Irgendwie kam es im Jahr 2020 zu einem starken Interesse am Thema Process Mining. Es ist möglich, dass die neue Realität des Remote-Modus eine genauere Bewertung der Wirksamkeit von Technologie- und Geschäftsprozessen erfordert. Es ist das gleiche wie bei gebogenen und schrägen Holzrahmen. Es läuft durch alle Risse und der Zähler windet Megawatt zum Heizen.

Im Allgemeinen gibt es mehrere beliebte Anfragen für die Anwendung der Process-Mining-Technologie:

• Ich möchte etwas verbessern, habe aber nichts anderes als ein Schlagwort gehört.
• Erhalten oder sparen Sie "echtes Geld", indem Sie den klassischen "Order-to-Cash" -Prozess und dergleichen optimieren.
• Systemprüfung von allem und jedem durch unser eigenes Auditorenteam;
• Aufbau von Betriebsanalysen und -überwachung basierend auf Prozessindikatoren, nicht auf IT-Metriken.

In 99% der Fälle lesen sie Gartner / Forrester und gelangen zu den Top 4 Anbietern (Celonis / Minit / Software AG / UiPath), die in Russland irgendwie präsent sind. Und bevor sie irgendwelche Vorteile erhalten, erhalten sie sofort einen ziemlich hohen Preis für Lizenzen und anschließende jährliche Unterstützung. Gleichzeitig wird die wirtschaftliche Rechtfertigung mit weißen Fäden genäht.

Ist es wirklich notwendig, diesen Weg zu gehen? Besonders wenn die Aufgaben und Ziele von den Direktoren selbst nicht vollständig verstanden werden. Vergessen Sie nicht, dass Anbieter ein speziell vorbereitetes Ereignisprotokoll benötigen. Die Vorbereitung kann zu Kopfschmerzen und vielen Monaten Integrationsarbeit in einer klassischen Unternehmenslandschaft führen.

Fortsetzung aus früheren Veröffentlichungen .

Präambel

process mining ?

, . 90% 100% open-source . R . HR . .

, , . , .

« 1- 30- », R process mining -.

.

-, , :

• (= ) ;
• ;
• ;
• ;
• ;
• .

:

. , , . , process-mining data-science .

, :

• , ETL - ;
• 2- 3- , «-» ;
• « » ;
• .

process-mining . data science , , , open-source R Tidyverse. , open-source . 10 , . , process-mining , , process mining office (PMO).

PMO . , data science « », .. () , .

, process-mining , . data science , PMO R tidyverse Excel.

R process mining:

• (open-source);
• ( , );
• ( 10-100 «» );
• ( , « »);
• ( , R > 10 . , /, , , , web , ...).

csv, :

read_csv("./data/pmo/pmo_sales.csv")

xlsx, :

read_excel("./data/pmo/pmo_sales.xlsx", sheet = " ")

: MS SQL, PostgreS, Oracle, MySQL, Access, Redis, Clickhouse,… "Databases using R" (https://db.rstudio.com/)

() . :

• https://dplyr.tidyverse.org/reference/index.html
• https://rstudio.com/resources/cheatsheets/

mutate — .

df <- read_csv("./data/pmo/pmo_sales.csv") %>%
  #    
  mutate(amount = unitprice * weight)
df

group_by — , summarise — .

#    
df %>% 
  group_by(item) %>%
  summarise(sum(weight), sum(amount))

select — .

df %>%
  select("" = date, ", " = amount, item)

filter — .

df %>%
  filter(amount > 1000, item == "")

arrange — .

df %>%
  arrange(date, desc(amount))

df %>% 
  group_by(item) %>%
  gt(rowname_col = "date")

gp <- ggplot(df, aes(date, amount, color = item, fill = item)) +
  geom_point(size = 4, shape = 19, alpha = 0.7) +
  geom_line(lwd = 1.1) +
  scale_x_date(date_breaks = "1 day", date_minor_breaks = "1 day", date_labels = "%d") +
  scale_y_continuous(breaks = scales::pretty_breaks(10)) +
  ggthemes::scale_color_tableau() +
  ggthemes::scale_fill_tableau() +
  theme_bw()

gp

gp + facet_wrap(~item) + geom_area(alpha = 0.3)

df <- read_csv("./data/pmo/pmo_school.csv")
df

activity resourse

df %>% 
  mutate(new_activity = glue("{activity} - {resource}")) %>%
  count(new_activity, sort = TRUE)

?

df %>%
  mutate(hr = hour(timestamp), date = as_date(timestamp)) %>%
  group_by(date) %>%
  #    
  filter(timestamp == max(timestamp)) %>%
  ungroup() %>%
  select(date, hr, everything(), -timestamp, -part)

DWG bupaR (https://www.bupar.net)

.

patients

patients %>%
    process_map()

patients %>%
    process_map(performance(median, "days"))

P.S.

1. , , . enterprise. .
2. , «- enterprise : . R»
3. process mining , Wil M. P. van der Aalst «Process Mining: Data Science in Action». , , .. , .

Vorheriger Beitrag - "Package-Package-Package ... Wie effektiv verwenden Sie R?" ...