De alguma forma, aconteceu que em 2020 houve um surto de interesse no assunto de Process Mining. É possível que a nova realidade do modo remoto exigisse uma avaliação mais detalhada da eficácia dos processos tecnológicos e de negócios. É o mesmo que as molduras de madeira curvas e oblíquas. Ele passa por todas as rachaduras e o medidor gera megawatts para aquecimento.
Em geral, existem várias solicitações populares para a aplicação de tecnologia de mineração de processos:
- Eu quero melhorar algo, mas não ouvi nada além de uma palavra da moda;
- obtenha ou economize "dinheiro real", otimizando o processo clássico de "pedido para pagamento" e similares;
- auditoria do sistema de tudo e tudo por nossa própria equipe de auditores;
- construir análises operacionais e monitoramento com base em indicadores de processo, não em métricas de TI.
Em 99% dos casos, eles começam a ler Gartner / Forrester e chegam aos 4 principais fornecedores (Celonis / Minit / Software AG / UiPath), que estão de alguma forma presentes na Rússia. E antes de começarem a receber qualquer benefício, eles recebem imediatamente um preço bastante alto pelas licenças e pelo suporte anual subsequente. Ao mesmo tempo, a justificativa econômica é costurada com fios brancos.
É realmente necessário seguir esse caminho? Principalmente quando as tarefas e objetivos não são totalmente compreendidos pelos próprios diretores. Não se esqueça de que os fornecedores exigem um log de eventos especialmente preparado e sua preparação pode resultar em uma dor de cabeça e muitos meses de trabalho de integração em um cenário corporativo clássico.
Continuação de publicações anteriores .
Preâmbulo
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/)
() . :
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.
- , , . enterprise. .
- , «- enterprise : . R»
- process mining , Wil M. P. van der Aalst «Process Mining: Data Science in Action». , , .. , .
Post anterior - "Package-Package-Package ... Quão Eficazmente Você Está Usando R?" ...