Process mining

Il Process mining è una tecnica di process management, che permette l'analisi dei processi di business, basati sui log degli eventi. L'idea di base è quella di estrarre conoscenza a partire dalle registrazioni degli eventi registrate da un sistema informativo. L'obiettivo del process mining è migliorare quest'ultimo, fornendo tecniche e strumenti per la scoperta di strutture di processi, di dati, di organizzazioni e strutture sociali a partire dai log.^[1]

Idea generale

Le tecniche di process mining sono spesso usato quando non è disponibile, tramite altri mezzi, una descrizione del processo o quando la qualità di questa documentazione è discutibile.

Software per process mining

Un framework software per la valutazione degli algoritmi di process mining è stato sviluppato alla Technische Universiteit Eindhoven da Wil van der Aalst ed altri ed è disponibile come toolkit open source.

• Process Mining^[2]
• Prom Framework^[3]
• Prom Import Framework^[4]

Le funzionalità del process mining sono anche realizzate dai seguenti vendors commerciali:

• Futura Reflect^[5], un suite sviluppata da Futura Technology per il process mining e process intelligente
• Interstage Automated Process Discovery,^[6] un servizio di process mining offerto da Fujitsu, Ltd. come parte di Interstage Integration Middleware Suite.

Voci correlate

• Business Process Discovery
• Business Process Management
• Data mining
• Workflow

Riferimenti

1. ^ Process mining all'Is.tm.tue.nl. Pagina acceduta il 23 settembre 2009.
2. ^ Process Mining
3. ^ Prom Framework
4. ^ Prom Import Framework
5. ^ Futura Reflect
6. ^ Interstage Automated Process Discovery

Altre letture

• Aalst, W. van der, Dongen, B. van, Herbst, J., Maruster, L., Schimm, G., & Weijters, A. (2003). Workflow Mining: A Survey of Issues and Approaches. Data and Knowledge Engineering, 47 (2), 237-267.
• Aalst, W. van der, Reijers, H., & Song, M. (2005). Discovering Social Networks from Event Logs. Computer Supported Cooperative work, 14 (6), 549-593.
• Dongen, B. van, Medeiros, A., Verbeek, H., Weijters, A., & Aalst, W. van der (2005). The ProM framework: A New Era in Process Mining Tool Support. In G. Ciardo & P. Darondeau (Eds.), Application and Theory of Petri Nets 2005 (Vol. 3536, pp. 444-454). Springer-Verlag, Berlin.
• Dumas, M., Aalst, W. van der, & Hofstede, A. ter (2005). Process-Aware Information Systems: Bridging People and Software through Process Technology. Wiley & Sons.
• Grigori, D., Casati, F., Castellanos, M., Dayal, U., Sayal, M., & Shan, M. (2004). Business Process Intelligence. Computers in Industry, 53 (3), 321-343.
• Grigori, D., Casati, F., Dayal, U., & Shan, M. (2001). Improving Business Process Quality through Exception Understanding, Prediction, and Prevention. In P. Apers, P. Atzeni, S. Ceri, S. Paraboschi, K. Ramamohanarao, & R. Snodgrass (Eds.), Proceedings of 27th international conference on Very Large Data Bases (VLDB’01) (pp. 159-168). Morgan Kaufmann.
• IDS Scheer. (2002). ARIS Process Performance Manager (ARIS PPM): Measure, Analyze and Optimize Your Business Process Performance (whitepaper).
• Ingvaldsen, J.E., & J.A. Gulla. (2006). Model Based Business Process Mining. Journal of Information Systems Management, Vol. 23, No. 1, Special Issue on Business Intelligence, Auerbach Publications
• zur Muehlen, M. (2004). Workflow-based Process Controlling: Foundation, Design and Application of workflow-driven Process Information Systems. Logos, Berlin.
• zur Muehlen, M., & Rosemann, M. (2000). Workflow-based Process Monitoring and Controlling - Technical and Organizational Issues. In R. Sprague (Ed.), Proceedings of the 33rd Hawaii international conference on system science (HICSS-33) (pp. 1-10). IEEE Computer Society Press, Los Alamitos, California.
• Rozinat, A., & Aalst, W. van der (2006b). Decision Mining in ProM. In S. Dustdar, J. Faideiro, & A. Sheth (Eds.), International Conference on Business Process Management (BPM 2006) (Vol. 4102, pp. 420-425). Springer-Verlag, Berlin.
• Sayal, M., Casati, F., Dayal, U., & Shan, M. (2002). Business Process Cockpit. In Proceedings of 28th international conference on very large data bases (VLDB’02) (pp. 880-883). Morgan Kaufmann.

External links

• Process mining research at Eindhoven University of Technology.