Process-miningfitness

Wat is process-miningfitness?

Process-miningfitness meet hoe goed een procesmodel het gedrag uit een eventlog kan reproduceren. Als geregistreerde traces zonder afwijkingen door het model kunnen worden uitgevoerd, is de fitness hoog.

Fitness is een kwaliteitsdimensie bij process mining. Ze beantwoordt de vraag of het waargenomen gedrag in het model past. Ze zegt niet hoeveel extra, nooit waargenomen gedrag het model toestaat; daarvoor dient precision.

De score ligt vaak tussen nul en één, maar de betekenis hangt af van de gebruikte methode, omrekening en aggregatie. Vermeld daarom nooit alleen een getal zonder berekeningswijze.

Fitness op basis van token replay

Token-based replay speelt iedere trace af op een Petri-net. Wanneer een activiteit niet kan vuren, worden ontbrekende markeringen toegevoegd. Markeringen die na afloop ongewenst achterblijven, worden eveneens geteld.

Replayfitness vergelijkt ontbrekende met verbruikte markeringen en overblijvende met geproduceerde markeringen. Minder herstel geeft een hogere score. De precieze formule kan verschillen in de omgang met beginmarkering, eindmarkering en ongeschikte traces.

Deze aanpak is snel en levert aanwijzingen per plaats en transitie. Bij complexe keuzes kan lokaal replaygedrag echter een andere diagnose geven dan een globale optimale vergelijking.

Fitness op basis van alignments

Een alignment synchroniseert trace en model met synchrone bewegingen, log moves en model moves. De afwijkingskosten van het beste gevonden pad worden afgezet tegen een referentiekost.

Een volledig synchrone trace krijgt maximale fitness. Extra of ontbrekende stappen verlagen de score volgens het kostenmodel. Bedrijfskritieke afwijkingen kunnen desgewenst zwaarder wegen, maar dan is vergelijking met een standaardberekening niet vanzelfsprekend.

Alignmentfitness is vaak nauwkeurig en goed te lokaliseren. De berekening kan bij grote logs en complexe modellen meer tijd en geheugen vragen.

Voorbeeld

Een ordermodel verwacht Registreren, Controleren, Goedkeuren en Verzenden. Van honderd orders volgen er negentig exact dit pad. Tien orders missen volgens de log de controle.

De totale fitness zal waarschijnlijk hoog zijn omdat het grootste deel past. Toch kan de afwijking ernstig zijn wanneer Controleren een wettelijke of financiële waarborg is.

Bekijk daarom naast de gemiddelde score ook het aantal betrokken cases, de afwijkende stappen, bedragen, klanten en risicoklassen. Materialiteit verdwijnt in één gemiddelde.

Logfitness en tracefitness

Fitness kan per trace worden berekend en daarna over de log worden geaggregeerd. Een gewogen gemiddelde telt veelvoorkomende traces vaker mee; een gemiddelde per unieke variant behandelt zeldzame en frequente varianten gelijker.

De keuze hangt af van de vraag. Voor operationele impact is frequentie nuttig. Voor modeldekking kan analyse per variant verborgen gedrag blootleggen.

Rapporteer ook spreiding. Een log met veel perfecte traces en enkele zeer slechte kan dezelfde gemiddelde fitness hebben als een log waarin iedere trace een kleine afwijking bevat.

Fitness versus precision

Een model met één vrije lus die iedere activiteit in elke volgorde toestaat, kan vrijwel alle traces reproduceren. De fitness is dan hoog, maar het model geeft weinig inzicht.

Precision meet of het model niet veel meer gedrag toestaat dan in de log wordt waargenomen. Een bruikbaar model zoekt een evenwicht: het dekt relevante werkelijkheid zonder alles mogelijk te maken.

Ook eenvoud en generalisatie spelen mee. Een model dat iedere historische trace letterlijk opsomt, past uitstekend maar kan onleesbaar zijn en toekomstige geldige varianten afwijzen.

Veelvoorkomende valkuilen

Een lage fitness kan uit slechte datakwaliteit voortkomen. Ontbrekende events, verkeerde casecorrelatie, dubbele registraties of onduidelijke lifecycle-statussen lijken op procesafwijkingen.

Een verouderd of normatief model kan geldig praktijkgedrag uitsluiten. Omgekeerd hoeft hoge fitness bij een ontdekt model geen prestatie te zijn wanneer het algoritme op dezelfde log is afgestemd.

Gebruik fitness daarom samen met precision, modelcomplexiteit, domeinreview en analyse van concrete afwijkingen. De score ondersteunt een oordeel; ze vervangt het niet.