Descrizione

Il mining di processo è l'anello mancante tra analisi di processo basata su modello e tecniche di analisi orientate ai dati. Attraverso set di dati concreti e software di facile utilizzo, il corso fornisce conoscenze scientifiche che possono essere applicate direttamente per analizzare e migliorare i processi in una varietà di domini.

La scienza dei dati è la professione del futuro, perché le organizzazioni che non sono in grado di utilizzare i (grandi) dati in modo intelligente non sopravviveranno. Non è sufficiente concentrarsi sull'archiviazione e sull'analisi dei dati. Il data scientist deve anche mettere in relazione i dati con l'analisi del processo. Il process mining colma il divario tra la tradizionale analisi dei processi basata su modelli (ad esempio, simulazione e altre tecniche di gestione dei processi aziendali) e tecniche di analisi incentrate sui dati come l'apprendimento automatico e il data mining. Il process mining cerca il confronto tra i dati degli eventi (cioè il comportamento osservato) ei modelli di processo (creati a mano o scoperti automaticamente). Questa tecnologia è diventata disponibile solo di recente, ma può essere applicata a qualsiasi tipo di processo operativo (organizzazioni e sistemi). Le applicazioni di esempio includono: analisi dei processi di trattamento negli ospedali, miglioramento dei processi di assistenza clienti in una multinazionale, comprensione del comportamento di navigazione dei clienti che utilizzano il sito di prenotazione, analisi dei guasti di un sistema di smistamento bagagli e miglioramento dell'interfaccia utente di una macchina a raggi X. Tutte queste applicazioni hanno in comune il fatto che il comportamento dinamico deve essere correlato ai modelli di processo. Quindi, ci riferiamo a questo come "scienza dei dati in azione".

Il corso spiega le principali tecniche di analisi nel processo di mining. I partecipanti apprenderanno vari algoritmi di rilevazione dei processi. Questi possono essere utilizzati per apprendere automaticamente i modelli di processo dai dati di eventi non elaborati. Saranno presentate varie altre tecniche di analisi del processo che utilizzano i dati degli eventi. Inoltre, il corso fornirà software di facile utilizzo, set di dati di vita reale e abilità pratiche per applicare direttamente la teoria in una varietà di domini applicativi.

Questo corso inizia con una panoramica degli approcci e delle tecnologie che utilizzano i dati degli eventi per supportare il processo decisionale e la (ri) progettazione dei processi aziendali. Quindi il corso si concentra sull'estrazione dei processi come ponte tra il data mining e la modellazione dei processi aziendali. Il corso è a livello introduttivo con vari compiti pratici.

Il corso copre i tre principali tipi di processo di mining.

1. Il primo tipo di processo di mining è il rilevamento. Una tecnica di rilevamento prende un registro eventi e produce un modello di processo senza utilizzare alcuna informazione a priori. Un esempio è l'algoritmo Alpha che accetta un registro eventi e produce un modello di processo (una rete Petri) che spiega il comportamento registrato nel registro.

2. Il secondo tipo di processo di mining è la conformità. Qui, un modello di processo esistente viene confrontato con un registro eventi dello stesso processo. Il controllo di conformità può essere utilizzato per verificare se la realtà, come registrata nel registro, è conforme al modello e viceversa.

3. Il terzo tipo di processo di mining è il miglioramento. Qui, l'idea è di estendere o migliorare un modello di processo esistente utilizzando le informazioni sul processo effettivo registrate in alcuni registri eventi. Mentre il controllo di conformità misura l'allineamento tra modello e realtà, questo terzo tipo di processo di mining mira a cambiare o estendere il modello a priori. Un esempio è l'estensione di un modello di processo con informazioni sulle prestazioni, ad esempio, che mostra colli di bottiglia. Le tecniche di mining di processo possono essere utilizzate in un ambiente offline, ma anche online. Quest'ultimo è noto come supporto operativo. Un esempio è il rilevamento di non conformità nel momento in cui si verifica effettivamente la deviazione. Un altro esempio è la previsione del tempo per i casi in corso, ovvero, dato un caso parzialmente eseguito, il tempo di elaborazione rimanente viene stimato sulla base di informazioni storiche di casi simili.

Il process mining non fornisce solo un ponte tra il data mining e la gestione dei processi aziendali; aiuta anche ad affrontare il classico divario tra "business" e "IT". La gestione dei processi aziendali basata sull'evidenza basata sull'estrazione dei processi aiuta a creare un terreno comune per il miglioramento dei processi aziendali e lo sviluppo dei sistemi informativi.

Il corso utilizza molti esempi utilizzando registri eventi della vita reale per illustrare concetti e algoritmi. Dopo aver seguito questo corso, si è in grado di eseguire progetti di process mining e avere una buona conoscenza del campo di Business Process Intelligence.

Dopo aver seguito questo corso dovresti:
- avere una buona conoscenza delle tecniche di Business Process Intelligence (in particolare process mining),
- comprendere il ruolo dei Big Data nella società odierna,
- essere in grado di mettere in relazione le tecniche di process mining con altre tecniche di analisi come la simulazione, la business intelligence, il data mining, l'apprendimento automatico e la verifica,
- essere in grado di applicare tecniche di base di rilevamento dei processi per apprendere un modello di processo da un registro eventi (sia manualmente che utilizzando strumenti),
- essere in grado di applicare tecniche di controllo della conformità di base per confrontare i registri degli eventi e i modelli di processo (sia manualmente che utilizzando strumenti),
- essere in grado di estendere un modello di processo con le informazioni estratte dal registro degli eventi (ad esempio, mostrare i colli di bottiglia),
- avere una buona conoscenza dei dati necessari per avviare un progetto di process mining,
- essere in grado di caratterizzare le domande a cui è possibile rispondere sulla base di tali dati di eventi,
- spiegare come il process mining può essere utilizzato anche per il supporto operativo (previsione e raccomandazione), e
- essere in grado di condurre progetti di process mining in modo strutturato.

Prezzo: Iscriviti gratuitamente!

Mining di processo: data science in azione - Università tecnologica di Eindhoven