Есть множество способов визуализировать бизнес-процесс. Существует множество известных нотаций: BPMN, EPC, IDEF0 и др. Несмотря на различия в деталях нотаций, основные элементы всегда одинаковы. Давайте разберем их на примере простейшего представления — графа процесса.

Каждая нода графа — это операция, а ребро, связывающее две операции — переход. На ноды и рёбра можно вывести любые метрику: количество, длительность, вероятность, а также произвольный показатель, рассчитанный аналитиком.

Выделенные синим «Начало процесса» и «Конец процесса» — искусственные события. В логе данных их нет, но они позволяют воссоздать связную картину процесса и отследить все варианты начальных и конечных операций (пунктирные искусственные переходы). Метриками эти события не обладают.

Экземпляры, события в которых были одинаковыми и возникали в одном порядке, объединяются в пути. Каждый путь также можно охарактеризовать с помощью набора метрик, таких как популярность (число экземпляров в пути) и средняя длительность (средняя длительность входящих в путь экземпляров). Основные термина РМ описаны в глоссарии.

В нотации BPMN также можно наблюдать операции (действия) и переходы (потоки управления). В отличие от графа, в этой нотации появляются дополнительные элементы, например, шлюзы, события и потоки.

После загрузки датасета, если была включена опция «Автоматическое создание исследования», платформа сформировала типовой дашборд, которым можно воспользоваться, чтобы начать анализ процесса.

Если опция не была выбрана в ходе разметки, создать типовой дашборд можно на вкладке «Данные», «Источники данных». Нажмите на иконку «Создать дашборд», введите название и, при необходимости, описание, а затем нажмите на кнопку «Создать».

Чтобы открыть созданный дашборд, перейдите на вкладку «Дашборды» и найдите в списке интересующее вас исследование. Откройте созданный вами дашборд.

На первом листе, «Обзор», представлена основная статистическая информация о процессе — количество экземпляров, средняя длительность процесса, анализируемый период, а также анализ динамики деятельности и базовая статистика по операциям.

Перейдите на лист «Процесс». На первой странице вы видите граф процесса. На граф выведены количественные метрики — число операций и переходов, но эти показатели можно легко поменять. Откройте виджет в режиме редактирования. Это можно сделать, выбрав опцию «Изменить диаграмму» или просто кликнув на название виджета.

В левой части экрана находятся все доступные метрики. Средняя часть — окно настроек. В правой части располагается окно предпросмотра. Давайте изменим метрики и на нодах, и на ребрах на количество экземпляров.

Удалите метрику «Количество операций». Нажмите на поле для добавления новой метрики. В открывшемся окне есть три вкладки: преднастроенные показатели, базовые и SQL. Для замены метрики можно воспользоваться преднастроенным вариантом «Количество экземпляров» либо во вкладке «Базовые» выбрать столбец экземпляра и агрегат — COUNT_DISTINCT. Нажмите «Сохранить».

Проделайте то же самое с метриками ребер, после чего нажмите «Обновить диаграмму».

На экране предпросмотра вы видите граф процесса. По умолчанию отображены пять самых популярных путей. Можно видеть, какое количество экземпляров проходит по этим путям, а также основные характеристики каждого из них.

Наведение курсора на каждый из путей позволит изучить их подробнее. В нашем примере мы видим, что, во-первых, самый популярный путь состоит исключительно из технических операций. Это значит, что в большинстве случаев реальная продажа продукта не производилась. Во-вторых, часто — в более чем 10% случаев, происходит отмена операции, что сигнализирует об отказе клиента от покупки. В-третьих, нередким является путь, когда набор операций ограничивается только одной — вход в систему. Других действий сотрудник в этих экземплярах не производил.

Так, на основании всего лишь пяти самых частых путей, охватывающих только 68% всего датасета, мы уже обнаружили три неэффективности. Только в одном пути из пяти встречается операция, подтверждающая удачную продажу — «Подтверждение сотрудником загрузки скана документа».

В основе применения методов BI-аналитики лежит расчет показателей (метрик) и их визуализация.

В нашем курсе мы сфокусируемся на специфике, которой обладает анализ процессов, когда между строками данных появляется дополнительная связь — экземпляр процесса.

Последовательность операций в экземпляре кодируется в соответствии с этими буквами, формируя таким образом слово процесса, которое может служить идентификатором пути, и в то же время в простейшей форме визуализировать возвраты и циклы в процессе.

Например, при вычислении среднего возраста клиента — потребителя услуги, в выборку попали клиенты в возрасте 20, 22, 24, 25, 28 и 54 года. Средний возраст по всей выборке составил 28,8 лет. В то же время клиент 54 лет от роду явно выделяется из нашей выборки. Он оказался выбросом и значительно увеличивает средний показатель. Без учета этого клиента средний возраст составляет 23,8 лет (на 5 лет или 17% меньше).

Наиболее важно правильно определять значения-выбросы при расчете длительности совершения операций. Малейшее отклонение в показателях может завысить трудозатраты и оказать влияние на бюджетирование, планирование численности и расчеты по тарифным моделям.

В платформе Sber Process Mining реализовано три названных ниже подхода к расчету выбросов.

1) «Ручной ввод» — разметка указанной аналитиком доли наблюдений (по умолчанию 5%) самых маленьких и самых больших значений указанной метрики
2) Статистический алгоритм — с применением метода интерквартильного размаха
3) ML-алгоритм — инструмент машинного обучения, который сам определит, какие значения стоит считать выбросами

В результате расчета одним из методов платформа добавит набор метрик, разметит значения в датасете на «выбросы» и «невыбросы» для дальнейшего использования аналитиком.

Кроме метрик, рассчитанных платформой автоматически, пользователь может настраивать собственные аналитики благодаря встроенному SQL редактору метрик. Подробнее возможности редактора будут разобраны в следующих курсах по Process Mining.

Пример

Воспользуемся возможностью построения произвольных визуализаций и сопоставим для каждого сотрудника количество начатых им экземпляров, или контактов с клиентом, с числом реально совершённых продаж.

Наведите курсор на знак «плюс» в правой верхней части экрана. Выберите пункт «Диаграмма». Для создания нового виджета необходимо сначала выбрать датасет-источник, а затем один из вариантов визуализации. Выберите загруженный вами датасет «Продажа продукта», а затем столбчатую диаграмму. Нажмите «Создать новую диаграмму».

Пролистайте список метрик и найдите в пользовательских атрибутах поле USER_NAME. Перенесите его на ось X. В метриках выберите «Количество экземпляров».

Настройте сортировку по количеству экземпляров, по убыванию, нажмите «Создать диаграмму». В настройках можно включить опцию для масштабирования графика. Сохраним созданный виджет на дашборд. Для этого нужно нажать «Сохранить», ввести название виджета и подтвердить сохранение.

Внесем изменения в наш график. В настройках найдите раздел «Фильтры по экземплярам». Добавьте фильтр по последовательности; в настройках добавьте операцию «Подтверждение сотрудником загрузки скана документа» в блок «Содержит любой из шагов». Примените настройки и сохраните фильтр. Обновите диаграмму. Сохраните этот виджет на дашборд как копию. Для этого не забудьте при сохранении переключить вариант сохранения на «Сохранить как» и сменить название. На этот раз сохраним график и сразу перейдем на дашборд.

После сохранения новые виджеты появляются в нижней части первой страницы дашборда. Режим редактирования позволяет настроить внешний вид дашборда по вкусу пользователя — создать новые вкладки, перенести виджеты с одной вкладки на другую, изменить размеры и расположение визуализаций.

Два построенных нами графика показывают, что сотрудники – лидеры по числу контактов с клиентом не попадают в число лучших по продажам. Например, лидерами по презентации продукта являются Бровкин Вячеслав и Васильев Игорь, на счету которого числится они провели 67 и 66 презентаций соответственно начатых экземпляров, продал всего одну единицу продукта.

Машинное обучение является частью науки о данных и позволяет обогащать инструменты Process Mining моделями и новыми инструментами. На момент составления данного курса в платформу Sber Process Mining встроено 7 ML- инструментов. Новые модели встраиваются регулярно. Ниже мы ознакомимся с основными, чаще всего используемыми в анализе инструментами ML. Познакомиться с полным списком, правилами настройки и интерпретации результатов можно в руководстве пользователя в платформе и на курсе «ML в Process Mining».