حدث بطريقة ما أنه في عام 2020 كان هناك زيادة في الاهتمام بموضوع عملية التعدين. من المحتمل أن الواقع الجديد للوضع البعيد يتطلب تقييمًا أوثق لكفاءة العمليات التكنولوجية والتجارية. إنه نفس الشيء كما هو الحال مع الإطارات الخشبية المنحنية والمائلة. يمر عبر جميع الشقوق ، وينتج العداد ميغاوات للتدفئة.

بشكل عام ، هناك العديد من الطلبات الشائعة لتطبيق تقنية تعدين العمليات:

• أريد تحسين شيء ما ، لكني لم أسمع أي شيء سوى الكلمات الطنانة ؛
• الحصول على "أموال حقيقية" أو ادخارها من خلال تحسين عملية "الطلب إلى النقود" الكلاسيكية وما شابه ذلك ؛
• تدقيق النظام لكل شيء وكل شيء من قبل فريق المراجعين لدينا ؛
• بناء التحليلات والمراقبة التشغيلية على أساس مؤشرات العملية ، وليس مقاييس تكنولوجيا المعلومات.

في 99٪ من الحالات ، بدأوا في قراءة Gartner / Forrester والوصول إلى أفضل 4 بائعين (Celonis / Minit / Software AG / UiPath) ، الموجودين بطريقة ما في روسيا. وقبل أن يبدأوا في الحصول على أي فائدة ، يحصلون على الفور على ثمن باهظ للتراخيص والدعم السنوي اللاحق. في الوقت نفسه ، يتم حياكة التبرير الاقتصادي بخيوط بيضاء.

هل من الضروري حقًا السير على هذا النحو؟ خاصة عندما لا يتم فهم المهام والأهداف بشكل كامل من قبل المديرين أنفسهم. لا تنس أن البائعين يحتاجون إلى سجل أحداث مُعد خصيصًا ، ويمكن أن يؤدي إعداده إلى حدوث صداع وعدة أشهر من أعمال التكامل في مشهد المؤسسة الكلاسيكي.

تابع من المنشورات السابقة .

الديباجة

هل التعدين في العمليات يتعذر جدًا على البشر البحتين وهل كل شيء مخيف ومكلف؟

لا لا ومرة ​​واحدة لا. يمكن إغلاق 90٪ من المهام في الإنتاج و 100٪ من المهام في مرحلة البحث باستخدام أدوات مفتوحة المصدر. يسمح النظام البيئي R بحلها بالكامل تقريبًا. علاوة على ذلك ، يمكن حتى للمدققين وموظفي الموارد البشرية إتقان الأدوات واستخدامها بفعالية في أنشطتهم اليومية. ماذا نقول عن المطورين والمحللين.

وعندما تكون المهمة واضحة ، ستكون فوائد استخدام الأدوات التجارية مبررة ، وبعد ذلك يمكنك التفكير في شراء تراخيص للبرامج التجارية المتخصصة. أو على العكس من ذلك ، توفير المال وتقليل الهدر.

« 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». , , .. , .

المنشور السابق - "Package-Package-Package ... ما مدى فعالية استخدامك لـ R؟" ...