流程挖掘=数据挖掘？数字足迹=BI工具？一文看清流程挖掘与其他数据科技的区别
人类社会进入21世纪的第一个十年之后，全球企业大都面临着两个严峻的挑战：一是人力成本飙升使得企业经营成本不断增加；二是业务的快速发展导致企业内部流程纷繁复杂，工作效率的提升跟不上业务的发展要求。因此，如何通过有效的技术手段降低企业的人力成本，以及了解企业流程自身的问题以便于提高员工的工作效率和实现企业智能化运营，已然成为全球企业家们迫切思考和解决的重大课题。在这一背景下，流程挖掘技术应运而生。
本文将带您了解流程挖掘和其他数据科技的区别和集成可能。通过和其他与之相关的技术、工具、方法进行对比，了解流程挖掘与现有技术和方法的差异，可以帮助您更好地厘清流程挖掘的概念，同时也将帮您明确流程挖掘的作用、优势及发展趋势。
一、数据挖掘与流程挖掘
（流程挖掘与数据挖掘的对比）
数据挖掘（DM，Data Mining）是一个用数据发现问题、解决问题的学科。通常通过对数据的探索、处理、分析或建模实现。首先，数据挖掘与流程挖掘都是通过分析大数据发现真实联系，并以易于理解且基于实际业务的方式进行数据可视化，本质上都是数据驱动的挖掘技术。但若基于学科发展历史的观察，会发现流程挖掘并不脱胎于数据挖掘领域，而是在流程管理的发展过程中诞生的。
这意味着经典的数据挖掘中不包括流程挖掘技术。因此，即使众多数据挖掘工具能够服务于特定的商业领域，比如超市货架摆放、电商精准营销等，甚至某些数据挖掘算法可以用于分析流程路径，却无法提供流程视角，无法实现完整的端到端的流程发现。
可以说，流程挖掘是打通数据挖掘和业务流程两个领域的要道，同时也结合了两个学科的优势：从流程视角出发，基于挖掘海量的事件日志，创建真实的流程模型，并揭开隐藏于标准流程迷雾下的诸多变体以发现异常。不同于数据挖掘“黑匣子”模式的运转，往往只能给出结论却无法追溯“为什么”，流程挖掘更多地是呈现不同视角下的流程路径，来直观地展示瓶颈和异常点，提供分析改进的有力依据。
（流程挖掘提供企业全流程视角）
此外，尽管数据挖掘相比于传统的统计分析更贴合业务实际，并且易用性和可扩展性有了较大提升。但仍需要数据科学专家根据实际场景选择合适的算法、设定参数、训练模型。而专注于流程领域的流程挖掘作为一种通用性工具，即使您不具备专业的数据分析知识，也可以较快学习并上手使用来助力流程优化。
当然，数据挖掘作为一种强大的工具，也能助力流程挖掘。通过流程挖掘发现真实流程后，您可以使用数据挖掘算法，比如决策树，来检测基础数据字段的相关性甚至是预测判断。
二、业务流程管理与流程挖掘
（流程挖掘与BPM的对比）
一般而言，业务流程管理（BPM，Business Process Management）是自上而下的流程设计和优化方式。是一门结合各种理论和方法，以设计，执行，控制，测量和优化业务流程为目的的学科。BPM生命周期包括5个环节，从流程模型分析、流程设计再造到具体的流程配置执行、监测和调整优化，对象往往是理论上的标准流程。BPM是以模型驱动的流程管理方法，作为上个世纪伴随“流程再造”管理思维诞生的BPM，它在信息化普及比较早的欧美，已经存在了多年。理论上，每个企业通过BPM都可以有效实现业务流程的优化。但BPM的实施本身就是一个持续性过程，往往投资回报率（ROI）表现不是很明显。
流程挖掘（PM，Process Mining）则是基于客观数据的自下而上的流程优化技术，核心在于业务系统中真实流程的挖掘和可视化呈现。区别于BPM，PM不需要依靠流程模型就可以发现企业流程运行的真实方式，并在此基础上通过强大的算法做可视化展现和优化分析。可以说，数据是流程挖掘的灵魂和内驱力。事实上，BPM领域也开始意识到真实数据在流程管理中的关键作用，数据驱动的流程挖掘技术也逐渐成为BPM领域的先进工具。
不过，尽管流程挖掘技术最初的目的是为了真实业务流程的数字孪生、发现分析和优化，但其诞生后又不仅仅作用于BPM。就如所有生命一样，PM也拥有自己的发展逻辑和成长轨迹。理论上，流程挖掘技术可以应用于各种存在“流程”的领域，对这些复杂的地下“暗流”进行可视化展现和分析。事实上，流程挖掘也已在行为观察、医疗系统、大型嵌入式系统等多个领域发挥其价值。
三、BI工具与流程挖掘
商业智能（BI，Business Intelligence）是利用数据仓库、数据分析和挖掘技术，以抽取、转换、查询、分析和预测为主的技术手段，将指定的数据转化为信息和知识的解决方案。企业使用BI工具满足不同员工对数据查询、分析和探索的需求，从而为管理和业务提供数据依据和决策支持。
尽管在流程挖掘从业者眼中，市面上的BI工具和流程挖掘软件是截然不同的两个事物，但其相似的看板输出确实令人迷惑，这是否只是新瓶装旧酒？
答案当然是否定的。最直接的区别在于，流程挖掘是过程分析技术，BI工具则用于结果监控和报告产出。即BI工具用来回答结果是什么，而流程挖掘用来探究结果背后的原因。
传统的BI工具侧重于展示关键绩效指标（KPI）。比如，为了评测服务水平，可能需要生成客户层面的整个流程周期的时间报表。当周期时间异常时，BI仪表盘可以做出提示，但无法深究导致该异常的原因。而基于事件日志发现真实流程、揭示流程瓶颈的流程挖掘技术可以具现流程变体和所有流程环节，有助于深入了解并分析导致流程周期异常的根本原因，并提供改进方向和优先级排序。这是因为，本质上，BI工具仍然基于流程做标准化运行的大前提，而流程挖掘技术并没有预设流程，即使企业有标准化流程，也永远致力于发现业务中真实运转的客观流程。
更进一步，在使用BI工具的过程中，KPI的选取也是基于已有的理论和方法，并结合分析人员的经验及认知决定的，难免带有一定的主观性，甚至难以验证。而流程挖掘则提供双向验证：既通过流程挖掘算法发现的流程模型验证猜想和假设，又通过实际数据验证流程模型，最大程度保证客观和真实。与此同时，建立在真实流程基础上的数据看板，可以帮助业务人员在内的所有参与者更容易看懂报表分析，这正是传统BI工具难以实现的。
当然，这并不意味着传统的BI报表对流程挖掘毫无助益。很多场景下它们可以一起使用来助力企业流程优化。比如，若您想建立新的KPI监控，那么流程挖掘可以提供客观有力的证据，帮助您选择合适的KPI和监测点。反过来，如果您已经采用BI工具进行KPI监测，在发现KPI异常情况，或者希望持续优化KPI数据时，流程挖掘技术可以帮助您快速锁定流程瓶颈并提供ROI参考。
总而言之，流程挖掘是CPM、BPI、TQM、6-Sigma等管理理念的使能技术。流程挖掘技术强调了企业数据资产的治理与应用——通过监测业务日志，来实时反映业务运行情况；通过处理复杂事件，优化业务路径；通过业绩的指标监测来度量组织效能……这些案例的共同点是通过放大流程中数据资产的价值，来优化企业运营流程。可以断定，流程挖掘技术极大地提高了数据挖掘和业务流程管理的联动性，未来也将助推新型商业智能（BI）技术发展。当然，必要时也可借助其他技术的力量赋能流程挖掘，使之成为更趁手的观察、剖析利器。
后疫情时代全新的内外环境促使越来越多的企业开始关注数字技术的发展与应用。望繁信科技作为流程挖掘领域的较领先的科技公司，有丰富的实施经验和业界最佳实践的积累，同时也肩负着促进行业态势趋向成熟的责任和义务。望繁信科技自主研发的流程挖掘产品-数字足迹具有强大的流程可视化和流程分析能力，支持更精细的流程筛选、更自由的图表搭建、更全面的分析拓展。自数字足迹研发及推出以来受到广泛青睐，已经吸引了大量各行业的企业使用。未来，望繁信将继续深度打磨产品，拓宽流程挖掘的应用边界，为中国的流程智能化发展添砖加瓦，与众多技术合作伙伴们一起共建流程挖掘的创新生态。