Eventlogkwaliteit

Wat is eventlogkwaliteit?

Eventlogkwaliteit is de mate waarin een eventlog geschikt is voor een specifieke process-miningvraag. Een technisch geldig bestand kan nog steeds onvolledig, verkeerd gecorreleerd of semantisch onbruikbaar zijn.

Kwaliteit omvat onder meer volledigheid, juistheid, consistentie, tijdsnauwkeurigheid, granulariteit en relevantie.

De analysevraag bepaalt de norm. Een log met alleen complete-events kan genoeg zijn voor control flow, maar niet voor actieve werktijd.

Volledigheid

Een log is volledig voor de vraag wanneer benodigde cases, events en attributen aanwezig zijn binnen de bedoelde populatie en periode.

Ontbrekende start- of eindevents maken cases schijnbaar korter. Een bron die alleen succesvolle API-calls logt verbergt mislukte pogingen.

Meet dekking tegenover brontotalen, niet alleen het percentage niet-lege velden in de extractie.

Juistheid

Juistheid vraagt of een geregistreerd event werkelijk plaatsvond en of activiteit, tijd, resource en attributen correct zijn.

Een statusupdate kan door een batchjob worden geschreven terwijl een medewerker het werk eerder uitvoerde. De database-timestamp is dan registratietijd, niet uitvoeringstijd.

Vergelijk steekproeven met bronrecords, auditlogs en domeinkennis. Een plausibele trace is niet noodzakelijk een juiste trace.

Consistentie en semantiek

Activity labels moeten dezelfde betekenis hebben door tijd en systemen. Approved en Goedkeuringsstatus 30 kunnen hetzelfde voorstellen; Complete kan per team iets anders betekenen.

Maak een mappingwoordenboek met bronwaarde, doelactiviteit, lifecycle en geldigheidsperiode.

Wanneer semantiek verandert, versieer de mapping. Historische events stil met de nieuwe definitie herlabelen kan process drift verbergen.

Timestamps

Controleer timezone, klokdrift, resolutie en bronbetekenis. Secondenresolutie kan veel gelijke tijden geven; datumvelden geven geen betrouwbare volgorde binnen een dag.

Negatieve duur en onmogelijke volgorde zijn signalen, maar niet ieder parallel event heeft een totale volgorde nodig.

Bewaar originele timestamp en transformatie. Voeg geen fictieve milliseconden toe zonder gedocumenteerde tie-breakregel.

Casecorrelatie

Verkeerde case-ID's mengen onafhankelijke processen of splitsen één proces over meerdere traces.

Controleer cardinaliteit, hergebruikte sleutels, cross-systemmappings en events zonder case. Convergentie en divergentie kunnen frequenties en volgordes vervormen.

Een object-centric log kan geschikter zijn wanneer events werkelijk aan meerdere bedrijfsobjecten horen.

Granulariteit

Een event kan een muisklik, taak, statusovergang of volledige procesfase voorstellen. Gemengde granulariteit maakt activiteitenaantallen en doorlooptijden moeilijk vergelijkbaar.

Kies labels op het niveau van de procesvraag. Bewaar fijnere brondata voor drill-down, maar laat technisch loggingdetail het bedrijfsmodel niet domineren.

Dubbele registraties op verschillende lagen moeten niet als twee uitgevoerde activiteiten tellen.

Imperfection patterns

Onderzoek naar eventlog imperfections beschrijft terugkerende patronen zoals ontbrekende events, onnauwkeurige timestamps, homonieme labels, gesynonimiseerde activiteiten en vervuilde cases.

Een pattern benoemt symptoom, oorzaak, gevolg en mogelijke repair. Dat maakt opschoning systematischer dan losse scripts.

Niet iedere afwijking is een dataprobleem. Zeldzaam of onverwacht procesgedrag mag niet worden weggepoetst omdat het model anders onrustig wordt.

Validatieregels

Leg contracts vast voor unieke event-ID, toegestane activity labels, timestampbereik, verplichte case/objectrelaties en lifecycleparen.

Gebruik distributiecontroles per dag, bron en segment om plotselinge uitval te zien. Vergelijk counts met bronsystemen.

Maak quality dashboards actiegericht: iedere regel heeft een eigenaar, drempel en herstelroute.

Repair en lineage

Reparaties kunnen labels mappen, duplicates verwijderen, relaties aanvullen of onmogelijke records isoleren.

Bewaar raw data, repairregel, reden en outputversie. Een analyst moet kunnen herleiden waarom een event is veranderd of uitgesloten.

Imputeer geen activiteit of tijd alsof die waargenomen is. Markeer afgeleide waarden en voer gevoeligheidsanalyse uit.

Rapporteren

Publiceer naast inzichten ook populatie, extractieperiode, filters, ontbrekende data en bekende beperkingen.

Een enkele quality score verbergt welke dimensie zwak is. Rapporteer metrics per gebruiksdoel en bron.

Eventlogkwaliteit is geen eenmalige schoonmaak. Bronreleases en proceswijzigingen vragen doorlopende monitoring en herbeoordeling.