企業平臺
發現評估
自動化
AI+自動化
行業解決方案
業務解決方案
合作伙伴
生態聯盟
咨詢服務
培訓服務
交流社區
客戶成功
產品文檔
公司介紹
新聞列表
聯系我們
加入我們
隨著數字經濟的快速發展，以及國家多項政策的不斷推進，國內傳統企業的數字化轉型，已經從部分頭部企業的“可選項”轉變為更多行業、更多企業的“必選項”。在眾多數字化轉型方案中，流程優化、業務自動化已成為企業高速增長的關鍵所在。雖然流程挖掘技術的市場規模在不斷的擴大，但在與合作伙伴交流的過程中，我們發現了大量混淆和誤解流程挖掘與任務挖掘之間概念及關聯的情況。
它們是互補的嗎？兩者之間使用的術語可以互換嗎？還是它們沒有任何共同點？簡單的答案是，流程挖掘和任務挖掘都是企業的正確解決方案，但每個解決方案都有不同的目的和應用。如果作為補充使用，它們可以幫助流程分析師和企業管理者在多個層面上分析和優化其運營。那么接下來，我們就來了解一下任務挖掘和流程挖掘，以及為什么您應該同時考慮應用這兩者以提高運營效率。
一、什么是流程挖掘
流程挖掘圍繞發現、分析和監視端到端的流程及其子流程。如果我們以企業常見的采購到付款流程舉例，采購流程從請購人發起采購申請開始，流轉到財務人員付款清賬后表示流程結束，這樣一個從需求到結果的完整過程，也就是我們稱之為“端到端的過程”。那么在這兩者之間，您可以識別數十個不同的流程步驟，例如：采購部門詢價、確定供應商、下單、供應商發貨等等，我們將其視為端到端流程當中的不同子流程。
流程挖掘側重于分析流程在采購申請人、審批人、供應商、驗收人和會計之間流轉的運行方式。
每執行一次采購申請到最后付款清賬的過程，都是一個流程的運行實例，它通過多個部門運行，由眾多員工處理并進入各種企業系統。流程挖掘對每一次流程運行時的業務數據進行建模和分析并將其顯示在交互式流程視圖中，通過流程圖描述了真實的業務流、變體和路徑。如下圖：
而從數據源的角度來看，流程挖掘使用所謂的事件日志，即為包含有關執行活動步驟（activity）的信息數據（例如：采購訂單創建）、事例（如：采購訂單編號）和時間戳（下單的時間）。
流程挖掘的數據來源是從各種IT系統（如ERP，CRM，供應鏈管理等）中獲取這些日志。
作為iS-RPM的用戶，您可以使用我們分析平臺所支持的路徑分析、循環分析、用戶關系分析等其他分析功能，或使用一致性檢查功能對流程執行偏差的根本原因進行定位和分析，以獲得更深入、更全面的流程診斷和改進建議。
二、什么是任務挖掘
與流程挖掘相反，任務挖掘技術側重于分析剛剛我們提到的“子流程”任務 。所謂任務，指的是包含許多步驟的操作事件，通常由員工在其辦公電腦上手動執行。任務挖掘記錄和分析的是用戶的桌面操作，目的是更詳細地了解活動，優化改進甚至自動化這些任務或部分任務。
業務環境中的典型任務包括
登錄并瀏覽業務系統
插入和復制數據
下載和上傳文件
例如，在應付帳款流程中，需要從電子郵件下載發票，將信息復制到表中，并將pdf發票上傳到財務系統。因此，員工執行的任務包括打開電子郵件，下載附件，在表單中輸入信息，上傳文檔，保存更改，形成一個子流程“發票錄入”。
從數據層面來看，任務挖掘數據源不同于流程挖掘的事件日志。任務挖掘使用采集器捕獲員工在其桌面上辦理業務的UI交互日志。在實踐中，這意味著記錄鼠標單擊，擊鍵，復制和粘貼以及其他常規執行的操作。使用的技術包括數據挖掘、模式識別、自然語言處理 （NLP） 和光學字符識別 （OCR）。
任務挖掘分析的結果是描述用戶執行的一系列步驟及其變體，以及導出用作機器人流程自動化（RPA流程）的需求文檔及RPA骨架流程。
作為iS-RPM的用戶，你還可以通過我們的自動任務評估概覽、ROI分析以及耗時分析等多維度分析模塊，持續監測任務執行過程，實時評估自動化價值，驗證自動化可行性。
三、流程挖掘和任務挖掘相互融合
通過以上分析，我們可以發現：流程挖掘基于企業戰略相關流程更廣泛視圖的構建，彌合了來自任務分析數據與可操作情報之間的差距。而任務挖掘提供了數據驅動的流程優化和自動化解決方案，消除了自動化規劃過程中的人力消耗。
流程挖掘和任務挖掘技術的相互融合，能夠確保企業自動化成功方面的指數級增長，從而幫助企業：
發現、分析和自動化可提供最顯著結果的流程；
以不同的數據粒度衡量偏差的影響；
通過對端到端旅程的透徹理解，識別不完美的流程執行；
所以，流程挖掘和任務挖掘在希望優化和自動化其流程的企業中都有自己的一席之地。正確的結合應用將在許多層面上為公司運營提供更好的可見性和透明度，助力企業走向更加成功的未來。
如果您對流程挖掘和任務挖掘感興趣，歡迎點擊下方“閱讀原文”，申請試用。