Token-based replay

Wat is token-based replay?

Token-based replay is een techniek uit process mining die een geregistreerde procestrace stap voor stap afspeelt op een Petri-net. Iedere activiteit uit de trace probeert de bijbehorende transitie in het model uit te voeren.

Een Petri-net gebruikt plaatsen, transities en tokenmarkeringen om procesgedrag weer te geven. Een transitie kan alleen vuren wanneer de vereiste tokenmarkeringen aanwezig zijn. Na het vuren worden tokenmarkeringen verbruikt en aangemaakt volgens de bogen in het model.

Kan een geregistreerde activiteit niet worden uitgevoerd, dan voegt het algoritme ontbrekende tokenmarkeringen toe. Blijven na het afspelen tokenmarkeringen achter op plaatsen waar ze niet horen, dan telt het overblijvende tokenmarkeringen. Die boekhouding vormt een snelle aanwijzing voor afwijkingen tussen log en model.

Een eenvoudig voorbeeld

Neem een model voor een bestelling: Ontvangen, Controleren, Goedkeuren en Verzenden. De trace Ontvangen, Controleren, Goedkeuren, Verzenden past zonder herstelstappen.

Bij de trace Ontvangen, Goedkeuren, Verzenden ontbreekt Controleren. Als Goedkeuren volgens het model een token uit de controlestap nodig heeft, kan die transitie niet normaal vuren. Replay voegt een token toe en registreert de afwijking.

Een trace die na Goedkeuren stopt, kan tokenmarkeringen achterlaten omdat de verwachte eindtoestand niet is bereikt. Het resultaat zegt dat model en waarneming niet volledig overeenkomen, maar verklaart nog niet waarom.

De tokenboekhouding

Een gangbare replay houdt vier aantallen bij: geproduceerde tokenmarkeringen, verbruikte tokenmarkeringen, ontbrekende tokenmarkeringen en overblijvende tokenmarkeringen. Perfect passende traces hebben geen kunstmatig toegevoegde of ongewenst achtergebleven tokenmarkeringen.

Uit deze aantallen kan een replayfitness worden berekend. De precieze formule en behandeling van begin- en eindmarkering moeten bij rapportage worden vermeld, want implementaties kunnen details anders afhandelen.

De methode kan resultaten per trace, activiteit of plaats tonen. Daardoor zie je bijvoorbeeld dat een bepaalde controle vaak wordt overgeslagen of dat cases geregeld voor de eindstap stoppen.

Token-based replay versus alignment

Token-based replay herstelt lokaal wanneer een transitie niet kan vuren. Het is doorgaans snel en levert begrijpelijke diagnostiek, maar het gevonden herstelpad is niet noodzakelijk de kleinste globale afwijking.

Een alignment zoekt een optimale synchronisatie tussen trace en model. Die techniek onderscheidt bewegingen in de log en in het model en minimaliseert ingestelde kosten. Alignments geven daardoor vaak een preciezere verklaring, maar vragen meer rekenwerk.

Voor een eerste scan van grote eventlogs is token replay vaak bruikbaar. Voor formele complianceanalyse of een nauwkeurige lokalisatie van afwijkingen kan alignment geschikter zijn.

Omgaan met keuzes en paralleliteit

Petri-netten kunnen keuzepaden, lussen, stille transities en parallelle activiteiten bevatten. Replay moet dan bepalen welke ingeschakelde transitie of verborgen route het best bij de volgende events past.

Bij dubbele activiteitslabels kan één logactiviteit met meerdere transities overeenkomen. Een onzorgvuldige mapping maakt de uitkomst willekeurig. Leg daarom vast hoe labels, lifecycle-overgangen en stille transities worden behandeld.

Ook de volgorde van events met dezelfde timestamp verdient aandacht. Een schijnbare afwijking kan ontstaan doordat de bron geen fijnere tijdsresolutie heeft, terwijl activiteiten werkelijk parallel of in een andere volgorde liepen.

Wat de uitkomst wel en niet zegt

Veel ontbrekende tokenmarkeringen kunnen wijzen op overgeslagen stappen, onvolledige logging of een model dat het echte proces te strikt beschrijft. Overblijvende tokenmarkeringen kunnen samenhangen met afgebroken cases, ontbrekende eindevents of een onjuiste eindmarkering.

Een hoge fitness bewijst niet dat een model goed is. Een model dat bijna elk gedrag toestaat, kan alle traces afspelen en toch weinig verklaren. Beoordeel daarom ook precision, eenvoud en bruikbaarheid.

Token replay toont evenmin automatisch een overtreding. Een afwijking kan toegestaan uitzonderingsgedrag zijn. Proceskennis en beleidsregels bepalen de betekenis.

Praktische aanpak

Controleer eerst case-ID, activiteitsmapping, timestamps en begin- en eindcriteria. Speel daarna een kleine steekproef handmatig na voordat je geaggregeerde scores gebruikt.

Rapporteer naast één totaalscore ook de plaatsen, transities en varianten waar tokenmarkeringen ontbreken of achterblijven. Koppel opvallende patronen terug aan brondata en proceseigenaars.

Gebruik de analyse als startpunt voor onderzoek. Pas het model aan wanneer geldig gedrag ontbreekt, verbeter de logging wanneer events ontbreken en onderzoek het proces wanneer de afwijking werkelijk ongewenst is.