چگونه با نمونه‌ فرآیند های ناقص در فرآیند‌کاوی برخورد کنیم

چگونه با نمونه‌ فرآیند های ناقص در فرآیند‌کاوی برخورد کنیم

قبل از اینکه با آنالیز فرآیندکاوی شروع کنیم، شما باید بررسی کنید که آیا اطلاعات شما برای استخراج فرآیند مناسب است و اطلاعاتتان را برای مشکلات کیفی داده‌ بررسی کنید. مرحله بعدی درک این است که چگونه می‌توانید بین نمونه‌های فرآیند های ناقص و کامل در فرآیندتان تمایز قائل شوید.

یک نمونه‌ فرآیند ناقص می تواند در شروع یا انتهای فرآیند حذف شود. دلایل مختلفی می‌تواند برای این موضوع باشد که چرا یک نمونه‌ فرآیند ناقص می‌شود، مثلا:

  1. روش استخراج داده شما فقط در یک قالب زمانی مشخص بازیابی می‌شود. برای مثال، باید بگوییم که شما تمام مراحل فرآیند که در یک سال خاص انجام شدند را استخراج کردید. بعضی نمونه‌های فرآیند شاید در سال‌های قبلی شروع شده باشند (قبل از ژانویه). بنابراین، بعضی فرایند‌ها در سالی که ما در حال استخراج اطلاعاتش هستیم شروع شده اما تا سال بعدی ادامه پیدا کرده‌اند (بعد دسامبر). در این نمونه فرایند ها شما فقط بخشی از آن‌ را می‌توانید بررسی کنید.
  2. بعضی نمونه فرایند‌ها هنوز تمام نشده اند. حتی زمانی که شما تمام اطلاعات موجود در آن را استخراج کرده‌اید، بعضی از آن ها شاید هنوز تمام نشده اند. این به این معنی است که، اگر شما امروز اطلاعات فرآیند کاوی‌تان را استخراج کنید، شاید بعضی نمونه ‌ها اخیرا آغاز شده‌اند  و هنوز تا انتها پیش نرفته‌اند و در میان راه هستند. اگر شما به مدت چند هفته صبر کنید، این نمونه فرایند‌ها نیز احتمالا پایان می‌یابند، اما شاید یک نمونه فرایند جدید در راه باشد که به تازگی شروع شده است!
  3. شاید بعضی نمونه فرایند‌ها هرگز تمام نشود. شاید تصویر واضحی از اینکه چگونه فرآیندهایتان باید پیش روند را مد نظر دارید. اما مشتری مطابق انتطارات شما رفتار نکند یا متصدی اطلاعات را برای تایید نهایی ارسال نکند یا همکارتان دیر تر از زمان مورد انتظار شما، کار را به پایان برساند، چرا که خطایی وجود دارد. پس این نمونه فرایند ها در نقطه زمانی مورد انتظار به پایان نمی‌رسد، حتی شاید در طول سال‌های مورد نظر هم به پایان نرسد. این امر برای نقاط آغاز نیز صدق می کند.

جستجو برای نمونه فرایند‌های ناقص یک مرحله استاندارد که باید قبل از اینکه وارد تجزیه و تحلیل فرآیندکاوی شوبم، انجام دهیم. اکنون در این مجموعه 4 قسمتی، دستور العملی برای چگونگی سروکار داشتن با نمونه فرایند‌های ناقص را در اختیارتان می‌گذاریم.

موضوعات زیر تحت پوشش قرار می‌گیرد:

  • چرا نمونه‌ فرایندهای ناقص می‌تواند گیج‌کننده باشد(این مقاله)
  • چگونه شروع و پایان را برای فرآیندهایتان تعیین کنید.
  • معانی متفاوت از خاتمه فرایند
  • وقتی فرایند های ناقص قابل حذف نیستند.

شروع کنیم!

چرا نمونه فرایند‌های ناقص می‌توانند گیج کننده باشند؟

اولا، مشخص نیست که چرا نمونه فرایند‌های ناقص مشکل‌ساز هستند. این چیزی است که اطلاعات نشان می‎‌دهد، در نتیجه تجزیه و تحلیل فرآیندکاوی نشان می‌دهد که چه اتفاقی رخ داده است، درسته؟

نادر است. حداقل تا آن‌جا که به نمونه فرایند ‌های ناقص مربوط می‌شود: اگر اطلاعات شما نمونه فرایندهای ناقص دارد که به دلیل شماره 1 یا شماره 2(که در بالا ذکر شد) باشد، پس از دست رفتن نقاط آغاز و پایان منعکس کننده فرآیندهای واقعی نیست، بلکه فقط در مسیری که اطلاعات جمع آوری شده اند رخ داده اند.

اگر به تصویر روند بازپرداخت مشتری که در زیر آمده نگاه کنید: خطوط نقطه چین که به نقطه پایان منتهی می‌شود(علامت مربع در پایان نقشه فرآیندها) نشان می‌دهد که رخدادها در آخرین مراحل یک فرآیند رخ می‌دهد. برای مثال برای “333 case‌” کامل انجام شده که در مراحل آخر رخ داده و در شکل یک ثبت شده‌اند. به نظر می‌رسد که برای یک فرآیند شاید نقطه پایان قابل قبول باشد. البته در “20 case‌” در مرحله آخر فاکتور اصلاح شده فعالیت مشاهده شد. شماره (2) در شکل 1 را مشاهده کنید. این یک نقطه پایان واقعی برای فرآیندها به نظر نمی‌رسد؟

شکل1: نمونه فرایند ‌های پایان یافته با سفارش تکمیل شده(1) به نظر می‌رسد که تمام شده، اما نمونه فرایند‌هایی که با فاکتورهای اصلاح شده که در مرحله آخر بود هنوز ادامه دارد (2)؟

اگر به یک نمونه فرایند به عنوان مثال که فاکتور اصلاح شده دارد(شکل 2) مراجعه کنیم، مشاهده می‌کنیم که مرحله اصلاح فاکتور فقط تا قبل از پایان مجموعه داده‌ها رخ می‌دهد. این نمونه فرایند ها در 20 ژانویه 2012 آغاز شده و مجموعه داده در 23 ژانویه 2012 به پایان رسیده است. چه اتفاقی می‌افتد اگر ما تا ژوئن 2012 داده داشته باشیم؟ آیا هنوز مراحلی بعد از اصلاح فاکتور وجود دارد یا خیر؟

شکل 2: یک نمونه فرایند ناقص در یک نقطه خاص متوقف می‌شود، به این معنی که می‌تواند باشد اما ما هنوز مرحله بعد را مشاهده نکرده ایم.

در نتیجه، مشاهده می‌کنیم که تمام نقاط پایان در داده نیازمند داشتن نقاط پایان معنی دار در فرایندها نیستند. بعضی نمونه فرایند ها می‌توانند ناقص باشند، فقط به این دلیل که آغاز و پایان واقعی یک رخداد را حذف کردیم، یا شاید به دلیل چگونگی جمع آوری اطلاعات و یا آگاه نبودن در مورد اینکه چه اتفاقی برای نمونه فرایند ‌هایی که هنوز در دست اقدام هستند، می‌افتد. وقتی شما روی نقشه فرآیندهای خود و یا متغیرها برای یک مجموعه داده که شامل نمونه فرایند‌های ناقص است، جستجو می‌کنید، بعد نقشه و متغیرها، نقاط آغاز و پایان  واقعی در فرآیندتان را نشان نمی‌دهد اما نقاط آغاز و پایان در داده ها را نشان می‌دهد.

مشکل بعدی با نمونه فرایندهای ناقص این است که مدت زمان آن ها می‌تواند گیج کننده باشد. ابزار فرآیندکاوی نمی‌داند که کدام  نمونه فرایند تمام شده و کدام ناقص است. پس همیشه مدت زمان نمونه فرایند را به عنوان زمان بین اولین رخداد و آخرین رخداد محاسبه می‌کند.

در نتیجه، مدت زمان نمونه فرایند ‌های ناقص در ابزار فرآیندکاوی نسبت به حالت واقعی کوتاه تر است. بیایید برای درک بهتر ماجرا به مثال های مشتری در این حیطه بپردازیم(شکل 3). “Case 72” به نظر می‌رسد که خیلی سریع‌تر است. فقط دو مرحله در فرآیندها وجود داشتند، که فقط 3 دقیقه طول کشیده است.  

وقتی ، شما متوجه می‌شوید که اطلاعات از دست رفته در خواست شده نقطه پایانی واقعی این فرآیند نیست (ما در میانه راه هستیم، منتظر ارسال اطلاعات از سمت مشتری هستیم) و ما به دنبال بازه زمانی هستیم که این نمونه فرایند در آن قرار دارد، سپس مشاهده می‌کنیم که این نمونه بیش از یک ماه هست که باز شده. در نتیجه، زمان صحیح این  نمونه فرایند(هر چندکه خیلی دور است) حداقل یک ماه و سه دقیقه قبل بوده است.

شکل 3: نمونه فرایند های ناقص می توانند خیلی سریعتر از آنچه واقعاً هستند ظاهر شوند.

اگر به سادگی نمونه فرایند های ناقص در مجموعه داده‌هایتان را رها کنید، سپس محاسبات مثل مدت زمان متوسط نمونه فرایند از منظر آماری فرآیندهایتان توسط مدت زمان‌های کوتاه‌تر تحت تاثیر قرار بگیرد. در نتیجه، نه فقط نقشه فرآیندها و متغیرها توسط نمونه فرایند های ناقص تحت تاثیر قرار می‌گیرد بلکه معیارهای اجرایی‌تان را تحت تاثیر قرار می‌دهد.

بنابراین، شما نیازمند بررسی نمونه فرایند های ناقص در داده‌هایتان قبل از شروع یک تجزیه و تحلیل واقعی هستید. شما باید بدانید که چه مدل نمونه فرایند‌های ناقصی دارید و چگونه ایجاد می‌شوند. بنابراین باید قبل از تجزیه و تحلیل فرآیندهایتان با جزئیات، این نمونه فرایند ها را حذف کنید. این کار را در Disco به راحتی می‌توانید انجام دهید و در ادامه ما نشان می‌دهیم که چگونه باید عمل کنید.

در نهایت،  بعضی مجموعه‎‌های داده را باید در مسیری که هیچ نمونه فرایند ناقصی در آن وجود ندارد، استخراج شوند. برای مثال، شما باید یک مجموعه داده از بخش”IT” که فقط شامل “closed orders” است، دریافت کنید.

در نتیجه هر دسته “orders” که هنوز باز است در داده شما دیده نمی‌شود. در این شرایط نیاز به حذف هیچ نمونه فرایند ناقصی را ندارید، البته باید تشخیص بدهید که دیدی در مورد چگونگی ارائه مجموعه داده، با توجه به کل آن ها ندارید. فهم چگونگی نمونه فرایند ‌های باقی‌مانده بعد از حذف نمونه فرایند های ناقص شما یک مرحله مهم است. از این محدودیت آگاه باشید و به درخواست مجموعه ای از نمونه فرایند های باز یک دوره مشابه به علاوه مجموعه داده‌هایتان به منظور بررسی آن ها، باید توجه کنید.

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

مقایسه
علاقه مندی ها 0