In der heutigen digitalen Arbeitswelt hinterlässt jede Aufgabe, jeder Prozess und jede Aktivität eine kleine Spur und ein Signal an die verschiedenen verwendeten Anwendungen und IT-Systeme. Diese Signale werden als Ereignisprotokolle bezeichnet - und bilden die Grundlage für die Datenwissenschaft hinter der SoftwareProcess Mining .
In diesem Artikel erfahren Sie, was Ereignisprotokolle sind, welche Vorteile sie haben und wo ihre Grenzen liegen: Process Mining.
Was genau sind Ereignisprotokolle?
Ein Ereignisprotokoll ist eine strukturierte Datei mit Aufzeichnungen und Zeitangaben zu Ereignissen und Aktivitäten in einer Computerdatenbank. Sie werden in der Regel verwendet, um Änderungen an der Datenbank zu verfolgen, z. B. Änderungen an der Datenstruktur, Dateneingabeeinträge und sogar Benutzeranmeldungen.
Die Ereignisprotokollierung bietet eine standardmäßige und systemspezifische Möglichkeit für Softwareanwendungen und Betriebssysteme, wichtige Ereignisse oder Änderungen aufzuzeichnen. Ereignisprotokolle sind in vielen IT-Systemen üblich, darunter Windows-Computer, Customer Relationship Management-Systeme (CRM) und viele Enterprise Resource Planning-Systeme (ERP).
Wie werden die Ereignisprotokolle in Process Mining verwendet?
Ereignisprotokolle bilden die Grundlage für Process Mining. Sie können verwendet werden, um mehrere miteinander verbundene Geschäftsprozesse sowie eine oder mehrere Varianten eines bestimmten Geschäftsprozesses in einem Team oder einer Geschäftseinheit aufzuzeichnen.
Sie können Ereignisprotokolle als digitale Fußabdrücke im Geschäftsbetrieb betrachten. Jede Ereignisaufzeichnung sagt etwas über die Aufgaben, Prozesse und die Arbeit aus, die in einem Team oder einer Geschäftseinheit ausgeführt werden, die analysiert wird.
Die einzelnen Ereignisse werden im Ereignisprotokoll zusammen mit den Standardeigenschaften aufgeführt:
- Fall - ein Fall kann als eine Spur oder eine Abfolge von Ereignissen in einem Prozess betrachtet werden, die in Ereignisprotokollen gespeichert werden.
- CaseID - eine CaseID ist ein eindeutiger Bezeichner für jedes Geschäftsobjekt oder jede Transaktion, die in Ereignisprotokollen verfolgt wird.
- Aktivität - ist eine Aufgabe oder Aktion, die innerhalb eines Geschäftsprozesses ausgeführt wird, z. B. "genehmigen", "ablehnen" oder "beantragen".
- Zeitstempel - ein Zeitstempel gibt genau an, wann die einzelnen Aktivitäten stattgefunden haben.
- (Meta-)Attribute - in Ereignisprotokollen können zusätzliche Attribute gespeichert werden, z. B. die Prozesskategorie oder der Produkttyp, der verarbeitet wird, oder Informationen darüber, welche Person oder Abteilung Änderungen am Ereignisprotokoll vorgenommen hat.
Wie Ereignisprotokolle verwendet werden in Process Mining
Ereignisprotokolle sind das zentrale Datenmodell und die Datenquelle, die in Process Mining verwendet werden. Es handelt sich um die rohen Transaktionsdaten, die aus verschiedenen Systemen für die Prozessanalyse gesammelt und harmonisiert werden.
Wie wird aus den Ereignisprotokolldaten eine Prozessanalyse? Sie können sich den Prozess in vier wesentlichen Schritten vorstellen:
- Datenmodellierung - Ermittlung der Quellsysteme und Rohdaten, die für die Datenanalyse verwendet werden sollen. Dieser Schritt kann die Beurteilung beinhalten, welche (Meta-)Attribute in Ereignisprotokollen aus verschiedenen Quellsystemen gesammelt und verwendet werden können.
- Datenextraktion - in diesem Schritt werden Daten aus verschiedenen Quellsystemen extrahiert, übertragen und in eine Kerndatenbank geladen (ETL). Das Hauptziel besteht darin, einen konsistenten und sauberen Datensatz für die Prozessanalyse zu bilden.
- Datenvisualisierung - sobald die Prozessdaten aus den Ereignisprotokollen gesammelt und harmonisiert wurden, können sie mit Hilfe von Process Mining visualisiert werden, z. B. durch Prozessabweichungsdiagramme.
- Datenanalyse - der letzte und wichtigste Schritt auf Process Mining ist die Analyse der Prozessdaten mit dem Ziel, Möglichkeiten zu finden, ineffiziente Prozesse zu eliminieren, zu standardisieren oder zu automatisieren.
Die vier Schritte für Process Mining sind eine Vereinfachung. In Wirklichkeit sind viele zusätzliche Schritte erforderlich, je nachdem, wo die Ereignisprotokolldaten gesammelt werden oder wie viele Details die Daten enthalten. Normalerweise müssen Sie die Daten aus jedem Quellsystem separat integrieren und extrahieren, und jede Datenquelle kann ihre eigenen Anforderungen an die Extraktion von Ereignisdaten haben.
Auf dem Weg zur Standardisierung von Ereignisprotokolldaten
Während Ereignisprotokolle in Systemen und Datenbanken in unterschiedlichen Formaten vorliegen können, hat sich ein Standard für die Analyse und Visualisierung von Ereignisdaten in Process Mining Tools herausgebildet. eXtensible Event Stream (XES) ist ein offener Standard zur Darstellung von Ereignisdaten für das Process Mining. Es handelt sich um ein XML-basiertes Format zur Darstellung von Ereignisprotokollen, d. h. Sammlungen von Ereignissen, die innerhalb eines Systems oder Prozesses auftreten.
XES bietet einen einheitlichen Rahmen für die Kodierung und den Austausch von Ereignisdaten, so dass verschiedene Systeme interoperabel sind und Ereignisprotokolle gemeinsam nutzen können. XES ermöglicht auch die Erstellung von benutzerdefinierten Erweiterungen und Anmerkungen, mit denen Unternehmen ihren Ereignisprotokollen detailliertere Informationen hinzufügen können.
Viele Tools von Process Mining verwenden XES Process Mining . Die Daten können aber auch in anderen Formaten gespeichert werden, z. B. in CSV-Dateien (Comma-separated values).
Beschränkungen von Ereignisprotokollen bei der Prozessanalyse
Obwohl Process Mining , das auf Ereignisprotokollen basiert, Wunder für Unternehmen bewirken kann und dies seit vielen Jahren beweist, gibt es immer noch Bereiche, in denen Process Mining nicht ausreicht.
Analyse aktueller Daten, aber nicht in Echtzeit
Process Mining untersucht die aktuellsten Daten aus den Informationssystemen, was jedoch nicht unbedingt ein vollständiges Bild der aktuellen Situation eines Unternehmens vermittelt. Offline-Analysen, die eher "statisch" sind, werden erstellt, indem die Daten zunächst zu einem bestimmten Zeitpunkt aus den Ereignisprotokollen extrahiert, bereinigt und erst dann analysiert werden. Folglich sind die Standardtechnologien von Process Mining nicht in der Lage, kontinuierlich auf potenzielle Prozessabweichungen hinzuweisen.
Hohe Anfangskosten
Der Einsatz von Process Mining Tools erfordert viel Arbeit und Input von zahlreichen Teams und Einheiten, was zu hohen Gesamtbetriebskosten führt. Es ist nicht ungewöhnlich, dass ein Process Mining Team engagierte Datenwissenschaftler und Process Mining Experten umfasst, die ein tiefes Fachwissen benötigen.
Starke Abhängigkeit von menschlichen Analytikern
Obwohl das ultimative Ziel von Process Mining darin besteht, Prozessverbesserungen zu ermöglichen, kann dieses Ziel nicht ohne die Unterstützung von Geschäftsanalysten, Datenanalysten und IT-Experten erreicht werden. Für Process Mining gibt es zwei Hauptbereiche, in denen Menschen absolut notwendig sind:
- Dateninterpretation: Nach der Datenanalyse reichen die Erkenntnisse allein nicht aus; ein Unternehmensanalytiker muss die Daten interpretieren und spezifische Anwendungsfälle identifizieren, die mit den ursprünglichen Zielen übereinstimmen.
- Datenextraktion und -bereinigung: Da Ereignisprotokolldaten fehlen, ungenau oder doppelt vorhanden sein können, müssen Datenanalysten Zeit darauf verwenden, die Daten zu bereinigen, bevor sie verwendet werden können.
Lange Time-to-Value
Verschiedene Systeme benötigen viel Zeit für die Datenintegration und Vorbereitung, bevor sie überhaupt Ereignisprotokolle bereitstellen können. Da dies ein notwendiger Schritt auf Process Mining ist, verlängert sich die Zeit bis zur Wertschöpfung der Projekte.
Was, wenn Sie keine Ereignisprotokolldaten verwenden können?
Während Ereignisprotokolldaten in vielen Quellsystemen, wie z. B. dem weit verbreiteten SAP-ERP-System, ohne weiteres verfügbar sind, gibt es viele Geschäftsanwendungen, die nicht die erforderlichen Daten enthalten, um Ereignisprotokolle für Process Mining zu erstellen.
Heutige Geschäftsabläufe nutzen eine breite Palette von Anwendungen, die keine leicht zugänglichen Ereignisprotokolle enthalten.
- Produktivitäts-/Teamarbeitsanwendungen (Outlook, Teams usw.),
- Veraltete Informationssysteme (LIS),
- Systeme von Drittanbietern / Lieferanten,
- Proprietäre Software oder Berichte,
- Staatliche Portale.
Das Fehlen von Ereignisprotokolldaten ist besonders in wissensintensiven Branchen wie Versicherungen, Finanzdienstleistungen und Buchhaltung von Bedeutung. In diesen Bereichen gibt es viele manuelle und zeitaufwändige Prozesse und Workflows, die zwischen verschiedenen Anwendungen ablaufen, um einen einheitlichen Prozess zu bilden.
Stellen Sie sich zum Beispiel einen Versicherungsanspruch oder einen Kreditantrag vor. In diesen Fällen gibt es viele Aktivitäten, die nicht in den Ereignisprotokollen des ERP- oder CRM-Systems erfasst werden, da die Fachleute spezifische Informationen aus verschiedenen Datenquellen prüfen oder verarbeiten.
Erwägen Sie eine Alternative: Hybrid process intelligence
Process Mining kann eine hervorragende Quelle für process intelligence sein - vorausgesetzt, Sie haben Zugang zu Ereignisprotokollen und verfügen über qualitativ hochwertige, strukturierte Daten. Wenn Sie keinen unmittelbaren Zugang zu Ereignisprotokollen haben oder Ihre Arbeitsabläufe sich über viele verschiedene Anwendungen erstrecken, sollten Sie eine hybride process intelligence Software in Betracht ziehen.
Beispiel für einen Hybrid process intelligence - Workfellow
Mit einem hybriden Ansatz sind Sie nicht auf die Analyse von Daten mit Ereignisprotokollen beschränkt - tatsächlich generieren Lösungen wie Workfellow Process Intelligence automatisch Ereignisprotokolle aus den Daten von Geschäftsobjekten in den relevanten Anwendungsschnittstellen. Das Endergebnis sind die bekannten Vorteile von Process Mining ohne den Aufwand für die Datenintegration und die Ereignisprotokollierung. Weitere Informationen finden Sie im Whitepaper Work API .
