die in den letzten Jahren zum Standard in der Branche geworden sind.

error
The Process Miner - PAFnow Newsletter
Erfahre alle Neuigkeiten rund um PAFnow und Power BI, entdecke spannende Events und Webinare sowie hilfreiche Videos uvm. >> Hier anmelden

Wie lässt sich Process Mining definieren?

Zunächst einmal: Was ist Process Mining? Gartner definiert Process Mining folgendermaßen:

“Process Mining zielt darauf ab, reale Prozesse (d.h. nicht angenommene Prozesse) zu entdecken, zu überwachen und zu verbessern, indem Wissen aus Event-Logs extrahiert wird, die in heutigen Informationssystemen leicht verfügbar sind. Process Mining umfasst automatisierte Prozessentdeckung (d.h. Extraktion von Prozessmodellen aus einem Event Log); Konformitätsprüfung (d.h. Überwachung von Abweichungen durch Vergleich von Modell und Log); Social Network/Organizational Mining; automatisierte Konstruktion von Simulationsmodellen; Modellerweiterung; Modellreparatur; Fallvorhersage; und historienbasierte Empfehlungen."

Um Anbieter zu vergleichen, ist es hilfreich, gemeinsame Fähigkeiten zu definieren und zu bestimmen, welche Fähigkeiten für einen bestimmten Anwendungsfall benötigt werden.

Die folgenden zehn (plus eine) zentralen Funktionen solltest Du für Dein Projekt in Betracht ziehen

1. Automatisierte Process Discovery

Das ist die wichtigste Funktion von Process-Mining-Anwendungen. Die Fähigkeit, aus einer Reihe von Audit-Protokollen den Prozess automatisch in einer ansprechenden Grafik zu rekonstruieren. Das Visual kann in der Regel eine oder mehrere Prozessvarianten für die Analyse isolieren.

2. Conformance Check

Für viele Anwendungsfälle ist es erforderlich, die reale Ausführung von Prozessen mit vorgegebenen Ausführungsmodellen zu vergleichen. Mit dem Conformance Check kannst Du eine Ist-Transaktion oder -Variante mit einem vordefinierten Modell oder einer Prozessvariante vergleichen, die bei der Process Discovery identifiziert wurde.

3. Datenvorbereitung

Um die Audit-Protokolldaten ohne Beeinträchtigung der Produktionsanwendungen nutzen zu können, müssen die Daten aus Transaktionssystemen extrahiert werden. Nach dem Extrahieren müssen die Daten transformiert werden, um Attribute präzise mit bestimmten Fällen und Ereignissen zu verknüpfen.

4. Echtzeit-Dashboards

Process Mining ist nicht mehr nur auf die Analyse historischer Informationen ausgerichtet. In der heutigen schnelllebigen Geschäftswelt ist die Analyse in Echtzeit eine Notwendigkeit. Moderne Process-Mining-Systeme sollten in der Lage sein, Daten in Echtzeit aufzunehmen und sofortige Analysen zu liefern.

5. Erweiterte Anwendungen/Aktionen

Die Überwachung der Prozessausführung in Echtzeit bietet die Möglichkeit, auf Abweichungen zu reagieren, sobald sie auftreten.Process-Mining-Systeme sollten über Low-Code /No-Code-Action-Konnektoren verfügen, um Transaktionen, die vom vorgesehenen Ablauf abweichen, zu melden und/oder zu korrigieren.

6. Erweiterung des Prozessmodells

Die erkannten Prozesse müssen möglicherweise um zusätzliche Daten erweitert werden, z. B. welche Ressource die Transaktion ausgeführt hat, welche(s) Region/Land/Werk an der Transaktion beteiligt war oder welche Lieferanten involviert waren. Die Erweiterung des Prozessmodells um zusätzliche Attribute ermöglicht viele der fortgeschrittenen Process-Mining-Techniken.

7. Multi-Prozess-Interaktion

Die Ausführung von Prozessen findet nicht in Silos statt. Viele Mitarbeiter arbeiten an mehreren Prozessen gleichzeitig. Die Fähigkeit, die Wechselwirkungen und Abhängigkeiten zwischen Prozessen zu erkennen, kann der Schlüssel zum Erfolg einiger Process Mining-Anwendungsfälle sein.

8. Unterstützung für Customer Journeys

Das vergangene Jahr hat die Art und Weise, wie Kunden und Unternehmen in vielen Szenarien interagieren, dramatisch verändert. Dies führt zu einem enormen Anstieg des Customer Journey Mining oder der Visualisierung des Weges, den Kunden durch Websites unter Verwendung von Session Logs nehmen. Customer Journey Mining bietet einige einzigartige Herausforderungen bei der Erfassung von Transaktions-IDs und der Abbildung von Customer Journeys auf interne Prozesse.

9.Prädiktive, präskriptive Analyse

Es reicht nicht aus, nur zu wissen, was in der Vergangenheit passiert ist. Unternehmen müssen heute die Ursache von Problemen kennen, wissen, was wahrscheinlich als nächstes passieren wird und was sie dagegen tun können. Das ist die Rolle der prädiktiven und präskriptiven Analyse in Process-Mining-Systemen der nächsten Generation.

10. Task Mining

Process Mining verwendet transaktionale System-Audit-Protokolle, um einen Überblick über die Prozessausführung zu erstellen. Task Mining taucht etwas tiefer in Desktop-basierte Ereignisse ein, indem es aufzeichnet, was Benutzer an ihren Arbeitsplätzen tun. Diese Aufzeichnungen sind besonders in RPA-Anwendungsfällen nützlich, um zu ermitteln, wie der Bot programmiert werden sollte.

Plus 1. Business Intelligence Integration

Die meisten Unternehmen haben viel Zeit und Geld in fortschrittliche Business Intelligence-Anwendungen wie Tableau, Power BI, Qlik oder ThoughtSpot investiert. Die Software wurde gekauft, die Benutzer wurden geschult, Datenpipelines wurden eingerichtet und eine Arbeitskultur hat sich entwickelt. Um die Benutzerakzeptanz zu erhöhen und die Implementierungszeit zu reduzieren, sollte Process Mining keine separate analytische Anwendung sein. Unternehmen sollten prüfen, ob es Process Mining Anwendungen gibt, die sich direkt in die von ihnen gewählte Business Intelligence-Plattform integrieren lassen. Noch hilfreicher ist es, wenn die bestehende BI-Plattform die Process-Mining-Schnittstelle darstellt.

Wenn Du mit der Evaluierung des Einsatzes von Process Mining beginnst, ist es hilfreich, zu bestimmen, welche dieser Fähigkeiten für Deinen Anwendungsfall benötigt werden. Auf Grundlage dieser Liste solltest Du dann die Angebote von Process-Mining-Anbietern anhand Deiner Anforderungen evaluieren.