Методологии обнаружения процессов (process mining) и Big Data

В последнее время появилась новая научная дисциплина на границе взаимодействия между моделями процессов и данных о событиях — так называемое обнаружение процессов (process mining). Традиционные подходы и инструменты управления бизнес-процессами (BPM) и управления рабочими процессами (WfM), в основном, управляются моделями (model-driven), практически без учета данных о событиях. Методы обнаружения данных (Data Mining, DM), бизнес-аналитики (Business Intelligence, BI) и машинного обучения (Machine Learning, ML) фокусируются на данных без учета сквозных (end-to-end) моделей процессов. Методология обнаружения процессов направлена на преодоление разрыва между BPM и WfM, с одной стороны, и DM, BI и ML, с другой стороны. Задача состоит в том, чтобы использовать потоки данных о событиях («Большие данные») для понимания производительности и соответствия. Полученные результаты могут быть использованы для идентификации и анализа узких мест, неэффективности, отклонений и рисков.

Обнаружение процессов помогает организациям исследовать собственный бизнес (mine their own business): они могут находить, мониторить и улучшать реальные процессы путем извлечения знаний из журналов событий. В своем докладе Вил ван дер Аалст представит обзор этой интересной области, значение которой для сферы информационных систем (ИС) будет постоянно расти.

Доклад: «Mine Your Own Business» — использование методологии обнаружения процессов (process mining) для превращения больших объемов данных (Big Data) в реальную стоимость

Скачать презентацию

См. также:

Интервью Вила ван дер Аалста для Software Russia (на англ.)

Добавить комментарий