Navigatie >

Process mining

Process Mining visualiseert feitelijke processen op basis van kwantitatieve gegevens die beschikbaar zijn in systemen.

Process Mining is een techniek om het verloop van bedrijfsprocessen in kaart te brengen en te analyseren met behulp van een daarvoor ontwikkelde programma. In dit programma worden kwantitatieve data ingevoerd die uit de beschikbare systemen en applicaties worden gehaald.

Welke deelnemende organisaties gebruiken welke systemen voor Process mining?

Kijk op de achterkant voor de organisaties die deze systemen gebruiken en voor de contactpersonen en hun email-adressen die je hierover kunt benaderen.

Celonis

DJI: Robert de Haas (robert.de.haas@dji.minjus.nl)

Disco

UWV: Ronny Randamie (ronny.randamie@uwv.nl)

R (programmeertaal)

RVB: Wouter Pigge (wouter.pigge@rijksoverheid.nl)

Proces mining bij UWV (trailer)

Deze korte video is een compilatie van fragmenten uit de uitgebreidere presentatie van Ard Kees over process mining m.b.v. Disco bij het UWV.

Achtergrondinformatie over process mining

Process Mining visualiseert feitelijke processen op basis van kwantitatieve gegevens die beschikbaar zijn in systemen. Process Mining is een techniek om het verloop van bedrijfsprocessen in kaart te brengen en te analyseren met behulp van een daarvoor ontwikkelde programma. In dit programma worden kwantitatieve data ingevoerd die uit de beschikbare systemen en applicaties worden gehaald.

De meeste systemen houden iedere geautomatiseerde of manuele handeling (een ‘event’ genoemd) die in het systeem wordt verricht bij in een digitaal logboek. Zie het als digitale vingerafdrukken die het systeem registreert. In deze ‘event logs’ staat normaliter beschreven op welk tijdstip een bepaalde handeling is uitgevoerd en op welke order of case deze betrekking heeft. Soms wordt ook gelogd wie de handeling heeft uitgevoerd en hoe lang de handeling duurde.

Met behulp van Process Mining software worden de eventlogs van duizenden casussen gecombineerd om overzichtelijk in kaart te brengen hoe het gangbare proces eruitziet, maar ook wat de afwijkingen ten opzichte van de ‘happy flow’ (het proces zonder verstoringen) zijn. Dit kunnen afwijkingen zijn in termen van tijd, resultaat of de volgorde van handelingen. Een proces wordt dus bekeken vanuit het perspectief van data.

Er bestaat er altijd een gat tussen hoe het proces zou moeten verlopen (het ideale proces) en hoe het proces daadwerkelijk verloopt (de proces realiteit). Met behulp van data kun je een betrouwbaar inzicht krijgen in de proces realiteit en op basis daarvan de grondoorzaak (root-cause) van ongewenste resultaten achterhalen.

Process Mining gaat dus om het objectiveren van processen: besluitvorming wordt gebaseerd op volledige en juiste informatie. Daarnaast gaat Process Mining over het visualiseren van processen, waardoor complexe processen op een toegankelijke manier gepresenteerd worden. De happy flow, afwijkingen daarvan en bottlenecks zijn in één oogopslag zichtbaar; erg handig bij het presenteren van het oude of verbeterde proces.

Process Mining vs Data Mining

Ook al suggereren de namen een relatie tussen de twee, er zijn grote verschillen tussen Process Mining en Data Mining. Beide technieken zetten grote hoeveelheden data om in nuttige informatie, maar wel op een andere manier. Process Mining gebruikt gestructureerde data (zoals statussen in een systeem) om een proces van begin tot eind in kaart te brengen. Data Mining gebruikt ongestructureerde data (zoals vrije tekst) om patronen in data te ontdekken. Process Mining is toegankelijk voor iedere procesverbeteraar met de juiste training. Data Mining vereist diepgaande kennis van algoritmes en modelleren. Met behulp van Data Mining kan ongestructureerde procesdata echter omgezet worden in gestructureerde data, waar vervolgens met Process Mining betekenis aan gegeven kan worden.