В сфере информационных технологий часто встречаются термины «Business Process Management», «Process Mining» и «Data Mining». Но что между ними общего, и каковы главные отличия? 
Process Mining — это технология анализа фактических бизнес-процессов компании на основе данных, полученных из журналов событий. К собранной информации применяются алгоритмы Data Mining в целях понимания закономерностей, тенденций и других важных деталей. 

Основная задача process mining (процессной аналитики) — анализ бизнес-процессов и повышение их эффективности. Кроме того, технология может применяться и в более глобальном значении. Например, помогает находить соответствия между моделью бизнес-процесса в регламенте и полученной фактической, автоматически анализируя производительность на основе журналов событий бизнес-систем (ERP, CRM, Service Management и др.). Это позволяет на раннем этапе выявлять узкие места, требующие устранения.

Задача Data Mining (DM) — находить закономерности в больших объемах необработанных данных, чтобы прогнозировать результаты и фиксировать неизвестные взаимосвязи с помощью статистических и математических методов. Используя DM, специалисты преобразуют данные в полезную информацию для маркетинга и продаж, разработчиков программного обеспечения и т.д.

К примеру, Facebook и Google собирают данные об активности посетителей их веб-страниц. Data Mining помогает преобразовать все  в полезную информацию для маркетинга и продвижения. В дальнейшем компании выпускают определенную рекламу, делают ее видимой только для людей, которые могут быть в ней заинтересованы, исходя из их активности в сети. 

Сходство между PM и DM

Process Mining использует некоторые алгоритмы Data Mining для оптимизации и упрощения бизнес-процессов.

Что общего: 

• И Process Mining, и Data Mining работают с данными; 
• Могут действовать, не мешая работе; 
• Необходимые данные можно получить из систем в любое подходящее время; 
• Предоставляют информацию для принятия управленческих решений, основанных на фактах.

Различия между PM и DM

Самой большой проблемой для Data Mining является качество данных. Часто это становится основным препятствием при выборе правильного пути для оптимизации. Process Mining же использует журналы событий информационных систем компании, поэтому проблема качества данных не критична.

Process Mining рассматривает конкретный процесс и его выполнение в течение определенного периода времени. Бизнес-ценность процессной аналитики —  в выявлении всех узких мест, непродуктивных вариантов, отклонений и недоработок. Эта информация позже используется для оптимизации процесса.

Data Mining имеет гораздо более широкие возможности. Технология анализирует большие данные и ищет общие правила с прогнозами и моделями поведения, основанными на входящих данных.

Роль в управлении бизнес-процессами

Управление бизнес-процессами (BPM) эффективно на всех уровнях. BPM состоит из цикла проектирования, внедрения, мониторинга и оптимизации процессов. Как правило, это непрерывный процесс. Мониторинг и оптимизация процессов требуют ручной работы. В этой ситуации у Process Mining есть преимущества. Цикл BPM может выполняться намного эффективнее, поскольку он автоматизирован. На основе журналов событий можно получить подробное представление о процессе и его наиболее важных показателях.

К сожалению, Process Mining не может автоматизировать полный цикл BPM. Он дает понимание для мониторинга, оптимизации или перепроектирования, но искать решения для оптимизации эксперты должны самостоятельно

Преимущества Process Mining 

Результатом применения решения служит определение сфер возможной оптимизации и постоянного контроля любых вносимых изменений. Все проблемы решаются на месте в короткие сроки, что экономит время компаний.

• Технология PM дает представление о фактических процессах as is и выявляет узкие места;
• Периодический анализ журналов событий может дать представление об узких местах, неэффективности и несоответствии с разработанным процессом. Можно быстро приспособиться или вмешаться, прежде чем проблемы станут еще серьезнее;
• Process Mining  — это постоянный контроль процессов, полное представление о наиболее важных KPI (например, о времени выполнения, качестве и затратах). Это делает его идеальным инструментом для компании.