欧洲地区特别部分:大趋势

欧洲过程管理领导


像素化蓝色齿轮,插图

信用:Kapinus M / Shutterstock

在20世纪90年代中期,许多供应商,如IBM,员工,FileNet,Lotus和Xerox,提供了工作流管理(WFM)软件。实际上,预计WFM系统将成为每个信息系统的组成部分。尽管有这些高期望,但只有少数组织成功地使用了这项技术。在WFM系统的成功有限之后,范围广泛扩大自动化,导致业务流程管理(BPM)系统。17.许多组织使用商业流程模型符号(BPMN)等符号记录了他们的进程,但很少有成功使用BPM技术来创建由过程模型驱动的信息系统。8.

主要原因之一是因为传统的流程​​管理方法低估了现实世界流程的复杂性和变异性,并且没有明确地使用现有企业资源规划(ERP)和客户关系管理(CRM)系统中提供的数据。虽然是第一个过程挖掘算法8.在世纪之交,大规模采用过程采矿的是最近的。大多数人认为WFM / BPM字段是“死”,因为模型驱动的方法没有达到他们的期望。然而,在过去五年中,流程采矿的摄取从根本上改变了这个概念。

根据Gartner的说法,现在有超过40个进程挖掘供应商。4.去年,市场增长了70%,预计每年增长40%-50%。4.Celonis是领先的流程 - 矿业供应商和德国的第一个德国 - 也就是说,这是一个超过100亿美元的初创公司。大多数流程挖掘公司基于欧洲 - 例如,Celonis,Lanalabs,SignaVio,MPM和Pafnow来自德国;来自荷兰的ProcessGold,Mavim和Fluxicon;来自法国的Livejourney;来自意大利的Myinvenio和Integris;芬兰QPR;和斯洛伐克少。欧洲在这一市场的领导力可能会通过观察到在那里进行大多数过程采矿研究来解释。鉴于这一特别部分的重点通讯在本文中,我们描述了过程采矿的欧洲根源以及该领域的发展。使用Celonis作为示例,我们展示了过程挖掘如何与传统过程管理和自动化不同。

首先,我们解释了传统,纯粹的基于模型的方法的陷阱。然后,我们介绍了流程挖掘领域,并详细阐述了更新的发展,流程挖掘燃料新的自动化形式以解决性能和合规性问题。最后,我们专注于Celonis作为从学术研究转变为欧洲最成功的IT公司之一的成功示例。

回到顶部

模型驱动过程管理

第一个原型办公室信息系统是在20世纪70年代开发的。Michael Zisman在他的博士学位中开发了SCOPOP系统。项目,10.Xerox跳过埃利斯和同事开发了官方展示系统。2这是人们梦想着“未来办公室” - 这是,完全无纸和完全自动化的程序。3.愿景是,可以通过建模这些过程来生成信息系统来支持流程。WFM系统试图实现这一愿景。多米诺是第一个欧洲WFM系统。5.就像Scoop和OfficAwalk一样,Domino使用了Petri网- 由Carl Adam Petri在20世纪60年代来进行模型过程。基于U.S的研究人员挑选了培养网的理论和应用。有趣的是,该领域的先驱者认识到并发的重要性,因此使用培养型培养物。

在20世纪90年代,随后有许多WFM产品。许多人在内的许多人都希望在任何地方使用WFM系统。但是,尽管产品广泛选择,但采用有限。BPM系统17.扩展WFM系统具有更多管理和分析能力,但这些系统也受到限制的采用。

在1975年至2005年期间,流程管理研究的震中逐渐从美国转向欧洲。此外,过程建模变得更加流行,随着时间的推移,BPMN成为事实上的标准。1尽管BPMN广泛使用了模型运营过程模型,但对改进过程的影响有限。人们可以争辩说,手工制作的BPMN模型通常与现实有点关系,并没有严重采取。尝试使用WFM / BPM技术实现这些简单模型注定失败。因此,这些纯粹的模型驱动的方法在过去十年中变得不那么受欢迎。

回到顶部

数据驱动过程管理

纯粹的模型驱动的方法往往与现实断开连接;流程挖掘旨在解决问题。组织对手工制造模型不感兴趣,不会捕捉不断变化的现实。我是第一个见证这个,而在20世纪90年代末开始,开始系统,大规模的努力,使用事件数据学习实际流程。与早期的方法不同,它们无论是数据驱动的还是不属于流行的,过程挖掘都会结合事件数据和显式进程模型。

图1提供流程挖掘的概述。8.首先,从信息系统中提取事件数据。这些可以是ERP系统,例如SAP和Oracle;CRM系统,如Salesforce;或定制或特定于域的系统,例如医疗信息系统。每个事件都指的是活动,有一个时间戳,并可以指任何数量的对象(订单,客户,项目和交付)。通常假设存在一个特殊的对象,称为这种情况,这与各个事件相关联而处。基于此类事件数据,可以自动发现过程模型。该模型可以描述所有行为或只是主流行为。它也可以适应描述应该发生的事情。因此,过程模型可以是描述性的或规范性的,并且使用重放或对准技术连接到事件数据。8.通过这种连接,可以诊断性能和一致性问题。例如,该模型可以用关于偏差和瓶颈信息的信息注释。还可以自动进行根本原因分析,甚至可以预测性能和一致性问题。

F1.jpg.
图1.过程挖掘概述。

alpha算法我开发的是第一个从事件日志发现并发进程的算法。8.给定直接遵循的完整事件日志通过模拟结构化的工作流网生成,算法保证生成行为等效的Petri网。一致性检查的两个主要方法是基于令牌的重播和计算对齐日志和模型之间。8.通常,基于过程的挖掘算法与主流数据挖掘和机器学习方法往往是截然不同的。

回到顶部

疼痛驱动的自动化

处理挖掘可用于揭示所谓的“执行空隙”,现实与预期或期望的不同。一致性检查可用于诊断已知的“执行间隙”,并进程发现可能会揭示任何人都知道的问题。但是,为了改善过程,这种“执行差距”需要触发改进动作。这里的自动化再次发挥作用。如上所述,传统的WFM / BPM技术并不是很成功。但是,可以使用流程挖掘来针对过程中的“执行间隙”而不尝试替换现有系统。可以自动检测和绕过或绕过或完成不必要的返工或重复操作。在这里,低码集成平台使得易于触发现有系统中的退出 - 例如,自动发送电子邮件,重新分发工作或执行SAP事务。

回到顶部

Celonis执行管理系统

Celonis执行管理系统(EMS)支持所示的所有流程挖掘功能图1。Celonis于2011年成立于2011年,由亚历山大Rinke,Bastian Nominacher和Martin Klenk。他们发现了过程挖掘的早期论文,并创造了一个流程挖掘启动,广泛认为是欧洲最成功的IT公司之一。提交人是Celonis的首席科学家,自2015年以来为其首席学术顾问提供服务。

Celonis拥有1,800名员工和2000名客户。一些Celonis Installations拥有超过5,000名活跃用户,同时处理超过50000万个案例和100亿个活动。目前的估值是111亿美元(在2021年6月获得10亿元人员之后)。Celonis显然是过程挖掘的市场领导者。

图2.在发现一个过程的同时,显示了Celonis EMS的屏幕截图。Celonis是第一个没有专注于数据科学家的过程挖掘系统,而是从事实际参与流程的人。由于数百个甚至数千个组织分析了类似的过程,因此可以预先加上基于证据的知识。Celonis还支持与其嵌入式低码集成平台的行动导向的进程挖掘,可以支持数百个应用程序,包括SAP,Oracle和Salesforce。这样,流程洞察可以变成改进动作。

F2.jpg.
图2. Celonis执行管理系统(EMS)的屏幕截图,同时发现购买到付费(P2P)进程的过程模型。

回到顶部

结论

过程挖掘可以被视为“采取X射线”以发现已知和未知的“执行差距”,而自动化可以被视为以解决这些差距的手术,并以目标方式改善过程。古典WFM / BPM方法可以被视为在服用X射线之前进行的手术,以诊断实际问题。Celonis EMS旨在使用流程挖掘来结合,诊断和预测性能和合规性问题。随后通过目标形式的自动化解决这些问题。

虽然大多数过程采矿研究在欧洲进行,但在全球应用过程采矿,美国和亚太地区的采用迅速增长。例如,超过50%的财富500强公司正在探索流程挖掘。然而,我们只是在一开始,具有尖端研究和创新的工业应用的许多机会。

回到顶部

参考

1. Dumas,M.,La Rosa,M.,Mandling,J.和Reijers,H.业务流程管理基础知识。Springer(2018)。

2. ellis,C.和Nutt,G.计算机科学和办公信息系统。计算机调查12.,1(1980),26-60。

3. Giuliano,V.未来的办公室,工作周(1975年6月30日),48-70。

4. Kerremans,M.,Srivastava,T.和Choudhary,F.流程挖掘的市场指南。Gartner研究说明G00353970(2021),https://www.gartner.com/en/documents/3991229/market-guide-for-process-mining.

5. Kreifelts,T. Domino:Ein System Zur Abwicklung ArbeitsteiligerVorgängeIMBüro。Angewandte Informatik 26.,4(1984),137-146。

6. Reinkemeyer,L.过程挖掘行动:原则,用例和前景。斯普林斯,柏林(2020)。

7. Van der Aalst,W.业务流程管理:全面调查。ISRN软件工程,507984(2013),1-37。

8. van der Aalst,W.过程挖掘:行动中的数据科学。Springer,柏林(2016)。

9. Vogelgesang,T.等。Celonis PQL:处理挖掘的查询语言。在过程查询方法,Springer(2021)。

10. ZISMAN,M.D.代表,规范和办公室程序的自动化。博士宾夕法尼亚州宾夕法尼亚州宾夕法尼亚大学,武顿商学院(1977年)。

回到顶部

作者

Wil Van der Aalst是德国·米恩·米恩·米辰大学的教授。


作者/所有者持有的版权。出版物权限许可。
请求权限发布permissions@acm.org.

数字图书馆由Computing Machinery协会发布。版权所有©2022 ACM,Inc。


没有发现任何条目

登入完全访问
“ 忘记密码? »创建ACM Web帐户
文章内容:
Baidu
map