如何结合使用物联网和流程挖掘？

如何结合使用物联网和流程挖掘？物联网系统和设备，即物联网，在制造业、智慧城市、智慧物流、银行等众多领域提供实时监控、提高效率和准确分析。物联网应用程序，例如收集和交换大量数据，意味着未来更多的流程挖掘供应商可以将其平台与物联网集成。

有鉴于此，我们提供了 5 个用例的详细列表，企业领导者可以利用流程挖掘和物联网将这两种工具的优势结合在一起。此外，我们还提供了 3 种最佳实践，以应对集成这两种技术时最常见的挑战。

捕获实时过程数据

流程挖掘技术提取并分析 IT 系统和 Web 应用程序中生成的事件日志数据，以识别流程中涉及的活动和利益相关者。因此，性能分析和一致性检查等流程挖掘功能有助于揭示事件的背景、事件的执行时间以及它们对业务绩效的总体影响。

物联网有潜力通过自动实时收集数据来增强这些任务，同时通过嵌入式传感器、摄像头和其他相关技术执行该过程。

流程挖掘可以利用生成的大量数据来可视化操作工作流程、识别偏差或查明需要改进的领域。通过这样做，它可以有效利用物联网传感器数据，同时为分析师提供比以往更多的数据，以更好地了解他们的业务流程。

业务分析师可以利用物联网设备的流程挖掘来确定其持续运营中是否存在任何性能变化。因此，分析人员可以在变化发生时对其进行处理，从而提高任务处理和过程控制的效率。

由于一致性检查和根本原因分析功能，流程挖掘工具是合规性和审计用例的首选工具。一致性检查表明流程是否符合参考模型或定义的程序，而根本原因分析则揭示偏差背后的根本原因。

通过将物联网设备与流程挖掘相结合，分析人员可以将实际流程与操作程序和参数进行比较，以自动测量符合率。分析师还可以利用流程挖掘来设置物联网设备偏差的阈值，以检测任何超过阈值的时刻，并通知员工和部门解决该问题。这将确保自动化的运营合规性和质量控制。

流程挖掘可以帮助业务分析师标准化其操作并制定数据驱动的策略。物联网通过提供对以更低的成本实现更高效率的路径的客观见解来提高流程挖掘的能力，这可以服务于标准化操作。

业务分析师还可以使用物联网传感器中的实际数据来识别偏差背后的根本原因，评估其对流程性能的影响，并最终避免偏差。

业务分析师部署流程挖掘来确定需要自动化或以数据驱动方式进行任何其他改进的流程。他们还可以在决定实施物联网的领域时采用流程挖掘。

一些流程挖掘工具使用户能够生成组织的数字孪生 (DTO)来模拟反事实场景，以便查看流程中的潜在变化并估计其投资回报率。

通过采用流程挖掘和 DTO，企业领导者可以在做出财务承诺之前预测和评估物联网实施的财务和运营影响。

物联网流程挖掘框架表明，第一阶段是数据预处理，包括从物联网传感器获得的数据和可观察的属性以及PM提取的流程。下一步是从数据中收集事件。最后一步显示物联网流程挖掘组合分析事件并将其分类为流程事件和上下文事件。

您可以在下面找到我们为想要为 IoT 生成的数据部署流程挖掘的企业推荐的 3 个最佳实践。通过这些实践，您可以提高模型的准确性。

物联网数据可以提供有关活动的特定信息，例如活动的时间和持续时间。但立即应用流程挖掘来理解数据是不够的。因此，业务分析师需要在收集和分析物联网数据之间采取一个步骤来提高数据质量。

他们可以实施数据科学工具来聚合数据并使用适当的活动标签注释数据，为流程挖掘准备数据。

传感器限制限制了传感器读数，例如温度读数和 GPS 位置，这可能会导致不确定性和数据质量低下。因此，时间戳可能会受到本地时钟时间变化的影响，这是另一个不确定性。

分析师可以使用Petri 网、Directly-follows Graph等行为图来处理此类不确定性，同时在从 IoT 设备提取的数据中发现流程模型。此外，一致性检查有助于比较流程模型并选择最适合此类数据的模型。

物联网数据是异构的，这意味着由于图像、视频或传感器读数的提取，它是结构化、半结构化或非结构化的。非结构化数据被认为是对传统流程挖掘工具的挑战。

然而，新软件包括 ML 算法，例如Fuzzy Miner ，它与OCR和NLP集成，以转换流程发现阶段的非结构化数据格式。

要了解有关流程挖掘与其他解决方案和技术集成的更多信息，您可以阅读：

如果您相信您的企业可以从流程挖掘中受益，您可以开始在我们全面的数据驱动列表上查看流程挖掘软件。

查看全面且不断更新的流程挖掘案例研究列表，以查找更多物联网流程挖掘现实示例。

此外，要利用物联网功能，请访问我们的物联网中心，在这里您可以找到各个物联网领域的数据驱动的供应商列表，例如物联网软件和物联网安全解决方案。