Process Mining

Con Process Mining si fa riferimento ad una disciplina che, nel settore Business Process Management, tratta una serie di tecniche che consentono un’analisi dei processi aziendali basata sui dati, in cui la valutazione di event log è in primo piano.
Combinando tecniche di data mining e computational intelligence (CI), l’obiettivo che si intende perseguire è quello di ottenere una migliore comprensione dei processi aziendali rilevanti per poterli organizzare nel modo più efficace.

OBIETTIVI DEL CORSO

A seguito di una contestualizzazione all’interno della disciplina del Business Process Management, il corso ha l’obiettivo di analizzare il ruolo del Process Mining rispetto al BPM Lifecycle, offrendo una panoramica delle diverse tipologie di tecniche di Process mining: automated discovery, performance mining, conformance checking, variants analysis, what-if analysis.
Durante il corso verranno proposti case study per facilitare la comprensione dell’applicazione del Process mining nella pratica, i traguardi finora raggiunti e le lezioni apprese in diverse industry e su diverse tipologie di processi sia del business che dell’IT.
Verranno infine approfondite le modalità per la realizzazione di un progetto di process mining, offrendo una panoramica dei principali strumenti utilizzati.

CONTENUTI DEL CORSO

GIORNO 1

  • Introduzione su Business Process Management (BPM)
  • Business Process Model & Notation
  • Introduzione al Process Mining: overview, funzionamento, approccio e tecniche, benefici
  • Data quality: pulizia, manipolazione, trasformazione, caricamento e discovery dei dati; algoritmo generale di trasformazione; processo di validazione. Esercizi pratici
  • Automated process discovery: anatomia di una mappa di processo, discovery del processo, BPMN model, discovery view alternative (object lifecycle models, social networks), visualizzazione dei dati e interpretazione dei risultati (sanity checks).

GIORNO 2

  • Variant Analysis: casi non conformi; percorsi anomali; attività mancanti. Esercizi pratici
  • Performance mining: metriche su tempi, costi, qualità, flessibilità; colli di bottiglia; rilavorazioni. Esercizi pratici
  • Conformance checking: percorsi ed eccezioni indesiderate; 4-eyes principle; segregation of duties. Esercizi pratici
  • Key Performance Indicator
  • Dashboard: monitorare, analizzare e prendere decisioni data driven
  • Casi di studio: adozione del process mining nella pratica, azioni migliorative e risultati raggiunti
  • Concetti avanzati: Process Control Room e What-if Analysis; esempi