امروزه به لطف وجود اینترنت و رشد گسترده سیستم های نرم افزاری، فرآیندهای مدرن بیش از هر زمان دیگری پیچیده تر، پویاتر و بهم پیوسته تر شده‎اند. علاوه بر اینکه کل عملکردهای کسب و کار مجازی و غیرمتمرکز شده‎اند، فرآیندها نیز بسیار نامرئی‎تر هستند. چنین فرآیندهایی اغلب زیر لایه هایی از پیچیدگی حاصل از رشد و تغییر سازمانی مدفون باقی می‎مانند. راه حلهایی مانند فرآیند کاوی، شیوه‎ای برای از میان برداشتن این به اصطلاح رسوبات فرآیندی و گشودن درهایی به سوی تعالی فرآیند واقعی ارائه می‎کنند.

 

فرآیند کاوی چیست؟

فرآیندکاوی در معنای گسترده، مجموعه ای از تکنیک ها برای دریافت، درک و نظارت بر فرآیندهای کسب و کار است. با انتشار مانیفست فرآیند کاوی در سال ۲۰۱۱ توسط IEEE ، این مفهوم مورد توجه عموم قرار گرفت. امروزه، بسیاری از ابزارها و تکنیکهای فرآیند کاوی برای شناسایی الگوهای موجود در مراحل فرآیند، شناسایی روند عملکرد و جزئیات انحرافات موجود در اجرای فرآیند مورد استفاده قرار می‎گیرند.

 

 فرآیند کاوی چگونه کمک می‎کند؟

فرآیند کاوی از داده های سیستمی برای تولید و تجسم یک مدل فرآیند استفاده می‎کند که شامل نقشه فرآیند، تعاملات میان کاربران، مسیرهای مختلفی که برای انجام هر فرآیند طی شده و معیارهای مربوطه می‎باشد. تجزیه و تحلیل مدل های فرآیند شفافیت کامل را در مورد کاری که انجام شده است فراهم می‎کند و می‎تواند به تقویت درک کاربران کسب و کار از یک فرآیند با استفاده از شناسایی ناکارآمدی‎ها و کشف مسیرهای قبلی و ناشناخته فرآیند، کمک نماید.

فرآیند کاوی از شناسایی همه تغییرات و انحرافات در یک فرآیند گرفته تا کشف تنگناها، تاخیرها، محرک‎های هزینه و سایر ناکارآمدی ها، به سازمانها در کشف پیچیدگی فرآیندها کمک می‎کند. وقتی نوبت به بهینه سازی، طراحی مجدد یا خودکار سازی یک فرآیند می‎رسد، درک و شناخت مناسب از فرآیند می‎تواند به هدف گیری دقیق KPI و تجزیه و تحلیل دلایل اصلی ناکارآمدی فرآیند کمک کند.

 

 

تعاریف و اصطلاحات

در رشته فرآیند کاوی، دو شاخه اصلی از ابزار برای استخراج، جمع آوری و تجزیه و تحلیل داده ها وجود دارد:

۱-ابزار استخراج فرایند

۲-ابزار کشف.

ابزارهای استخراج، که به عنوان ابزار فرآیند کاوی نیز شناخته می‎شوند، داده های فرآیند را از لاگ‎های مربوط به رویدادها دریافت و در یک سیستم IT ضبط می‎کنند.

به همین ترتیب، ابزار کشف که ابزار کشف فرآیند نیز نامیده می‎شوند به جای دسترسی به لاگهای رویداد در سیستم، از قدرت دید کامپیوتر برای اسکن صفحه استفاده نموده و داده های مربوط به رویدادها را ضبط می‎نمایند.

 

هنگامیکه به صنعت رجوع می‎کنیم، در اکثر مناطق به جای گزینه هایی مانند “کشف فرآیند کسب و کار “، ” تعالی فرآیند “، “درک فرآیند “، یا ” هوش فرآیند ” از اصطلاح “فرآیند کاوی” استفاده شده است.

 

این قضیه می‎تواند گیج کننده باشد؛ زیرا “فرآیند کاوی” نیز نامی است که اخیراً برای مجموعه‎ای از ابزارها در صنعت توصیف شده است. آگاهی از این تمایز مهم است و آن را با پیشوند “ابزار” در هر زیر مجموعه فنی علامت گذاری خواهیم کرد. در عین حال که رویکردها و تکنیک های کلیدی را در طول روند فرآیند کاوی توصیف می‎کنیم، به روشنی مشخص خواهیم کرد که در کجا در حال توصیف ابزار کشف فرآیند و در کجا در حال شرح ابزار فرآیند کاوی هستیم.

بدیهی است که هر دوی آنها در عمل، نقاط قوت و ضعف خود را خواهند داشت.

صنعت فرآیند کاوی

صنعت فرآیند کاوی بسیار گسترده بوده و به سرعت در حال رشد است. در شکل زیر مجموعه‎ای از فروشندگان ابزارهای فرآیند کاوی نشان داده شده است که ممکن است با برخی از آنها روبرو شده باشید. محصولات آنها هم شامل ابزارهای فرآیند کاوی و هم کشف فرآیند است و انتخاب یکی از این فروشندگان بستگی به مورد استفاده خاص و ویژگی های مورد نظر دارد.

 

 

چرخه فرآیند کاوی

چرخه فرآیند کاوی، موارد مختلفی را که برای رسیدن به بلوغ فرآیند لازم است به طور خلاصه بیان می‎کند و سطحی از درک و فهم سازمانی را به ارمغان می‎آورد که شفافیت و بینش لازم را به سازمان داده و آن را مهیای مقیاس بندی خواهد نمود. پنج مرحله اصلی برای این چرخه وجود دارد که در فصل های آینده با جزئیات بیشتر شرح خواهیم داد. این مراحل عبارتند از:

• ضبط فرآیند
• کاوش فرآیند
• تجزیه و تحلیل فرآیند
• ارتقاء فرآیند
• نظارت بر فرآیند

 

۱٫   ضبط فرآیند

تعریف ضبط فرآیند

یکی از نقاط قوت اصلی فرآیند کاوی این است که کاربران را از ذهنیت و حدس و گمان در مورد نحوه عملکرد فرآیند دور می‎کند. به جای حدس و گمان، داده های عینی و واقعی از داخل خود فرآیند جمع آوری می‎شوند. به همین دلیل است که تمام ابزارهای موجود در فضای فرآیند کاوی باید در زمینه ویژگی ضبط فرآیند قدرتمند باشند.

 

ضبط فرآیند، مجموعه‎ای از داده های فرآیند است که به کمک آن کاری که در شرکت در حال انجام است درک می‎شود. این مجموعه شامل اقدامات کاربران دیجیتالی یا غیر دیجیتالی (که خود شامل کلیک کردن است)، تعاملات سیستم ها و انتقال داده‎ها است. یک فرآیند دیجیتالی می‎تواند توسط یک رکورد الکترونیکی به روز شود، که شامل نوعی ردیابی دیجیتالی مانند نام رکورد، ویرایش و زمان است. هر فرآیند غیر دیجیتالی شامل اقداماتی است که در سیستم IT ذخیره نشده یا ثبت نشده اند، مانند بازیابی سند کاغذی توسط یک همکار. فرآیند کاوی صرفا با اقداماتی سر و کار دارد که به نوعی دیجیتالی می‎شوند. بنابراین اگر هیچ ردیابی دیجیتالی وجود نداشته باشد، فرآیند یا نیاز دارد دیجیتالی شود و یا اینکه باید به صورت دستی ضبط شود.

 

دو زیر مجموعه‎ی ابزار صنعتی، یعنی ابزارهای فرآیند کاوی و ابزارهای کشف فرآیند، در نحوه ثبت و ضبط داده ها با هم تفاوت دارند. ابزار فرآیند کاوی بر اساس استخراج لاگهای مربوط به رویدادها و ابزار کشف فرآیند بر مبنای دید کامپیوتری استوار هستند.

 

ضبط فرآیند به کمک لاگ‎های رویدادها

لاگ‎های رویدادها، لیستی از جزئیات هستند که به صورت خودکار تولید می شوند (مهر زمان ، ورودی / خروجی ، شناسه کاربری ، شناسه پرونده و غیره). تقریباً هر برنامه نرم افزاری یا سیستمی دارای ثبت وقایع داخلی است که به عنوان یک ردپای دیجیتال برای هرگونه تعاملات موجود در سیستم عمل می‎کند.

 

ابزار فرآیند کاوی، لاگ‎های رویدادها را پردازش کرده و الگوهایی برای ترسیم دقیق فرآیند ” as-is ” پیدا می‎کنند که شامل گام‎های برداشته شده در سیستم IT ، مسیر خوب آن و انحرافات آن است (مسیر خوب، مسیر پیشفرض یا ایده‎آلی است که بارها توسط کاربران طی شده) . به همین دلیل برخی افراد، خروجی حاصل از ضبط لاگ‎های رویدادها را داستان سیستم می‎نامند (داستان سیستم اقداماتی هستند که کاربر در یک یا مجموعه‎ای از اپلیکیشن‎های IT به انجام میرساند که برای ساختن جریانی از مسیر طی شده، با توجه به شناسه های کاربری پیگیری می‎شود).

 

برای ساخت آسانتر یک داستان سیستم توسط اپلیکیشن‎ها، بسیاری از ابزارهای فرآیند کاوی، کانکتورهای API از پیش ساخته شده برای استخراج خودکار و ساختاردهی داده ها ارائه می‎دهند. این کانکتورها معمولاً با رایجترین برنامه های IT کار می‎کنند؛ مانند Salesforce،SAP و Oracle ، به اضافه ابزارهای اتوماسیون فرآیند رباتیک مانند UiPath، Blue Prism و Automation Anywhere .

 

 

ایجاد یک داستان با استفاده از لاگ‎های رویدادها

ضبط فرآیند با کمک لاگ‎ها به شناسایی کیس متکی است. یک کیس هر شی دیجیتالی است که در یک فرآیند قابل ردیابی باشد. به عنوان مثال، کیس می‎تواند یک سفارش خرید باشد که توسط کاربر ارسال، بررسی و تأیید می‎شود.

 

شناسه کیس در اینجا معرف شناسه منحصر به فرد برای یک سفارش ‎مانند “سفارش ۱۸۲۳” است. تا زمانیکه “شناسه کیس” ها متمایز باشند، الگوریتم های تشخیص الگو می‎توانند بین آن سفارش، سفارشات دیگر و اقدامات انجام شده در هر یک از سفارشات تفاوت قائل شوند. هنگامی‎ که داده های زمان دار داشته باشیم، می‎توان شروع به ایجاد یک تقویم مربوط به اقدامات مربوطه برای هر کیس منحصر به فرد نمود (به عنوان مثال، “سفارش ۱۸۲۳” در ۱۲ اوت “ایجاد” شد، در ۱۴ اوت “ارسال” شد و در ۲۱ آگوست “تأیید ” گردید) و نقشه فرآیند” as-is ” را ایجاد کرد.

 

 

 

مزایا و وابستگی های مربوط به لاگ های رویدادها

ابزارهای فرآیند کاوی، کاربران را ترغیب می‎کند تا داده های معاملاتی نامرتب را برای ایجاد انسجام و ارتباط در آنها ساختار دهند. اگر این کار به درستی و با داده های با کیفیت و حجم بالا انجام شود، این شکل از استخراج، شفافیت و دقت کامل فرآیند را در اختیار کاربران قرار می‎دهد.

 

در طرف مقابل، کیفیت یک خروجی به شدت به داده ها بستگی دارد. داده های استخراج شده باید نسبتاً حجیم، ساختار یافته، دارای برچسب و کامل باشد؛ در غیر این صورت کارهای دستی بسیار بیشتری برای مرتب سازی و پاکسازی داده‎ ها مورد نیاز خواهد بود. علاوه بر این، ثبت لاگها ذاتاً به محیط های نرم افزاری خاص محدود می‎شود. بنابراین، می‎توان یک فرآیند معاملاتی SAP را با جزئیات ضبط کرد اما بینشی در مورد آنچه قبل یا بعد از تعامل کارمند با SAP اتفاق می‎افتد، وجود نخواهد داشت. ادغام لاگ‎های تعاملاتی در سیستم‎ها (به عنوان مثال، بین SAP و Salesforce ) امکان پذیر است، اما به تنظیمات بیشتری نیاز دارد، به خصوص اگر داده های مربوط به هر لاگ متفاوت باشند.

 

ضبط فرآیند به کمک دید کامپیوتری

دید کامپیوتری مورد استفاده توسط ابزارهای کشف فرآیند، شامل نظارت بر محیط دسکتاپ از طریق اسکن صفحه و تشخیص کلیک‎ها در هر اپلیکیشن است. این کار به کمک ترکیبی از تشخیص نوری کارکترها (OCR) و سایر متدولوژی‎های هوش مصنوعی که عناصر روی صفحه را تشخیص می‎دهند، انجام می‎شود.

 

 

 

 

 

به عبارت دیگر، این نرم افزار در پس زمینه اجرا می‎شود و از هر اقدام کاربر در صفحه عکس می‎گیرد، ضمن اینکه تعاملات کاربر مانند کلیک و فشردن کلید را نیز ضبط می‎کند. سپس از این داده های تصویری، برای درک اینکه با کدام سیستم های IT ارتباط برقرار می‎شود و چه اتفاقی در آنها می‎افتد، استفاده می‎گردد. پس از اینکه مراحل ضبط شده توسط اپلیکیشن طبقه بندی می‎شوند، تبدیل به نقشه های فرآیند می‎شوند که انواع فرآیند و انحرافات کلیدی را نیز در خود ذخیره می‎کنند.

 

با این شکل از ضبط، تمام اقدامات انجام شده توسط کاربر بر روی صفحه نمایش، فراتر از تعاملاتی که در لاگ‎های مربوط به رویدادها در اپلیکیشنهای منفرد وجود دارد، جمع آوری می‎شود. به همین دلیل است که به این خروجی‎ها، داستان کاربر گفته می‎شود (ضبط تمام عملکردهای صفحه) به جای داستان سیستم (ثبت گزارش رویدادهای یک سیستم IT ). این مورد همچنین می‎تواند شامل اقداماتی ‎شود که خارج از جریان فرآیند اتفاق می‎افتند، مانند کارمندی که فیس بوک یا اخبار را بررسی می‎کند یا کلیک کردن روی کلیدهای اشتباه. وقتی فرآیند به مدت طولانی بارها مورد مشاهده قرار می‎گیرد، واگرایی از اصل فرآیند شناسایی خواهد شد و می‎تواند به عنوان فیلتری برای انحرافات فرآیند عمل نماید.

 

مزایا و وابستگی‎های دید کامپیوتری

مهمترین مزیت دید کامپیوتری، این است که با ضبط کلیک‎ها حتی می‎داند کاربر در حال نوشتن چه چیزی در Notepad است، یا کدام سلولها در اکسل در حال ویرایش هستند، و به این ترتیب جزئیات بیشتری را ارائه می‎دهد. اسکرین شات‎ها نیز برای هر عملیات، ضبط و نگهداری می‎شوند. این داده های فرآیندی به طور مستقیم به اسناد تعریف فرآیند (PDD) و نقشه های فرآیند صادر می‎شوند، و‎ با استفاده از ابزارهایی مانند RPA برای پروژه های اتوماسیون می‎توانند باعث صرفه جویی در وقت گردند. با استفاده از ابزارهای خاص RPA، داده های مشابه می‎توانند برای تولید چارچوب های اساسی یک راه حل اتوماسیون، مورد استفاده قرار گیرند. با این حال، ابزارهای کشف فرآیند آنچه اتفاق می‎افتد را ضبط می‎کنند، در حالی که یک ابزار فرآیند کاوی کارهایی که کاربر در سیستم ها انجام می‎دهد را ردیابی نموده و با استفاده از شناسه کیسهای مشابه، بین ساختارهای داده‎ای ارتباط ایجاد می‎نماید. این به آن معنی است که کاربران می‎توانند ویژگی های بیشتری را به کیسی که شناسه آن را ردیابی می‎کنند، اضافه نموده و شفافیت بیشتری برای معیارهای فرآیند مانند هزینه و زمان مهیا نمایند. از طرف دیگر، کشف فرآیند می‎تواند در جایی که هیچ گونه گزارشی در مورد وقایع وجود ندارد، قفل درک و شناخت را بگشاید.

 

چرا هر دو نه؟

هر دو رویکرد داده هایی را که یکسان هستند و یا همپوشانی زیادی دارند، به تصویر می‎کشند. بنابراین بخشهای زاید زیادی در صورت استفاده از هر دو وجود خواهد داشت. به همین دلیل امروزه برخی از ابزارهای پیشرو در حال ادغام هر دو قابلیت هستند، مانند اضافه کردن داده های اسکرین شات(در فرمت خیلی ساده) و مربوط کردن آن به داده‎های لاگ‎ها.

 

 

این مطلب ادامه دارد ….