一文看懂任务挖掘和流程挖掘的区别是什么？

随着企业信息化管理改革的不断深化, 面对日益复杂的业务流程, 管理层对于自身运营机制的根本性问题愈发关注, 并采取措施优化相关环节以提升效率, 从而帮助企业实现更加高效有序的经营运作. 基于此, 越来越多的企业开始寻求企业级智能自动化解决方案, 这其中包括流程挖掘（Process Mining）技术和任务挖掘（Task Mining）方法逐渐成为解决这些问题的重要手段.

在与合作伙伴的交流过程中

在学术界或行业中是否有时会将'任务挖掘'与'流程 mining'视为可以相互替代的技术术语？两者在机制上是否存在根本性的一致性？它们之间又存在哪些显著的差异？

简明扼要的回答是流程分析技术和任务驱动方法都被广泛应用于企业场景中；然而这些方法各自具备独特的功能定位与适用范围。但是它们可以通过协同工作帮助企业在多个层面实现企业流程智能化管理以及系统的运营。

本文将带您真正了解任务挖掘和流程挖掘的定义及两者的区别。

一、什么是任务挖掘
一种新兴的技术就是任务挖掘（Task Mining）。它专注于完成的任务（作业），这些作业通常涉及若干步骤的工作模块（流程）。这些工作模块通常是岗位上的员工通常会手动完成的。通过分析用户的活动数据以及交互信息（信息），企业能够更好地理解他们是如何执行这些工作的（操作）。基于收集到的信息（数据），企业能够评估自身的运营效率（效率），发现常见问题并识别哪些工作可以通过自动化的方式进行改进（优化）。

为了更好地帮助您理解，在图书出版领域举例说明：印刷一本书涉及包括设计并制作印刷版式、审核并确认版式设计、安排并配置印刷设备以及将纸张放入 printer workbench 进行加工等各项操作；这些项目或作业类别都归类为 '任务'。

例如，在企业的应付款流程里

-了解用户操作

该软件用于记录并分析用户的各项操作。企业利用该工具收集员工与电脑桌面交互的数据，并详细研究所有工作的完成流程。其主要目标在于帮助公司消除不必要的操作步骤、提升用户体验、统一流程变量从而提高效率并发现潜在的自动化机会。

-用户桌面日志/数据

任务挖掘的数据源主要记录了用户与电脑桌面之间的交互行为, 包括但不限于鼠标操作（如点击）、敲击键盘（如击键）、文本复制与粘贴以及常规的操作活动. 这些数据被存储为日志文件或电子文档. 采用的技术涵盖了数据挖掘方法、模式识别算法以及自然语言处理技术（如NLP）和光学字符识别技术（OCR）. 这些技术共同构成了任务分析的核心工具. 数学公式...原样保留, 英文部分保持不变, 数字和字母及标点符号也不做任何修改.

任务深度分析的结果是对用户执行的操作步骤及其变体进行了详细描述。这些描述不仅能够作为实施流程挖掘的基础准备,也可作为RPA实施规划的基础框架。因此许多RPA服务商会借助任务挖掘技术来减少与数据科学团队在技术应用上的断层,从而帮助他们在认知性领域实现某些操作自动化而非全面覆盖所有流程。鉴于目前中国的技术环境和资源限制,这一技术在国内的应用仍然面临较大的推广障碍,具体表现在部署层面仅能作为实施RPA规划的基础方向

二、什么是流程 mining
流程 mining（Process Mining）是一种新兴的交叉领域学科，在涵盖数据挖掘、机器学习技术以及过程建模与分析等多个方面。其核心在于基于现代信息系统中的事件日志来获取数据并提取相关知识，并通过识别、监控并优化实际工作流程来实现对现有业务过程的有效改进。该方法论不仅在数据挖掘领域具有重要应用价值，在业务流程管理方面也发挥着关键作用，在推动新型智能技术发展的同时成为CPM（ crossed-process management）、BPI（ business process intelligence）、TQM（total quality management）以及6-Sigma等管理体系的关键支持工具之一。

（望繁信-流程挖掘产品）

还以图书出版为例：出版流程始于编写一本专著的过程。一旦专著被摆放到书店货架上，则流程就此结束。从宏观视角来看，则涉及一个完整的"端到端流程"概念——即从编写专著的第一阶段（起点）至向读者交付完成品的关键阶段（终点）。在整个过程中，请您可以通过深入研究多个子阶段来识别和解析相关的作业序列。

（数字足迹-识别到任务级别）

端到端流程

流程挖掘围绕发现、分析和监控端到端流程及其子流程展开。

该研究旨在探讨流程在作者岗位与出版社岗位之间的运作机制，在编辑岗位与设计师岗位之间的运作模式，在校对者岗位与印刷公司岗位之间的运转规律等等的问题上展开深入分析

（流程挖掘应用实例）

流程图

每个完整的发票处理过程（或其他类似的业务流程实例）均被识别并完整地呈现于详细的流程图中。该图表系统能够清晰展示所有工作流模式及其各种可能的变化形式以及路径，并支持实时数据更新与历史信息追踪功能。作为望繁信平台的一员，在优化您的业务流效率方面拥有更多的资源和支持。我们为您提供基于数字足迹技术的瓶颈检测工具以及合规性审查框架，并通过模拟测试提供精准的业务流优化建议。

（数字足迹-识别企业全流程）

（数字足迹-瓶颈分析功能）

（数字足迹-合规率检查功能）

事件日志

与任务挖掘不同的是，在流程挖掘中使用企业IT系统中海量的事件日志作为数据源。这些企业IT系统中的海量事件日志被用作数据来源记录了执行的相关活动（如采购订单创建）。案例（如采购订单编号 24395）以及时间戳等信息也被详细记录下来。基于此，流程挖掘解决方案能够从ERP、CRM、供应链管理系统等多种IT系统获取这些日志信息，并从而帮助企业实现对流程的近乎实时监控与分析。望繁信-数字足迹则为企业级数据库及信息系统提供了一系列连接器。

如下图所示，企业流程通常呈现多个层次结构（L1至L5）。其中，流程挖掘主要关注于较低层级的流程分析（L1至L3），通过系统性地分析企业组织结构内的应用程序事件日志来实现对现有业务流程的全面诊断，并在此基础上提出改进措施。相比之下，在桌面级别进行的任务挖掘则侧重于更高层级的任务处理（如L4至L5），这种分析方法能够提高员工的工作效率，并通过消除主观因素对自动化作业规划的影响来优化操作过程。

（业务流程粒度：任务和流程）

常见的流程挖掘应用场景

这些是使用任务挖掘时最常见的情况及应用：
数据的插入与复制操作通常被视为基础功能需求；
文件的上传与下载流程常被用于资源管理模块；
系统登录后的业务流程分析是优化用户体验的关键环节；
提升用户体验的同时优化工作效率是设计者的核心目标；
通过识别潜在的自动化优化机会来提高生产效率

为了帮助您更好地理解流程挖掘与任务挖掘中的一些常见问题及其解答

Q：如何定义任务和流程？两者有什么区别？
流程是具有起点和终点的与逻辑相关的任务和决策的组合，而任务由机器或人执行的操作步骤组成，其目标是使案例从流程的一个阶段移动到下一个阶段。两者区别在于数据的粒度、数据来源、识别和分析数据的能力、结果、涉及的资源数量和用例等不同。总体而言，流程挖掘着重于优化业务流程，而任务挖掘更注重使用户工作更高效。
Q：任务挖掘可以用来识别端到端的流程吗？
不能，因为即使可以使用流程挖掘技术来处理任务挖掘数据，也必须配备其他技术，例如 OCR、文本挖掘和特定的 ML算法等，才能分析这种类型的数据。无监督（未聚焦）用户交互记录包含了很多的干扰信息和很细的颗粒度，这会使流程发现的效率低下，在大多数情况下是很难被识别的。国内很多厂商利用任务挖掘技术，大力宣传自己可以实施流程挖掘，显然是不能真正做到识别企业全流程的，更不可能会实现企业全流程的监控及优化。
Q：望繁信-数字足迹是否具备了任务挖掘的能力？
是的，作为流程智能建设的赋能者和企业数字化转型的助推者，望繁信科技始终坚持注重技术创新和产品研发投入，有丰富的实施经验和业界最佳实践的积累。同时，我们与各种技术合作伙伴合作，致力于为企业客户提供全方位的、安全可信赖的流程智能解决方案。