فرایندکاوی چیست؟
در این مقاله فرآیندکاوی به طور جامع و کامل در مورد مزایا و معایب، ابزارهای فرایندکاوی و اصول استفاده از آن در سازمانها و شرکت صحبت خواهیم کرد . پس از خواندن این مقاله درک بهتری از مراحل فرایندکاوی و تعریف آن خواهید داشت.
- فرآیندکاوی، تجزیه و تحلیل و مدلسازی فرآیندها و مدیریت کسب و کار سازمانی است. برای تحقق اهدافی همانند کشف، رصد کردن و ارتقای فرایندهای جاری سازمان براساس استخراج دانش از سیستمهای اطلاعاتی، انجام میشود.
- فرایند کاوی دادهها یا دادهکاوی، فرایند استخراج الگوها، اطلاعات و دانش مفید از مجموعهای از دادهها است. این فرایند شامل مراحلی مانند انتخاب و پیشپردازش دادهها، انجام تحلیلهای مختلف بر روی دادهها، استخراج الگوها و اطلاعات مفید، و تبدیل این اطلاعات به دانش قابل فهم و قابل استفاده برای تصمیمگیریهای آینده میباشد.
تعریف فرایندکاوی
مفهوم فرآیندکاوی برگرفته از کتاب «تحلیل فرآیندهای مهندسی نرمافزار» نوشته cook و wolf در اواخر دهه ۹۰ است. این مفهوم در زیر چتر هوش سازمانی برای بهرهگیری بهتر از ابزارهای گزارشساز و داشبوردهای مدیریتی بهکار میرود. استفاده از دادهکاوی، اغلب تجزیه و تحلیل دادهها از چندین پایگاه داده و خلاصه شدن آنها به اطلاعات مفید را به همراه دارد. با تکیه بر این اطلاعات، میتوانیم تصمیماتی اثرگذار بر موفقیت یک شرکت اخذ نماییم.
تجزیه و تحلیل دادهها از پایگاههای مختلف و بهرهبرداری از آنها به عنوان اطلاعات مفید برای تصمیمگیری در کسبوکار، فرآیند اصلی طی شده در دادهکاوی است.
در احصا فرآیند، دادههای وضع موجود در سیستمهای اطلاعاتی یک شرکت و چگونگی اجرای آنها استفاده میشود. اغلب سیستمهایIT ، اطلاعات را در پایگاه دادهها ذخیره میکنند و Logهایی را ایجاد میکنند که میتوانند در فرآیندکاوی به عنوان “دادههای رویداد” توصیف شوند. این، مبنای فرایندکاوی و تجزیه و تحلیل است.
یکی از روشهای مهم فرایند کاوی، استفاده از الگوریتمهای مختلف مانند دستهبندی، خوشهبندی، پیشبینی و مدلسازی است. این الگوریتمها به کمک تکنیکهای مختلفی همچون استفاده از شبکههای عصبی، درخت تصمیم، رگرسیون و …، به تحلیل و استخراج دانش از دادهها کمک میکنند.
ویدئوی آموزشی این قسمت با استفاده از مثال عملیاتی فرایند «صدور کارت اعتباری» به بیان مفهوم فرایندکاوی میپردازد.
فرایندکاوی یا process mining دادههای ثبت شده در سیستم اطلاعاتی رو به عنوان یک نقطه شروع در نظر میگیرد و انواع مختلفی از نمونه فرایند(instance) را، از یک فرایند استخراج میکند.
دادهکاوی تکنیکی برای مدلسازی فرآیندهای کسب و کار
دادهکاوی، تکنیک و ابزاری کمکی برای بازسازی فرآیندهای کسب و کار از رویدادهای ثبت شده در یک سیستم اطلاعاتی است. در این روش، اطلاعات ورودی برای الگوهای مرتبط با فعالیتی که پس از آن به عنوان مدلهای فرآیندهای کسب و کار تکثیر شدهاند، استخراج میشوند. کار زیادی توسط موسسات تحقیقاتی برای توسعه و پالایش الگوریتمها انجام شده است. بنابراین فرآیندکاوی در اصل به عنوان یکی از علمیترین ابزارها بر پایه مدیریت فرآیند در نظر گرفته میشود.
هدف از فرآیندکاوی، طراحی مدل قابل اجرا نیست؛ بلکه اسناد دقیق و جامع و تحلیل فرآیندهای وضع موجود است.
فرآیندکاوی یکی از رشتههای تحقیقاتی جدید است که بین دادهکاوی و مدل کردن فرآیندها و تحلیل آنها قرار گرفته است. ایده اصلی در فرآیندکاوی کشف(discovery)، نظارت(conformance checking) و بهبود فرآیندهای حقیقی(enhancement) از طریق استخراج دانش و اطلاعات از گزارش رویدادها(event logs) در سیستمهای موجود است.
هدف فرایندکاوی مدلسازی فرایندها براساس “دادههای ثبت وقایع (log data)” موجود میباشد. در مفاهیم سیستمهای اطلاعاتی، یک مدل نمایندهای مجرد از نمونهی دنیای واقعی آن است که از آن مدل برای هدفی معین استفاده میشود. از مدل میتوان به منظور کاهش پیچیدگی استفاده کرد. بدینگونه که خصوصیات مورد نظر و مطلوب در مدل نمایش داده شوند و سایر خصوصیات حذف گردند. یک مدل فرایندی، نمایشی گرافیکی از یک فرایند کسب و کار است که به تشریح وابستگیهای میان فعالیتهایی میپردازد که بصورت مجتمع و برای تحقق یک هدف کسب و کار معین، اجرا میگردند. این مدل شامل مجموعهای از “فعالیتهای مدل شده” و ارتباطات و شروط میان آنهاست.
مدلهای فرایندی میتوانند در قالب زبانهای مدلسازی فرایند مختلف توصیف شوند. برای نمونه BPMN، “زنجیرههای فرایندی مبتنی بر رویداد(Event Driven Process Chains – EPS)”یا پترینت (PetriNets). شبکههای پتری بعنوان زبان غالب مدلسازی در زمینهی فرایندکاوی شناخته میشود . زبان شبکههای پتری از قدرت توصیف مدل زیادی برخوردار است. BPMN نیز قواعد معنایی را عموماً در قالب اشکال قابل درک ارائه میکند.(مطالعه کتاب مدلسازی فرایندهای کسب و کار )
نقطه آغاز فرآیندکاوی کجاست؟
گوردن موری از بنیانگذاران شرکت اینتل در سال ۱۹۶۵ پیشبینی کرد که تعداد اجزای موجود در مدارهای مجتمع، هر سال دو برابر خواهد شد. طی پنجاه سال گذشته این رشد به درستی نمایان بوده ولو اینکه سرعت آن، کمی کندتر بوده است. این پیشرفتها منجر به رشد دیدنی «دنیای دیجیتال» شده است. مثلا تمامی دادهها به صورت الکترونیکی ذخیره و یا تبادل میشوند. علاوه بر این، جهان حقیقی و جهان دیجیتال بیشتر و بیشتر به سمت یکدیگر سوق مییابند. رشد دنیای دیجیتال که به خوبی منطبق با فرآیندهای سازمانهاست، ثبت و آنالیز رویدادها را امکانپذیر ساخته است.
فرآیندکاوی در سازمانها
استفاده از فرایند کاوی دادهها در سازمانها میتواند به شکلهای مختلفی برای بهبود عملکرد و تصمیمگیریهای استراتژیک کمک کند.
برخی از موارد استفاده از فرایند کاوی در سازمانها عبارتند از:
-
پیشبینی رفتار مشتریان: با استفاده از فرایند کاوی، سازمانها میتوانند الگوهای رفتاری مشتریان را شناسایی کرده و پیشبینیهای دقیقتری در مورد نیازها و تمایلات آنها داشته باشند.
-
بهبود استراتژی بازاریابی: با تحلیل دادههای بازاریابی، سازمانها میتوانند بهبودهای لازم را در استراتژیهای بازاریابیشان اعمال کنند و به رشد و توسعه کسب و کار کمک کنند.
-
کاهش هزینهها و بهبود عملکرد عملیاتی: با استفاده از فرایندکاوی، سازمانها میتوانند الگوهای موجود در فرایندهای عملیاتی خود را شناسایی کرده و بهبودهای لازم را برای کاهش هزینهها و بهبود عملکرد اعمال کنند.
-
پیشبینی روندها و رفتارهای آینده: با استفاده از فرایندکاوی، سازمانها میتوانند به پیشبینیهای دقیقتری در مورد روندها و رفتارهای آینده دست یابند و برنامهریزیهای منطقیتری را انجام دهند.
مزایا و معایب فرایندکاوی
مزایای فرآیندکاوی:
- شناسایی الگوها و اطلاعات مفید: فرآیندکاوی به ما کمک میکند تا الگوهای مخفی و اطلاعات مفیدی که در دادهها وجود دارد را شناسایی کنیم.
- پیشبینی دقیقتر: با استفاده از فرآیندکاوی، میتوانیم پیشبینیهای دقیقتری در مورد روندها و رفتارهای آینده داشته باشیم.
- بهبود تصمیمگیری: تحلیل دادهها به کمک فرآیندکاوی میتواند به بهبود تصمیمگیریها و استراتژیهای سازمان کمک کند.
- کاهش ریسک: با شناخت بهتر از الگوها و روندهای موجود، میتوانیم به کاهش ریسکها و احتمال خطاها در تصمیمگیریها بپردازیم.
معایب فرآیندکاوی:
- پیچیدگی و زمانبر بودن: فرآیندکاوی ممکن است پیچیده و زمانبر باشد، به ویژه زمانی که دادهها بسیار بزرگ باشند.
- احتمال بیدقتی: در برخی موارد، فرآیندکاوی ممکن است به نتایج نادرست یا بیدقت منجر شود اگر الگوریتمها یا فرضیات نادرستی استفاده شود.
- نیاز به مهارتهای تخصصی: برای انجام فرآیندکاوی به خوبی، نیاز به داشتن مهارتهای تخصصی در زمینه تحلیل دادهها و استفاده از ابزارهای مرتبط است.
انواع فرآیندکاوی
تکنیک کشف فرآیند به عنوان ورودی یک نگاره رویداد دریافت کرده و یک مدل خروجی بدون داشتن هیچگونه اطلاعات قبلی تولید میکند. کشف فرآیند، رایجترین تکنیک فرآیندکاوی است. دومین شاخه فرآیندکاوی، «تطبیق» است. در این دسته از روشها، یک مدل موجود با نگارههای رویداد همان فرآیند مقایسه میشود. این تکنیک برای بررسی تطبیق واقعیتی که در نگارهها ذخیره شده با مدل فرآیند موجود و برعکس، استفاده میشود. باید توجه شود که در این تعریف، انواع مدلهای فرآیند میتواند استفاده شود. میتوان چک کردن انطباق را بر روی مدلهای رویهای، مدلهای سازمانی، مدلهای فرآیند توصیفی، قوانین یا سیاستهای کسب و کار و … اعمال کرد.
سومین شاخه از فرآیند کاوی، «بهبود» است. این شاخه به توسعه یا تغییر مدل پیشین میپردازد. با استفاده از اطلاعات موجود در مورد فرآیندهای موجود سازمانها که در نگارههای رویداد ثبت شده، فرآیندهای جاری را بهبود یا توسعه داد. همچنین میزان انطباق مدل با وضع موجود را اندازهگیری مینماید.
فرایندکاوی با QPR
QPR یک شرکت نرمافزاری برای تولید راهکارهای مدیریتی است. این شرکت در سال 1991 در هلسینکی فنلاند تاسیس شده است. راهکار و نرمافزار شرکت مذکور از موارد ذیل پشتیبانی میکند:
- فرایندکاوی
- پیادهسازی استراتژی
- مدیریت اجرایی
- مدیریت فرآیند
- طراحی و تحلیل سیستم
مقدمه
سازمانها علیرغم آنکه هزینههای زیادی بهمنظور طراحی فرایندهای سازمانی خود پرداخت میکنند، اما در واقع آیا میدانند در اجرای فرایندهای سازمانی خود چه اتفاقی رخ میدهد؟ اگر اجرای فرایندهای سازمانی توسط سیستمهای فناوری اطلاعات رخ دهد، تمامی فعالیتهای صورت گرفته در پایگاههای اطلاعاتی آن سیستمها ذخیره خواهد شد. اگر در سازمانی از نرمافزار QPR استفاده شود، از طریق تحلیلگر سیستمی آن میتوان با استفاده از دادههای موجود در فرایندهای سازمانی نسبت به تحلیل و ارایه پیشنهاد بهبود اقدام نمود. این روش بسیار مناسبتر نسبت به روشهای قدیمی مانند مصاحبه و یا کارگاههای آموزشی خواهد بود. با تحلیلگر فرایند QPR هم تصویر کلی و هم جزئیات مربوط به فرایند در دسترس خواهد بود و میتوان با تحلیلهای از پیش تعریف شده پارامترهایی مانند مسیر یا طول زمان را مورد بررسی قرار داده و استثنائات فرایندی را در اجرا درک نمود. تحلیلگر فرایند QPR همچنین توسعه کارآیی فرایند، مشارکت و به اشتراکگذاری یافتهها را ممکن میسازد.