Stellen Sie Ihre Prozesse auf den Prüfstand. Um Prozesse besser zu verstehen, ist es wichtig, die Kennzahlen für Ihre Prozesse zu ermitteln:
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
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.
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?
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).
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.
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.
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).
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.
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.
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).
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.
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.
Möchten Sie mehr erfahren? Dann melden Sie sich gerne bei uns!
