流程挖掘(Process mining)，也譯為過程挖掘，從學(xué)科發(fā)展角度來看它并不是一個(gè)新鮮事物，但是在我國產(chǎn)業(yè)界被廣泛關(guān)注還是在2020年以后，作為超自動化的關(guān)鍵技術(shù)被國際知名咨詢機(jī)構(gòu)Gartner連續(xù)3次收錄到其年度技術(shù)趨勢報(bào)告中。根據(jù)2022年中國信通院發(fā)布的《超級自動化技術(shù)與應(yīng)用研究報(bào)告》，超自動化是一個(gè)技術(shù)合集，換言之就是一組實(shí)現(xiàn)企業(yè)業(yè)務(wù)流程自動化的技術(shù)。具體包括：機(jī)器人流程自動化(RPA)、低代碼應(yīng)用平臺、智能業(yè)務(wù)流程管理系統(tǒng)(iBPMS)和流程挖掘等。當(dāng)然，以上這些功能型的技術(shù)也是建立在大數(shù)據(jù)、人工智能、云計(jì)算和深度學(xué)習(xí)的基礎(chǔ)理論之上。

01

流程挖掘與企業(yè)數(shù)字化轉(zhuǎn)型

圖1 超自動化技術(shù)助力企業(yè)數(shù)字化轉(zhuǎn)型閉環(huán)

圖1給出了基于超自動化技術(shù)實(shí)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型的路線圖。具體而言，企業(yè)數(shù)字化轉(zhuǎn)型的起點(diǎn)是業(yè)務(wù)信息系統(tǒng)，如企業(yè)資源管理系統(tǒng)(ERP)、客戶資源管理系統(tǒng)(CRM)和辦公系統(tǒng)(OA)等，更確切地來說是業(yè)務(wù)信息系統(tǒng)中記錄的業(yè)務(wù)數(shù)據(jù)。首先，通過數(shù)據(jù)收集和預(yù)處理技術(shù)，把業(yè)務(wù)數(shù)據(jù)轉(zhuǎn)化為流程挖掘工具可以直接分析的標(biāo)準(zhǔn)事件日志，并以此為輸入進(jìn)行流程模型挖掘和關(guān)鍵流程性指標(biāo)分析，進(jìn)而理解業(yè)務(wù)流程實(shí)際運(yùn)行的全貌。其次，進(jìn)行業(yè)務(wù)流程的深度分析和洞察，包括性能分析、合規(guī)性檢查和偏差根因分析等。基于以上分析結(jié)果，針對運(yùn)行流程中的性能瓶頸和行為偏差有針對性地進(jìn)行流程的數(shù)字化再造。比如對違規(guī)和缺少信息系統(tǒng)支撐的業(yè)務(wù)，通過低代碼技術(shù)和業(yè)務(wù)流程管理系統(tǒng)對業(yè)務(wù)進(jìn)行快速搭建和重構(gòu)，對執(zhí)行效率比較低、返工率高的流程節(jié)點(diǎn)，通過部署RPA機(jī)器人來提高流程節(jié)點(diǎn)的局部效率進(jìn)而優(yōu)化全局的效率。除了以上基于離線事件日志的分析技術(shù)，還可以基于流程預(yù)測性監(jiān)控和預(yù)警技術(shù)來對業(yè)務(wù)流程運(yùn)行進(jìn)行實(shí)時(shí)管控。綜上所述，流程挖掘作為超自動化的底座技術(shù)，起到了關(guān)聯(lián)業(yè)務(wù)系統(tǒng)、業(yè)務(wù)數(shù)據(jù)以及其他超自動化技術(shù)的作用，是當(dāng)前實(shí)現(xiàn)企業(yè)數(shù)字化轉(zhuǎn)型的核心關(guān)鍵技術(shù)。

02

流程挖掘的學(xué)科定位

與RPA和低代碼技術(shù)不同的是，流程挖掘不僅僅是一門技術(shù)，它更是一門學(xué)科！作為一門學(xué)科，它既有相對完備的理論技術(shù)，又有核心算法，此外，流程挖掘還有典型的應(yīng)用場景(詳情請參考中國流程挖掘行業(yè)研究報(bào)告)。根據(jù)“流程挖掘之父”、德國亞琛工業(yè)大學(xué)Wil van der Aalst教授的論述，流程挖掘是建立在流程科學(xué)與數(shù)據(jù)科學(xué)之間的一個(gè)跨領(lǐng)域交叉學(xué)科，其學(xué)科定位如圖2所示。

圖2 流程挖掘?qū)W科定位

具體而言，流程科學(xué)涉及到形式化方法、Petri網(wǎng)理論、并發(fā)論、工作流管理與流程自動化等領(lǐng)域。數(shù)據(jù)科學(xué)則涉及到數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)、分布式計(jì)算和可視化理論等領(lǐng)域。

03

流程挖掘發(fā)展歷程與產(chǎn)業(yè)概述

圖3 流程挖掘發(fā)展歷程圖

接下來我們回顧一下流程挖掘的發(fā)展歷程，如圖3所示。具體而言，流程挖掘理論研究起源于1999年，Wil教授在荷蘭埃因霍芬理工大學(xué)(Eindhoven University of Technology, TU/e)成立流程挖掘研究小組；產(chǎn)業(yè)起源于2007年，F(xiàn)utura PI公司成立于荷蘭埃因霍芬。國際上第一波發(fā)展高潮是2009-2011年這個(gè)時(shí)間段，標(biāo)志性的事件包括：IEEE成立了流程挖掘工作組、Wil教授出版了全球首部流程挖掘?qū)Ｖ?、Process Gold、Fluxicon和Celonis等流程挖掘公司相繼成立，第一波的流程挖掘行業(yè)發(fā)展本質(zhì)上是學(xué)術(shù)研究帶動產(chǎn)業(yè)發(fā)展。國際上第二波發(fā)展高潮是2018-2021年這個(gè)時(shí)間段，標(biāo)志性的事件包括：Gartner開始針對流程挖掘這一細(xì)分領(lǐng)域發(fā)布行業(yè)指南、Celonis經(jīng)過10年的發(fā)展成為德國獨(dú)角獸企業(yè)(估計(jì)達(dá)到110億美金)、成功舉辦首屆流程挖掘行業(yè)學(xué)術(shù)年會，第二波流程挖掘行業(yè)的發(fā)展已經(jīng)是產(chǎn)業(yè)為主帶動學(xué)術(shù)研究了。直到2021年，Wil教授宣布加入Celonis擔(dān)任首席科學(xué)家，學(xué)術(shù)和產(chǎn)業(yè)實(shí)現(xiàn)了一個(gè)很好的融合。相比而言，國內(nèi)第一波發(fā)展高潮是2021年前后，中間相差了大約10年的時(shí)間。

流程挖掘作為一門相對年輕的應(yīng)用型學(xué)科，經(jīng)過20年的快速發(fā)展，目前已經(jīng)發(fā)展為有基礎(chǔ)理論和核心算法、有學(xué)術(shù)開源工具、有專著、有行業(yè)年會、有行業(yè)學(xué)術(shù)組織、有典型的商業(yè)產(chǎn)品和成功案例。

圖4 國際知名流程挖掘提供商

圖4匯總了國際上典型的流程挖掘產(chǎn)品提供商，其中包括流程挖掘明星企業(yè)Celonis、RPA巨頭UiPath (2021年收購ProcessGold)、IT巨頭微軟(minit)和IBM(myInvenio)、SAP(Signavio)等等。圖5是出自Gartner 2023年3月發(fā)布的流程挖掘工具魔力象限(Magic Quadrant for Process Mining Tools)，給出了國際上不同流程挖掘廠商產(chǎn)品力的比較結(jié)果。

圖5 2023年Gartner流程挖掘工具魔力象限

04

國內(nèi)流程挖掘產(chǎn)品能力與面臨的挑戰(zhàn)

相比于國外十余年的產(chǎn)業(yè)積累，2021年可以定位為我國流程挖掘產(chǎn)業(yè)化的元年，也是在這一年出現(xiàn)了10多家提供流程挖掘產(chǎn)品的公司。

圖6 我國主要流程挖掘提供商

圖6匯總了我們國內(nèi)流程挖掘產(chǎn)品的提供商(筆者如有遺漏，還請聯(lián)系補(bǔ)充)，大致可分三類：(1) 單純以流程挖掘?yàn)楹诵漠a(chǎn)品的流程挖掘創(chuàng)業(yè)企業(yè)，如北京凡得科技的流程挖掘產(chǎn)品Process X；(2) RPA廠商，為了擴(kuò)展產(chǎn)品矩陣增加了流程挖掘產(chǎn)品，如弘璣cyclone公司的流程挖掘產(chǎn)品；(3) 跨國公司中國區(qū)，如SAP中國提供的流程挖掘產(chǎn)品Signavio、IBM中國的流程挖掘產(chǎn)品myInvenio和UiPath的產(chǎn)品。

圖7 流程挖掘產(chǎn)品核心能力

圖7匯總了國內(nèi)流程挖掘產(chǎn)品的核心能力，具體包括如下核心功能：(1) 流程挖掘的起點(diǎn)是企業(yè)的各類業(yè)務(wù)信息系統(tǒng)，首先是事件日志的提取、數(shù)據(jù)建模和預(yù)處理；(2) 以事件日志為輸入進(jìn)行模型挖掘，得到一個(gè)能夠描述業(yè)務(wù)流程的圖形化表達(dá)；(3) 以流程模型和事件日志為輸入，進(jìn)行合規(guī)性檢查和性能分析，找到性能和行為偏差；(4) 針對得到的性能和行為偏差，進(jìn)行根因分析，發(fā)現(xiàn)產(chǎn)生偏差的根本原因；(5) 前面都是傳統(tǒng)的流程挖掘，近年來隨著人工智能、深度學(xué)習(xí)的發(fā)展，實(shí)時(shí)/準(zhǔn)實(shí)時(shí)的流程預(yù)測性監(jiān)控得到越來越多的關(guān)注，主要包括剩余時(shí)間、下一個(gè)活動、結(jié)果的實(shí)時(shí)預(yù)測等等。

雖然近年來國內(nèi)流程挖掘?qū)W術(shù)研究和產(chǎn)業(yè)均有較好的發(fā)現(xiàn)，但是核心技術(shù)和算法方面仍然存在如下瓶頸：(1) 數(shù)據(jù)提取耗時(shí)，缺乏高效的ETL提取工具和方法論，一般數(shù)據(jù)提取的時(shí)間能占到流程挖掘項(xiàng)目實(shí)施的80%；(2) 數(shù)據(jù)質(zhì)量難以保證，如噪聲、不完整軌跡、屬性缺失和缺少事件關(guān)聯(lián)等問題突出；(3) 模型挖掘結(jié)果的可靠性難以保證，已有大部分商業(yè)工具用有向圖來作為流程模型的描述，但有向圖在描述業(yè)務(wù)流程時(shí)存在天然的局限，雖然部分工具支持BPMN模型挖掘，但是模型挖掘的質(zhì)量還難以保證；(4) 合規(guī)性檢查準(zhǔn)確率有待提高，作為典型的流程挖掘應(yīng)用場景，流程的合規(guī)性檢查目前得到的關(guān)注較低，已有的商業(yè)化工具大都無法提供精準(zhǔn)的診斷結(jié)果；(5) 根因分析結(jié)果較為初級，缺乏系統(tǒng)化的根因分析工具；(6) 流程預(yù)測效率和準(zhǔn)確性有待提高，缺乏系統(tǒng)化的流程案例剩余時(shí)間預(yù)測、下一事件預(yù)測和結(jié)果預(yù)測的分析工具。

圖8 國內(nèi)流程挖掘行業(yè)發(fā)展挑戰(zhàn)

如圖8 所示，我國流程挖掘行業(yè)面臨如下挑戰(zhàn)：(1) 產(chǎn)業(yè)起步晚、產(chǎn)品成熟地低：相比于國外10余年的產(chǎn)業(yè)積累，我國產(chǎn)業(yè)起步較晚，2021年才算是正式開啟這個(gè)賽道。產(chǎn)品的完整度和成熟度方面還有一定的差距；(2) 行業(yè)人才少、項(xiàng)目經(jīng)驗(yàn)不足：相比于國外10多年人才和項(xiàng)目的積累，我國流程挖掘行業(yè)從業(yè)者數(shù)量有限，同時(shí)由于產(chǎn)業(yè)剛起步，有項(xiàng)目經(jīng)驗(yàn)的人才就更少了，這可能是未來制約我國流程挖掘產(chǎn)業(yè)快速發(fā)展的一個(gè)潛在瓶頸；(3) 原始學(xué)術(shù)積累有限：相比于國外20年的原始創(chuàng)新積累，我國流程挖掘領(lǐng)域的學(xué)術(shù)積累明顯不足，同時(shí)學(xué)術(shù)研究的規(guī)模和質(zhì)量也還沒有在國際形成較大的影響力，專注于流程挖掘的高校也相對有限。因此，建議在我國流程挖掘行業(yè)的啟蒙階段，從一開始就確立產(chǎn)學(xué)研相結(jié)合的模式，充分發(fā)揮高校和科研院所在人才培養(yǎng)和學(xué)術(shù)創(chuàng)新方面的優(yōu)勢。

作者簡介：劉聰，山東理工大學(xué)二級教授、博士生導(dǎo)師，山東省泰山學(xué)者青年專家，山東省自然科學(xué)基金優(yōu)秀青年基金獲得者(省優(yōu)青)，山東省青年科技獎獲得者，IEEE流程挖掘工作組成員。博士畢業(yè)于荷蘭埃因霍芬理工大學(xué)(Eindhoven University of Technology)，師從歐洲科學(xué)院院士、“流程挖掘之父”Wil van der Aalst教授。目前兼任凡得科技首席技術(shù)顧問和RPA中國研究院流程挖掘首席技術(shù)顧問。Email: liucongchina@163.com

繼續(xù)閱讀：