Multi-perspective process mining

Wat is multi-perspective process mining?

Multi-perspective process mining combineert meerdere dimensies van procesgedrag. Naast de volgorde van activiteiten analyseert het tijd, case- en eventdata, resources, beslissingen en eventueel betrokken objecten.

Een control-flowmodel vertelt welke paden worden gevolgd. Andere perspectieven helpen onderzoeken voor welke cases, door wie, wanneer en met welke uitkomst dat gebeurt.

De term verwijst naar een analysekader, niet naar één vast algoritme of modeltype.

Control-flowperspectief

Het control-flowperspectief behandelt activiteiten, volgorde, keuze, paralleliteit en lussen. DFG's, process trees en Petri-netten zijn mogelijke representaties.

Varianten en conformance checking tonen dominant en afwijkend gedrag.

Zonder andere context zegt een zeldzaam pad nog niet of het slecht, risicovol of juist bedoeld is.

Tijd en performance

Timestamps leveren doorlooptijd, wachttijd, service time en seizoenspatronen. Lifecycle transitions helpen actieve uitvoering van wachten scheiden.

Performance kan op nodes, bogen, varianten en segmenten worden vergeleken. Gebruik percentielen en volumes naast gemiddelden.

Een trage activiteit hoeft geen bottleneck te zijn wanneer ze parallel loopt of weinig cases raakt.

Data- en beslisperspectief

Caseattributen zoals product, bedrag en klanttype kunnen varianten en uitkomsten verklaren. Eventattributen tonen veranderende toestand tijdens de case.

Decision mining onderzoekt welke kenmerken samenhangen met gekozen takken. Een decision tree kan bijvoorbeeld laten zien dat hoge bedragen vaker extra goedkeuring krijgen.

Samenhang is geen causaliteit. Het bedrag kan samenlopen met complexiteit of beleid; de analyse moet alternatieve verklaringen toetsen.

Organisational perspectief

Resource- en roledata tonen werkverdeling, handovers en samenwerking. Organisational mining kan sociale netwerken en rolclusters afleiden.

Combineer met tijd en casemix voordat individuele prestaties worden beoordeeld. Complex werk en onzichtbare taken vertekenen eventmetrics.

Gebruik bij voorkeur team- of rolniveau en pas privacy- en arbeidsrechtelijke beschermingsmaatregelen toe.

Objectperspectief

Een klassiek eventlog kiest één case notion. Object-centric eventdata koppelt events aan meerdere objecten, zoals order, item, zending en factuur.

Dit maakt interacties en wachttijden tussen objectlevenscycli zichtbaar zonder events kunstmatig te kopiëren.

Objectrelaties vergroten ook analysegrootte en privacycontext. Modelleer alleen directe, relevante relaties.

Voorbeeld: order-to-cash

Control flow toont een herhaalde kredietcontrole. Performanceanalyse laat zien dat de variant twee dagen langer duurt.

Datasegmentatie toont dat vooral gewijzigde orders met hoog bedrag de lus volgen. Resourceanalyse wijst op overdracht tussen sales en finance.

Objectdata laat zien dat gedeeltelijke leveringen meerdere factuurmomenten veroorzaken. De vertraging heeft dus niet één eenvoudige oorzaak.

Geïntegreerde modellen en linked views

Sommige technieken bouwen één model met data-, tijd- of resourceannotaties. Andere tools gebruiken gekoppelde views die dezelfde geselecteerde cases vanuit verschillende perspectieven tonen.

Een geïntegreerd model kan uitgebreid zijn maar snel onleesbaar worden. Linked views houden representaties eenvoudiger, mits filters en populatie synchroon blijven.

Documenteer welke perspective iedere metric gebruikt en op welk eventmoment attributen beschikbaar waren.

Datavereisten

Naast case, activity en timestamp zijn consistente resources, lifecycle, casekenmerken en eventattributen nodig.

Voorkom leakage: een eindstatus die pas na afsluiting wordt ingevuld mag niet worden gebruikt om een eerdere beslissing te verklaren alsof de informatie toen bekend was.

Controleer ontbrekende waarden per tijd, systeem en segment. Selectieve logging kan schijnbare verbanden creëren.

Privacy en governance

Het combineren van perspectieven verhoogt heridentificatierisico. Een zeldzame route, tijdstip, rol en bedrag kunnen samen een persoon of case onthullen.

Minimaliseer attributen, pseudonimiseer waar passend en beperk detail en toegang tot de analysevraag.

Leg hypotheses, filters en beslissingen vast. Multi-perspective analyse levert meer context, maar ook meer mogelijkheden voor selectieve of foutieve interpretatie.

Praktische aanpak

Begin met één procesvraag en voeg alleen perspectieven toe die haar helpen beantwoorden.

Start vanuit concrete afwijkende cases, vergelijk passende groepen en laat domeinexperts de verklaring toetsen.

Vertaal inzichten naar een meetbare interventie en controleer nadien alle relevante uitkomsten, niet alleen de metric die verbeterd moest worden.