Effizientere Prozesse mit Process Mining – technische Grundlage mit Accumulating Snapshot Fact Tables schaffen

Prozesse besser verstehen und Potenziale erkennen

Stellen Sie Ihre Prozesse auf den Prüfstand. Um Prozesse besser zu verstehen, ist es wichtig, die Kennzahlen für Ihre Prozesse zu ermitteln:

Wie lange dauert ein Prozess?

Wo gibt es lange Liegezeiten?

Warum gibt es die Liegezeiten?

Wie kann ich optimieren?

Wie lange dauert ein Prozess?

Wo gibt es lange Liegezeiten?

Warum gibt es die Liegezeiten?

Wie kann ich optimieren?

In diesem Beitrag möchten wir Ihnen den Einsatz von Accumulating Snapshot Fact Tables erläutern, die eine technische Grundlage für das Prozess Mining sein können – mit dem sie die oben aufgeführten Fragen klären können

Nutzen

Die Tabelle bietet einen enormen Vorteil für die Ermittlung von Verbesserungspotenzialen innerhalb von Prozessen. Sie ermöglicht eine schnelle erste Analyse des Prozesses mit folgenden Fragestellungen:

Darüber hinaus lässt sich erkennen, welcher Prozessschritt am längsten gedauert hat, oder welche Prozesse erfolgreich durchgeführt wurden und welche gescheitert sind.

Auf dieser Basis können weitere Analysen durchgeführt werden, beispielsweise zu folgenden Fragestellungen:

Solche Konstrukte werden z. B. auch innerhalb des Machine Learning für Process Mining eingesetzt.

Voraussetzung

Als Beispiel nehmen wir eine fiktive DM.FAS_Projekt (FAS = Fact Accumulated Snapshot). Wir möchten die vier Prozessschritte „Project Pitched“, „In Progress“, „Declined“, „Closed“ tracken, sowie nach dem Kriterium auswerten, ob ein Projekt erfolgreich abgeschlossen wurde oder nicht. Daraus ergibt sich folgende Tabelle:

Praxistipp von dinext.

Beispiel

Wir als dinext. setzen solche Tabellen häufig als Dimension ein um SCD-II (slowly changing dimensions) im Beladen der Tabellen anwenden zu können. Die wohl wichtigste Frage ist dabei innerhalb eines Data Marts: Welche Analysen möchte ich nutzen?

Möchte ich Prozesse analysieren?

Dann könnte eine Accumulating Snapshot Fact Table definitiv einfache Data Marts, ohne oder unter wenig Einbezug von Zeit-Dimensionen hilfreich sein (es gibt mehrere Zeitbezüge je Prozessschritt).

Möchte ich Zeitreihenanalysen machen?

Ich möchte sehen, wie viele Projekte in den letzten 12 Monaten je Monat „Pitched“, „In Progress“ oder „Closed“ waren. Hier hilft (unter Einbezug der Dimension Zeit) das einfache Handling der Zeitzuordnung mittels ValidFrom und ValidTo häufig enorm. Der gültige Eintrag für ein Projekt ist zu jedem Zeitpunkt, mittels ValidFrom und ValidTo, einfach zuordenbar.

Möchte ich beides tun?

Dann kommt man am Einsatz von beiden Lösungen wahrscheinlich nicht vorbei. Andernfalls müsste man immer, für die jeweils andere Nutzung als die des komfortablen Einsatzes, eine komplexere und schwieriger wartbare Abfragelogik anwenden.

Möchte ich Prozesse analysieren?

Dann könnte eine Accumulating Snapshot Fact Table definitiv einfache Data Marts, ohne oder unter wenig Einbezug von Zeit-Dimensionen hilfreich sein (es gibt mehrere Zeitbezüge je Prozessschritt).

Möchte ich Zeitreihenanalysen machen?

Ich möchte sehen, wie viele Projekte in den letzten 12 Monaten je Monat „Pitched“, „In Progress“ oder „Closed“ waren. Hier hilft (unter Einbezug der Dimension Zeit) das einfache Handling der Zeitzuordnung mittels ValidFrom und ValidTo häufig enorm. Der gültige Eintrag für ein Projekt ist zu jedem Zeitpunkt, mittels ValidFrom und ValidTo, einfach zuordenbar.

Möchte ich beides tun?

Dann kommt man am Einsatz von beiden Lösungen wahrscheinlich nicht vorbei. Andernfalls müsste man immer, für die jeweils andere Nutzung als die des komfortablen Einsatzes, eine komplexere und schwieriger wartbare Abfragelogik anwenden.

Möchte ich Prozesse analysieren?

Dann könnte eine Accumulating Snapshot Fact Table definitiv einfache Data Marts, ohne oder unter wenig Einbezug von Zeit-Dimensionen hilfreich sein (es gibt mehrere Zeitbezüge je Prozessschritt).

Möchte ich Zeitreihenanalysen machen?

Ich möchte sehen, wie viele Projekte in den letzten 12 Monaten je Monat „Pitched“, „In Progress“ oder „Closed“ waren. Hier hilft (unter Einbezug der Dimension Zeit) das einfache Handling der Zeitzuordnung mittels ValidFrom und ValidTo häufig enorm. Der gültige Eintrag für ein Projekt ist zu jedem Zeitpunkt, mittels ValidFrom und ValidTo, einfach zuordenbar.

Möchte ich beides tun?

Dann kommt man am Einsatz von beiden Lösungen wahrscheinlich nicht vorbei. Andernfalls müsste man immer, für die jeweils andere Nutzung als die des komfortablen Einsatzes, eine komplexere und schwieriger wartbare Abfragelogik anwenden.

Das obige Beispiel gibt Ihnen einen kleinen Einblick in das spannende und komplexe Thema Process Mining.

Haben Sie weitere Fragen?

 Möchten Sie mehr erfahren? Dann melden Sie sich gerne bei uns!

Share on linkedin
Share on facebook
Share on twitter
Share on pinterest
Share on tumblr
Share on email