对操作过程的了解是能够优化操作过程的一个重要因素。然而，流程往往没有被充分地记录下来，或者所执行的日常流程与记录之间存在差异。流程挖掘可以帮助更好地理解和优化公司的流程。
本文章以德语撰写，可自动翻译成其他语言并进行重读。我们欢迎您在文章末尾进行反馈。
什么是过程采矿？
流程挖掘是一种技术，其中现有数据可用于重建和评估业务流程。来自业务IT系统的现有数据被用来重构和分析业务流程。该方法专注于隐含的流程知识，以定义、组合和可视化流程步骤。流程挖掘的目标是识别一个流程的所有步骤、相互关系和依赖关系的端到端，将其与理想的流程进行比较，并找出它实际上应该是怎样的，或者在哪些方面可以优化。
过程挖掘与数据挖掘
数据挖掘是一种分析技术，与流程挖掘类似，分析大量的数据以提供更好的理解。然而，数据挖掘在分析数据时侧重于经验相关性、交叉联系和趋势，并提供个别关键数字和选择性的结果。另一方面，流程挖掘分析了数据是如何产生的，因此也可以进行预测，并实时识别偏差。流程挖掘使整个公司的流程清晰可见，并能识别问题和优化潜力。
流程挖掘的5个常用工具
塞洛尼斯
Celonis是最著名的流程挖掘平台之一，提供广泛的功能，包括流程可视化、流程优化和预测分析。该平台易于使用，可以快速实施。
敏特
Minit提供了一个直观的用户界面来可视化和优化流程。该平台可以结合不同来源的数据，并提供流程分析、流程比较和流程优化等功能。
迪斯科
Disco是一个用户友好的过程挖掘软件，提供广泛的功能，包括过程可视化、过程分析和过程优化。该平台还支持广泛的数据源，并能快速实施。
工艺黄金
ProcessGold 提供了一套全面的功能来可视化、分析和优化业务流程。该平台支持广泛的数据源，并提供一个用户友好的界面。
QPR过程分析器
QPR ProcessAnalyzer提供一系列全面的功能，以可视化、分析和优化业务流程。该平台支持广泛的
一系列的数据源，并提供集成的流程自动化和优化。该平台易于使用，可以快速实施。
数据质量的作用
在进行过程挖掘项目时，数据的质量是一个重要因素。重要的是要提前考虑数据，了解它，包括所有的背景信息。必须选择和准备相关的数据，这往往需要将不同来源的数据联系起来。只有这样，才有可能在最后从模型中得出正确的结论，并做出基于事实的决定、结论或建议。
通过文档AI提高数据质量
为了进一步提高数据质量，应用文档人工智能（Artificial Intelligence）可能是有用的。文档人工智能是一种使用机器学习和人工智能来分析、提取和分类文档和数据的技术。
通过应用文档人工智能，文档可以被自动识别和分析，以提取相关信息并以一致的方式进行结构化。该技术可以帮助合并和清理来自不同来源的数据，以确保更高的数据质量。
通过文档人工智能，例如，发票、送货单、订单或合同可以被自动捕获和处理。该技术可以从文件中提取相关数据，如客户名称、金额或付款条件，并以统一的形式将其结构化。这就避免了人工输入的错误，提高了数据质量。
当与流程挖掘相结合时，文档AI可以帮助提高输入流程挖掘软件的数据质量。通过自动 萃取 和结构化的数据，避免了错误和不一致，导致更好的结果和洞察力。
总的来说，文档人工智能的应用提供了一个提高数据质量的机会，从而为成功的流程挖掘项目创造了基础。
加工采矿的各个阶段
一个过程采矿项目包括几个阶段。在第一阶段，对项目进行规划并选择相关数据。在第二阶段，定义问题并创建模型。在第三阶段，将事件日志与模型联系起来，必要时对模型进行调整。在第四阶段，模型被更多的因素所扩展，最后模型可以被用来支持事件的预测、干预措施的规划或建议。
总结
流程挖掘是理解和优化业务流程的一个重要方法。该技术使用现有的数据来重构和分析业务流程。现在有许多软件供应商提供流程挖掘工具。常见的工具包括Celonis, Minit, Disco, ProcessGold和QPR ProcessAnalyzer。在进行流程挖掘项目时，重要的是提前考虑数据的质量，并选择和准备相关数据。只有这样，才有可能做出基于事实的决定、结论或建议。
更多文章
Schreibe einen Kommentar