摘要：流程挖掘作為跨數(shù)據(jù)挖掘與過程建模的關(guān)鍵技術(shù)，有助于發(fā)揮數(shù)據(jù)要素價值，但當(dāng)前業(yè)內(nèi)對流程挖掘技術(shù)、數(shù)據(jù)要素利用程度不足。基于要素特征及DIKW模型等分析，發(fā)現(xiàn)數(shù)據(jù)要素應(yīng)用于流程挖掘具有直接性、動態(tài)性和外部性等特征,可通過業(yè)務(wù)牽引、要素整合、技術(shù)融合機制發(fā)揮要素價值。因而企業(yè)需要進一步強化流程挖掘技術(shù)應(yīng)用積累、注重數(shù)字化治理體系建設(shè)、探索建立數(shù)據(jù)安全與共享的共存機制等措施促進數(shù)據(jù)要素價值最大化。

關(guān)鍵詞：流程挖掘；數(shù)據(jù)挖掘；數(shù)據(jù)要素；運營管理

01

引言

數(shù)字經(jīng)濟時代下，隨著數(shù)據(jù)存量不斷加大、數(shù)據(jù)分析處理技術(shù)不斷成熟，數(shù)據(jù)作為與勞動、資本、土地、技術(shù)、知識、管理并列的生產(chǎn)要素將對企業(yè)生產(chǎn)方式、社會運行方式、政府治理模式產(chǎn)生重大影響。數(shù)據(jù)要素已成為企業(yè)數(shù)字化轉(zhuǎn)型升級的重要資源，可以有效促進企業(yè)創(chuàng)新能力升級，獲得新的競爭優(yōu)勢[1]。企業(yè)生產(chǎn)運營的核心目標(biāo)是為顧客提供更有競爭力的產(chǎn)品，包括提供新產(chǎn)品形態(tài)或提高現(xiàn)有產(chǎn)品的競爭力[2]。數(shù)據(jù)要素分為業(yè)務(wù)貫通、數(shù)智決策、流通賦能三次價值釋放過程[3]。一次價值可使數(shù)據(jù)貫通推動企業(yè)整個業(yè)務(wù)流程有序運轉(zhuǎn)；二次價值可進一步通過數(shù)據(jù)挖掘與分析，為業(yè)務(wù)提供客觀的觀察視角，清晰洞察業(yè)務(wù)過程；三次價值使企業(yè)業(yè)務(wù)從有序運轉(zhuǎn)向智能運轉(zhuǎn)轉(zhuǎn)變。

一方面，數(shù)智決策可以賦能企業(yè)生產(chǎn)力提升及商業(yè)模式的演進，利用數(shù)據(jù)挖掘等技術(shù)為生產(chǎn)決策提供戰(zhàn)略洞察，發(fā)現(xiàn)新價值。但直接基于歷史數(shù)據(jù)的分析，如對促銷、訂貨等相關(guān)性挖掘，發(fā)現(xiàn)很多時候并不能保證這些相關(guān)性挖掘能得到良好的決策或預(yù)測表現(xiàn)[2]。除了數(shù)據(jù)質(zhì)量、過度擬合、算法規(guī)則等導(dǎo)致系統(tǒng)性誤偏外，預(yù)期新價值的實現(xiàn)也存在一定試錯成本、資源投入及不確定性。另一方面，從運營管理視角來看，企業(yè)價值構(gòu)成中的無形服務(wù)要素的權(quán)重越來越大，顧客感知價值的多樣性和動態(tài)性不斷增加，對傳統(tǒng)運營模式提出新的挑戰(zhàn)[2]。顧客的決策行為變得更為復(fù)雜，既追求產(chǎn)品的個性化也追求服務(wù)過程的個性化，如是否能夠及時、主動、有效響應(yīng)客戶在產(chǎn)品使用過程中的需求，這就需要企業(yè)加大對現(xiàn)有生產(chǎn)過程的關(guān)注力度。同時，數(shù)據(jù)洞察發(fā)現(xiàn)的潛在機會需要與生產(chǎn)流程重構(gòu)及組織適配相結(jié)合，才能真正產(chǎn)生價值。例如，中國聯(lián)通將流程、數(shù)據(jù)、場景、平臺、工具作為數(shù)字化轉(zhuǎn)型五要素，通過數(shù)據(jù)、流程的有效統(tǒng)一，推進管理、業(yè)務(wù)的智慧運營。而當(dāng)前大部分企業(yè)對于數(shù)據(jù)的利用僅以統(tǒng)計分析、報表展示為主，應(yīng)用層次淺、范圍窄、力度小，缺少與業(yè)務(wù)的深度耦合，未能充分釋放數(shù)據(jù)要素價值[4]。

根據(jù)IEEE（Institute of Electrical and Electronics Engineers）的定義，流程挖掘（Process Mining）是一門跨數(shù)據(jù)挖掘與業(yè)務(wù)過程建模分析領(lǐng)域的交叉學(xué)科，通過整合數(shù)據(jù)分析、圖形可視化等技術(shù)，直接從客戶及業(yè)務(wù)視角為企業(yè)運營管理效率賦能。流程挖掘已逐漸成為產(chǎn)業(yè)界數(shù)字化變革的重要工具選擇，為數(shù)據(jù)要素在企業(yè)微觀層面的應(yīng)用提供了直接方向。數(shù)據(jù)要素及技術(shù)用于監(jiān)控和分析生產(chǎn)流程資源消耗，及時發(fā)現(xiàn)異常進而實現(xiàn)生產(chǎn)過程的實時優(yōu)化[2]。數(shù)據(jù)要素能夠通過優(yōu)化生產(chǎn)決策流程、創(chuàng)新組織體系，驅(qū)動企業(yè)從傳統(tǒng)工業(yè)經(jīng)濟的科層制組織向網(wǎng)絡(luò)制組織轉(zhuǎn)變，提升企業(yè)創(chuàng)新能力，其實現(xiàn)路徑在于基于流程挖掘的企業(yè)管理訴求的深度洞察[1,5]。但當(dāng)前專門從流程挖掘視角出發(fā)對數(shù)據(jù)要素利用微觀機制的研究較少，本文擬從流程挖掘技術(shù)發(fā)展、數(shù)據(jù)需求和特征，以及數(shù)據(jù)要素的利用機制等方面展開分析，以進一步完善數(shù)據(jù)要素在微觀層面應(yīng)用的底層邏輯，為企業(yè)充分發(fā)揮數(shù)據(jù)要素價值提供參考。

1  數(shù)據(jù)要素推動流程治理能力升級

隨著20世紀(jì)90年代計算機技術(shù)的普及，企業(yè)開始大量應(yīng)用信息系統(tǒng)來管理內(nèi)部活動，進行大規(guī)模的信息化建設(shè)。在此背景下，美國學(xué)者Michael Hammer、James A. Champy[6]提出了流程再造（Business Process Reengineering，BPR）理論，強調(diào)企業(yè)在先進技術(shù)的沖擊下，需要對業(yè)務(wù)活動進行基本（Fundamental）、徹底（Radical）、顯著（Dramatic）的反思，對企業(yè)流程進行根本性的設(shè)計。在流程再造理論的影響下，無論是BPR或是流程改進（Business Process Improvement，BPI）均注重以流程建模、流程規(guī)劃為起點開展流程設(shè)計優(yōu)化。但流程優(yōu)化變革從開始到落地周期較長，且隨著市場環(huán)境的快速變化，難以實現(xiàn)對流程的精細化管理，極易導(dǎo)致業(yè)務(wù)與流程兩張皮現(xiàn)象。傳統(tǒng)業(yè)務(wù)模式需要以客戶為中心進行重構(gòu)，而僅僅通過點狀的優(yōu)化、依賴人工調(diào)研及判斷的方式難以實現(xiàn)預(yù)期效果，因此亟需全局、多維視角的深度業(yè)務(wù)流程洞察。

企業(yè)經(jīng)過大規(guī)模信息化建設(shè)、長期的生產(chǎn)經(jīng)營積累了豐富的運營數(shù)據(jù)（用戶交互數(shù)據(jù)、生產(chǎn)數(shù)據(jù)等），對這部分數(shù)據(jù)的挖掘利用可有效提升企業(yè)生產(chǎn)力、改善生產(chǎn)關(guān)系、提高治理能力、建立新的競爭優(yōu)勢。尤其對于數(shù)字化較為成熟的企業(yè)，數(shù)據(jù)資源豐富、質(zhì)量高，能夠提供更準(zhǔn)確、更全面且更有預(yù)測力的決策建議，從而提升企業(yè)效益[3]。因此，對真實運行的業(yè)務(wù)流程進行數(shù)字孿生成為重要方向。得益于信息化的大規(guī)模普及，以及數(shù)據(jù)挖掘、機器學(xué)習(xí)技術(shù)的發(fā)展，對業(yè)務(wù)運行日志數(shù)據(jù)進行挖掘和分析成為現(xiàn)實。流程挖掘是基于IT系統(tǒng)日志數(shù)據(jù)對企業(yè)某項業(yè)務(wù)活動真實運行過程的可視化分析與診斷，進而對業(yè)務(wù)流程進行改進，被稱為企業(yè)的“X光機”。流程挖掘可以在業(yè)務(wù)流程管理的關(guān)鍵環(huán)節(jié)甚至全部環(huán)節(jié)中發(fā)揮不可替代的價值[7]。

關(guān)于流程挖掘的發(fā)展，荷蘭埃因霍芬理工大學(xué)（Eindhoven University of Technology）Wil van der Aalst教授[8]率先于1999年開始嘗試相關(guān)方面的研究；于2002年推出首個流程挖掘算法Alpha Mine；并于2005年發(fā)布了業(yè)內(nèi)第一個流程挖掘?qū)W術(shù)平臺ProM。國際首個流程挖掘?qū)W術(shù)社區(qū)IEEE過程挖掘工作組（IEEE Task Force on Process Mining）于2009年成立，并于2011年發(fā)布《過程挖掘宣言》[8]，推動流程挖掘技術(shù)演進及業(yè)務(wù)應(yīng)用發(fā)展。商業(yè)化方面，2009年前后國外開始出現(xiàn)一些流程挖掘企業(yè)[8]，如Futura PI（2007年）、Process Gold（2009年）、Celonis（2011年）；由于國內(nèi)企業(yè)信息化水平、流程體系建設(shè)水平、流程重視程度等相對滯后，流程挖掘市場需求仍處于市場培育期，普遍對流程挖掘技術(shù)應(yīng)用不足。

2  流程挖掘數(shù)據(jù)要素需求、特征及技術(shù)路徑

流程挖掘可通過對真實運行流程的可視化還原、診斷來精準(zhǔn)定位問題,發(fā)揮數(shù)據(jù)及算法價值，結(jié)合組織管理需要對流程、系統(tǒng)、組織進行改進，實現(xiàn)企業(yè)的降本增效，優(yōu)化生產(chǎn)關(guān)系，提高企業(yè)生產(chǎn)力。

2.1  流程挖掘數(shù)據(jù)要素需求

企業(yè)的核心數(shù)據(jù)要素是客戶交互和運營數(shù)據(jù),并基于數(shù)據(jù)洞察優(yōu)化自身產(chǎn)品和服務(wù)，提升客戶感知和黏性[9]。流程挖掘數(shù)據(jù)主要來源為生產(chǎn)系統(tǒng)中活動事件日志數(shù)據(jù)，包括時間戳、執(zhí)行者、活動節(jié)點及關(guān)聯(lián)數(shù)據(jù)。由于企業(yè)生產(chǎn)活動需要各職能部門協(xié)同，組織范圍廣、時間跨度大且實際生產(chǎn)場景復(fù)雜多變，因此需要從各個業(yè)務(wù)系統(tǒng)抽取數(shù)據(jù)，對不同類型及格式的數(shù)據(jù)進行采集、存儲及清洗。

2.2  流程挖掘數(shù)據(jù)要素特征

（1）直接性。一般認為數(shù)據(jù)要素具有非排他性、非競爭性等經(jīng)濟特征，導(dǎo)致數(shù)據(jù)確權(quán)、定價及交易困難。相較于數(shù)據(jù)要素在宏觀領(lǐng)域的應(yīng)用，即企業(yè)除了賦能自身生產(chǎn)以外，通過交換、交易、分配等方式流入數(shù)據(jù)要素市場，直接獲取收益或獲得更豐富的數(shù)據(jù)要素為經(jīng)濟體系提供數(shù)據(jù)賦能。但數(shù)據(jù)要素作為企業(yè)競爭優(yōu)勢的重要構(gòu)成，在相關(guān)制度尚待健全的情況下，一般化的共享、交易意愿不強。因此，企業(yè)內(nèi)部應(yīng)用流程挖掘技術(shù)對數(shù)據(jù)進行采集及共享，在微觀層面不存在確權(quán)、交易、定價等障礙，可以直接最大化發(fā)揮數(shù)據(jù)要素一次及二次價值。

（2）動態(tài)性。外部環(huán)境的變化導(dǎo)致企業(yè)實際生產(chǎn)過程復(fù)雜多變，基于歷史數(shù)據(jù)的預(yù)測模型存在概念漂移（Concept Drift），弱化了數(shù)據(jù)模型的指導(dǎo)意義。在線流程挖掘技術(shù)對事件運行數(shù)據(jù)進行即時分析，并構(gòu)建預(yù)測模型來監(jiān)測流程示例，直接對生產(chǎn)過程進行干預(yù)，如對預(yù)警流程提前終止，避免錯誤流程繼續(xù)執(zhí)行下去從而產(chǎn)生更大損失，提升執(zhí)行過程的精準(zhǔn)性，實現(xiàn)了動態(tài)數(shù)據(jù)—動態(tài)模型—即時決策的良性循環(huán)。

（3）外部性。流程挖掘可直接賦能企業(yè)各類生產(chǎn)活動，快速且顯著提升業(yè)務(wù)運行效率，成功的流程挖掘?qū)嵗赏苿又R經(jīng)驗在企業(yè)部門間擴散。一方面，調(diào)動企業(yè)各業(yè)務(wù)線對數(shù)據(jù)要素的重視和利用，利用流程挖掘技術(shù)開展流程治理；另一方面，推動部門之間數(shù)據(jù)的開放、共享，進一步發(fā)揮數(shù)據(jù)要素及技術(shù)的溢出效應(yīng)，推動公司整體業(yè)務(wù)生產(chǎn)及運營管理效率提升。

2.3  流程挖掘技術(shù)路徑

流程挖掘技術(shù)路徑具體如下。

（1）流程仿真?；跇I(yè)務(wù)活動在各運營系統(tǒng)中的日志數(shù)據(jù)，基于流程挖掘算法及流程圖算法，對業(yè)務(wù)過程進行流程建模，可視化還原真實流程運行軌跡。

（2）開展一致性分析。結(jié)合預(yù)先設(shè)計的流程模型、經(jīng)驗知識等，判斷流程路徑是否按照預(yù)期規(guī)則執(zhí)行，以及結(jié)合實例數(shù)、運行時間等維度，分析主流程路徑中堵點、斷點，并對異常流程路徑進行合規(guī)性、必要性分析。

（3）實施業(yè)務(wù)改進?；谝恢滦苑治霭l(fā)現(xiàn)的問題，改進現(xiàn)有流程運行規(guī)則，如對于重復(fù)機械的活動應(yīng)用機器人流程自動化（Robotic Process Automation，RPA）技術(shù)實現(xiàn)自動化，并通過持續(xù)的流程挖掘?qū)α鞒踢\行情況進行實時預(yù)警。以流程為牽引推動企業(yè)各類生產(chǎn)要素關(guān)系優(yōu)化，如推動組織架構(gòu)完善、優(yōu)化人員投入，實現(xiàn)企業(yè)運營管理的降本提效。

03

流程挖掘?qū)?shù)據(jù)要素利用的微觀機制

企業(yè)的本質(zhì)是一種資源配置機制,即將各類要素以一定組合有序投入生產(chǎn)，從而獲得最大化價值產(chǎn)出的過程。隨著市場環(huán)境變化、企業(yè)業(yè)務(wù)范圍快速擴張，企業(yè)內(nèi)部形成了紛繁復(fù)雜的流程。企業(yè)在生產(chǎn)流程中沉淀了大量數(shù)據(jù)，但往往分散于各個系統(tǒng)中，形成數(shù)據(jù)孤島。因此，原始數(shù)據(jù)呈現(xiàn)低價值性、碎片化特征，只有經(jīng)過收集、存儲、分析等勞動投入之后才能成為具有使用價值的數(shù)據(jù)產(chǎn)品[10,12]。一般數(shù)據(jù)挖掘算法需要對數(shù)據(jù)進行預(yù)處理，如要求數(shù)據(jù)標(biāo)準(zhǔn)化、去掉極端值，其預(yù)測結(jié)果會由于過擬合或欠擬合而產(chǎn)生偏差，且無法回溯原因。流程挖掘可以基于系統(tǒng)沉淀的全量日志數(shù)據(jù)及數(shù)據(jù)挖掘技術(shù)，進一步直觀展示業(yè)務(wù)的所有路徑，尤其是對變體的觀察可以從各個視角為業(yè)務(wù)的改進提供指引。

根據(jù)業(yè)內(nèi)經(jīng)典的數(shù)據(jù)—信息—知識—智慧模型（Data-to-Information-to-Knowledge-to-Wisdom Model，DIKW模型），數(shù)據(jù)要素由低到高可劃分為數(shù)據(jù)、信息、知識和智慧四個層級（見圖1）。流程挖掘?qū)崿F(xiàn)了數(shù)據(jù)與業(yè)務(wù)生產(chǎn)的緊密銜接和融合，更為有效地實現(xiàn)數(shù)據(jù)要素從數(shù)據(jù)到信息、知識及智慧的演進。原始數(shù)據(jù)通過加工處理并結(jié)合業(yè)務(wù)理解形成信息，解決數(shù)據(jù)表征問題，即“是什么的問題”；信息通過數(shù)據(jù)挖掘算法，如歸納演繹形成知識，可以解釋各變量之間的相關(guān)關(guān)系；知識進一步通過流程挖掘算法與業(yè)務(wù)過程分析進行結(jié)合，發(fā)現(xiàn)問題產(chǎn)生的原因，即因果關(guān)系，進而明確業(yè)務(wù)改進方向及組織優(yōu)化關(guān)系，實現(xiàn)企業(yè)的智慧運營。

圖1   基于DIKW模型流程挖掘應(yīng)用

3.1  業(yè)務(wù)牽引機制

流程挖掘為數(shù)據(jù)要素利用提供了系統(tǒng)性方案，以業(yè)務(wù)視角切入整合各類跨系統(tǒng)數(shù)據(jù)并直接作用于業(yè)務(wù)改進，避免了數(shù)據(jù)濫用、減少盲目性和低效投入。

（1）關(guān)注企業(yè)整體價值實現(xiàn)過程。企業(yè)的高階流程反映了企業(yè)從發(fā)現(xiàn)客戶需求到滿足需求的全部業(yè)務(wù)活動的組合，流程挖掘可以從端到端視角來橫向整合各類相關(guān)數(shù)據(jù)，還原企業(yè)價值鏈，發(fā)現(xiàn)價值生產(chǎn)運營問題。并基于實時數(shù)據(jù)的分析與監(jiān)控，為客戶提供產(chǎn)品全生命周期的服務(wù)[2]。

（2）注重對異常情況的研判分析。流程挖掘基于某項業(yè)務(wù)活動的全量數(shù)據(jù)進行分析，除了能夠?qū)χ鞲闪鞒剃P(guān)鍵環(huán)節(jié)的運行時效、方式進行分析外，還可以發(fā)現(xiàn)特殊流程變體，及時發(fā)現(xiàn)不合規(guī)、不合理現(xiàn)象，降低企業(yè)運營風(fēng)險。

（3）發(fā)現(xiàn)顛覆性創(chuàng)新機會?；诳陀^數(shù)據(jù)的分析能夠減少人的主觀偏見、消除認識誤區(qū)，成為知識技能的創(chuàng)新媒介[3]。進一步將數(shù)據(jù)洞察與商業(yè)機理結(jié)合，發(fā)現(xiàn)新機會、新模式，重塑競爭優(yōu)勢并通過業(yè)務(wù)流程重構(gòu)實現(xiàn)商業(yè)落地。

3.2  要素整合機制

數(shù)據(jù)要素洞察能夠優(yōu)化企業(yè)運行方式，重新配置各類生產(chǎn)要素，形成新的要素結(jié)構(gòu)，提高資源配置效率、全要素生產(chǎn)率，驅(qū)動企業(yè)創(chuàng)新和治理能力提升[11-12]。而業(yè)內(nèi)知名的集成信息系統(tǒng)體系結(jié)構(gòu)（Architecture of Integrated Information System，ARIS）模型將企業(yè)中的流程、組織、數(shù)據(jù)、系統(tǒng)等要素進行結(jié)構(gòu)化的梳理。在ARIS模型中，流程視圖被作為核心控制模塊用來記錄數(shù)據(jù)視圖、組織視圖和功能視圖之間的關(guān)系。由此，數(shù)據(jù)要素可通過流程挖掘?qū)崿F(xiàn)對企業(yè)各類要素的整合和重構(gòu)，其微觀機制如圖2所示。

圖2   數(shù)據(jù)要素通過流程挖掘?qū)崿F(xiàn)對各類要素整合的微觀機制

在戰(zhàn)略層面，準(zhǔn)確識別時代發(fā)展機遇或數(shù)據(jù)經(jīng)濟機遇下的新市場、新機會，制定公司戰(zhàn)略。進而通過戰(zhàn)略解碼，明確企業(yè)要開展哪些活動以及如何有序開展這些活動，即梳理公司的活動流、業(yè)務(wù)流與價值流，同步將強化創(chuàng)新、兼顧風(fēng)險等管控要求納入其中?；诹鞒掏诰虬l(fā)現(xiàn)的問題，進行企業(yè)價值流改進，并對企業(yè)中的組織、勞動、系統(tǒng)等生產(chǎn)要素進行有效串聯(lián)、有機整合，實現(xiàn)最大化價值產(chǎn)出。如借助于RPA可以實現(xiàn)對規(guī)則明確、重復(fù)的業(yè)務(wù)環(huán)節(jié)進行自動化執(zhí)行，優(yōu)化勞動要素投入。

3.3  技術(shù)融合機制

把數(shù)據(jù)轉(zhuǎn)化為生產(chǎn)力需要先進的數(shù)據(jù)分析及可視化技術(shù)，數(shù)據(jù)要素也有助于驅(qū)動生產(chǎn)技術(shù)的改進，提高創(chuàng)新效率[2,13]。流程挖掘橫跨數(shù)據(jù)挖掘及過程建模領(lǐng)域，相較于傳統(tǒng)標(biāo)準(zhǔn)化的流程模型，業(yè)務(wù)實際運行過程往往非常復(fù)雜，流程挖掘需要處理的數(shù)據(jù)量大、實時性高且各類流程活動關(guān)系復(fù)雜，需要盡可能以便于理解的方式對流程進行可視化還原。因此，流程挖掘技術(shù)不僅需要傳統(tǒng)的大數(shù)據(jù)采集、存儲及分析技術(shù)，還需要可視化圖形技術(shù)對各類流程活動執(zhí)行邏輯及相關(guān)關(guān)系的直觀展現(xiàn)。流程挖掘需要反映各類流程活動節(jié)點、時間戳、執(zhí)行者、決策點及活動之間的相關(guān)性和重要性程度，還要考慮日志噪聲及模型準(zhǔn)確性問題。由此產(chǎn)生了各類流程挖掘算法，如利用概率統(tǒng)計技術(shù)過濾或迭代模型適應(yīng)度的方式解決流程挖掘中的日志噪聲問題的啟發(fā)式算法、遺傳算法等；為解決流程結(jié)構(gòu)過于錯綜復(fù)雜、結(jié)構(gòu)化程度低等問題，利用模糊聚類方法對日志實例進行聚類的聚類算法、模糊挖掘算法等；利用決策樹分析、機器學(xué)習(xí)技術(shù)進一步對決策點進行因果解釋的決策挖掘算法等。不同流程挖掘算法為數(shù)據(jù)要素的深度應(yīng)用提供了重要方向，可以最大化發(fā)揮數(shù)據(jù)要素的價值，賦能企業(yè)運營管理效率的提升。

04

以流程挖掘助力數(shù)據(jù)要素利用的建議

4.1  強化流程挖掘技術(shù)的應(yīng)用及積累，快速發(fā)揮數(shù)據(jù)要素價值

流程挖掘作為連接數(shù)據(jù)挖掘與流程管理的交叉學(xué)科，有助于企業(yè)快速利用、放大數(shù)據(jù)要素價值，實現(xiàn)數(shù)字化智慧運營。當(dāng)前，流程挖掘技術(shù)應(yīng)用主要集中于信息系統(tǒng)完善、組織規(guī)模大、業(yè)務(wù)流程復(fù)雜的大型企業(yè)，如電信、金融、互聯(lián)網(wǎng)等行業(yè)， 流程意識不足、技術(shù)成熟度偏低導(dǎo)致整體普及度不高。數(shù)據(jù)供給端，迭代、優(yōu)化數(shù)據(jù)挖掘及流程挖掘算法，提升數(shù)據(jù)要素價值的可視化水平；增強流程分析、診斷、改進能力，提升流程預(yù)測監(jiān)控結(jié)果的有效性、可執(zhí)行性，更好滿足企業(yè)業(yè)務(wù)需求。數(shù)據(jù)需求端，將流程挖掘融入數(shù)字化轉(zhuǎn)型戰(zhàn)略設(shè)計，通過外引內(nèi)育提高流程挖掘能力儲備，充分發(fā)揮系統(tǒng)日志數(shù)據(jù)對生產(chǎn)管理運營的直接賦能作用。

4.2  注重流程治理與數(shù)據(jù)治理相結(jié)合，提升企業(yè)數(shù)字化治理能力

企業(yè)數(shù)字化變革是技術(shù)創(chuàng)新與要素創(chuàng)新驅(qū)動下的經(jīng)營發(fā)展理念、業(yè)務(wù)生產(chǎn)模式及組織管理模式的深刻重構(gòu)。為了更好發(fā)揮數(shù)據(jù)價值，需要提升數(shù)字素養(yǎng)，積極將數(shù)據(jù)洞察與業(yè)務(wù)流程相結(jié)合，進一步加強系統(tǒng)治理、數(shù)據(jù)治理及流程治理聯(lián)動的數(shù)字化治理體系，推動數(shù)字化戰(zhàn)略落地[14]。建立規(guī)范的、跨系統(tǒng)的數(shù)據(jù)存儲、采集、分析等標(biāo)準(zhǔn)規(guī)范，健全數(shù)據(jù)治理體系，尤其要提升日志數(shù)據(jù)質(zhì)量及可用性。企業(yè)流程治理需注重從客戶端到端視角出發(fā)，對企業(yè)業(yè)務(wù)活動進行梳理、重構(gòu)，充分運用流程挖掘技術(shù)基于客觀數(shù)據(jù)開展問題分析與診斷，提升流程治理的針對性和有效性。

4.3  探索建立數(shù)據(jù)安全與共享的共存機制，助力數(shù)據(jù)要素市場化建設(shè)

企業(yè)生產(chǎn)活動需要多部門的有機配合。企業(yè)業(yè)務(wù)數(shù)據(jù)分散于各類生產(chǎn)系統(tǒng)中，如客戶關(guān)系管理（Customer Relationship Management，CRM）、企業(yè)資源計劃（Enterprise Resource Planning，ERP）等，形成數(shù)據(jù)孤島。流程挖掘是從端到端視角對企業(yè)生產(chǎn)過程進行分析，必然涉及各部門、各系統(tǒng)之間數(shù)據(jù)的拉通和共享，如進一步涉及產(chǎn)業(yè)鏈上的上下游企業(yè)，則各組織可能會由于競爭、隱私安全或缺乏信任而共享意愿不強。因此，在微觀層面，流程挖掘?qū)?shù)據(jù)要素的利用需要兼顧數(shù)據(jù)安全與數(shù)據(jù)流通兩全的制度設(shè)計。一方面，利用隱私計算、人工智能等技術(shù)，開發(fā)兼具隱私保護的流程挖掘算法，為數(shù)據(jù)要素“可用不可見”的實現(xiàn)模式提供有益探索；另一方面，企業(yè)可通過建設(shè)數(shù)據(jù)中臺、成立數(shù)據(jù)歸口管理部門、出臺數(shù)據(jù)共享管理辦法等方式，為數(shù)據(jù)要素的共享利用提供保障。但當(dāng)前仍以管理控制為主，需要逐步探索建立數(shù)據(jù)要素收益分配的市場化機制，提升各部門主體對數(shù)據(jù)要素利用的積極性。

05

結(jié)束語

在數(shù)字化轉(zhuǎn)型下，數(shù)據(jù)要素推動企業(yè)流程治理能力升級，而流程挖掘技術(shù)的發(fā)展提升了數(shù)據(jù)要素現(xiàn)實價值，依托直接性、動態(tài)性、外部性等特征，通過發(fā)揮業(yè)務(wù)牽引、要素整合、技術(shù)融合等機制，促進數(shù)據(jù)要素在企業(yè)內(nèi)部微觀層面的高效利用，助力企業(yè)實現(xiàn)智慧運營。目前，流程挖掘技術(shù)成熟度不高，需要企業(yè)進一步強化流程挖掘技術(shù)應(yīng)用積累，提升數(shù)字化治理能力，探索建立數(shù)據(jù)安全共享的共存機制等，從而促進數(shù)據(jù)要素價值最大化。

Research on data factor utilization from the perspective of process mining

CAO Shanwen

(Research Institute of China United Network Communication Co., Ltd., Beijing 100176, China)

Abstract: As a key technology across the fields of data mining and process modeling, process mining helps to bring the value of data factor into play, but at present, enterprises have insufficient use of process mining technology and data factor. Based on the analysis of factor characteristics and DIKW model, it is found that the application of data factor in process mining has the characteristics of directness, dynamism and externality, which can exert the factor value through the business oriented mechanism, the factor integration mechanism and the technology integration mechanism. Therefore, the enterprises need to further strengthen the application and accumulation of process mining technology, attach importance to the building of digital governance system, and explore to establish the coexistence mechanism for data security and sharing so as to maximize the value of data factor.

Keywords: process mining; data mining; data factor; operation management

本文刊于《信息通信技術(shù)與政策》2023年 第4期