In de eerste artikelen over het event log, data kwaliteit en procesvisualisatie wil ik nu aandacht besteden aan Process Mining met bestaande bedrijfsprocessen en de bijbehorende dataset.
Hoe werk ik met een dataset?
Een relatief eenvoudig vertrekpunt voor het starten van een Process Mining project is het ERP systeem. Hoewel je problemen met de kwaliteit van jouw dataset kunt tegenkomen, zoals ik heb besproken in blog 2, is de data in een ERP systeem gestructureerd en relatief eenvoudig te transformeren naar een event log. Als je je echter beperkt tot de ERP dataset, dan blijft het informele proces verborgen.
Vaak registreren mensen alleen dingen in een ERP systeem, omdat ze dit “moeten” doen of omdat ze “anders niet kunnen doorgaan” met het vervolgen van hun proces. Dus het invullen van data in ERP systemen is slechts een verplichting. Het systeem ondersteunt het proces niet, maar mensen moeten handelingen doen om verder te kunnen werken in hun proces. Voor de echte procesondersteuning gebruiken ze tools zoals Excel-sheets, Access-databases, e-mail en documentbeheersystemen zoals SharePoint.
Het gebruik van ERP data
Dus wanneer je de ERP data ontgint, krijg je inzicht in het formele proces, maar geen begrip van het informele, werkelijke proces. Mensen kunnen bijvoorbeeld een hele week werken aan onderhoudsorders, maar alleen de actuele status op papier of in een spreadsheet bijwerken en ze zullen de status in de ERP systemen alleen op vrijdag vrijgeven. Dit komt misschien omdat mensen geen toegang hebben tot het ERP systeem op hun werkplek, omdat ze hier geen tijd voor hebben (ERP systemen staan over het algemeen niet bekend om hun gebruiksvriendelijkheid). Of misschien komt het omdat eindgebruikers niet de juiste opleiding hebben gekregen om het ERP systeem te gebruiken of misschien zijn ze gewoon eigenwijs.
Wat het geval ook is, we zullen er mee om moeten gaan. We kunnen niet zomaar oogkleppen opzetten en denken dat dit het eigenlijke proces is. In plaats daarvan moeten we ook deze informele systemen bestuderen. Dit is natuurlijk moeilijker om te doen. Het is vaak niet zo eenvoudig om eventlogs van deze systemen te maken en vaak worden timestamps niet geregistreerd.

Benieuwd naar alle termen en begrippen over Process Mining en Data Science?
Download ons begrippenkader Process Mining en ontvang een e-book met daarin alle termen die te maken hebben met Process Mining en Data Science.
Een must have voor alle geïnteresseerden in het onderwerp Process Mining.
Gebruik van een dataset bestaande uit data van sensoren
Meer betrouwbare data dan handmatig ingevoerde data kan sensordata zijn. Soms is sensordata beschikbaar in CSV-formaat, maar we hebben in het verleden ook sensordata aangetroffen in een obscure binaire indeling. Maar sensordata is meestal objectiever, dus het is vaak de moeite waard om deze dataset te bestuderen als deze beschikbaar is. We hebben dit meerdere keren voor fabricage processen gedaan. Process Mining is niet beperkt tot administratieve processen, maar je kunt ook Process Mining toepassen op industriële processen als je weet hoe je sensordata moet extraheren.
ERP systemen en Process Mining
Pas op, ik stel niet dat je geen Process Mining moet toepassen op data uit ERP systemen. Ik stel alleen dat dit geen compleet beeld zal geven. Dus vraag mensen hoe ze de ERP systemen gebruiken en sluit je ogen niet voor extra databronnen.
Voor deze extra databronnen zul je zelf moeten vaststellen wat het meest efficiënt en betrouwbaar is. De mensen vragen hoe ze al hun Excel-bladen gebruiken of de data proberen te analyseren met Process Mining.
Process Mining is slechts een middel om een doel te bereiken.

Zelf aan de slag met uw dataset!
Om je op weg te helpen met proces visualisatie hebben wij onze best practices op het gebied van data preparatie verzameld in een handige gratis download.
Via onderstaande button ontvang je direct een exemplaar!
Zelf aan de slag met Process Mining binnen jouw organisatie?
Schrijf je in voor de gratis Masterclass!

Linda Terlouw
Dr. ir. Linda Terlouw holds both an MSc in Computer Science and an Msc in Business Information from the University of Twente. Her PhD research focused on modularization of organizations and IT systems using Enterprise Ontology and Service-Oriented Architecture. At the moment she is mainly working on data science (e.g. forecasting), data visualization and process mining (www.monkeymining.com). Before she started her own company, Icris, she worked for IBM and Ordina (a large Dutch consulting firm). Clients she has been working for include several Dutch water suppliers, a large municipality, several factories, and the Ministry of Defense. She is lector (professor) at the Avans+ University of Applied Sciences and teaches at Nyenrode Business University.
Anderen bekeken ook:
Samenwerken – Starten met Process Mining (7/7)
In de eerste artikelen over het event log, data kwaliteit, procesvisualisatie, dataset, procesoptimalisatie en draagvlak bespreek ik in mijn laatste blog uit deze serie het samenwerken. Een essentieel onderdeel in Process Mining trajecten. Wat is jouw uitgangspunt...
Draagvlak – Starten met Process Mining (6/7)
In de eerste artikelen over het event log, data kwaliteit, procesvisualisatie, dataset en procesoptimalisatie wil ik nu het draagvlak bespreken wat nodig is voor Process Mining trajecten. Is draagvlak voor Process Mining belangrijker dan algoritmes en datasets? Als...
Procesoptimalisatie – Starten met Process Mining (5/7)
Waarom procesoptimalisatie toepassen? Iedere organisatie heeft te maken met processen en mensen. De combinatie van deze twee maakt jouw organisatie uniek. Als een proces niet goed verloopt, onduidelijk is of slecht is ingericht kan het gebeuren dat producten of...
Recente reacties