任务是监控修改后的

监控 — 跟踪

最后阶段的流程是否正确运行，以及控制实际结果是否符合最初的意图。在最后阶段，组织对算法进行系统监控，包括向相关利益相关者提供有关程序准确性的信息：

• 定期评估该流程的关键绩效指标；
• 验证算法是否符合内部标准和规则；
• 监控和发出非标准转换的信号，包括错误、流程缺陷和欺诈活动；
• 识别资源消耗大的阶段；
• 通过各种沟通渠道将发现的偏差 按行业划分的特定数据库  告知责任人。

流程挖掘技术的数据源

高度的过程自动化是使用PM技术的 还有什么要注意的清单 关键因素。数据源可以来自各种系统。最有效的是那些架构最初设计用于支持流程和管理工作流的架构。

其中包括 ERP/EAM、CRM、BPMS、ITSM 类的 TG数据  流程挖掘系统。这些平台存储有关对象状态变化的历史数据，无论是资产、工作订单还是用户请求。

 

资料来源：shutterstock.com

事实上，可以从任何交易系统中提取流程分析的信息。流程挖掘工具可以处理来自以下类别系统的数据：

• 数据仓库；
• OLAP 存储库；
• 企业资源规划（ERP）系统；
• 客户关系管理（CRM）；
• 处理申请；
• 应用程序性能监控（APM）；
• 错误跟踪；
• 管理：产品数据（PDM）；
• 文件（DMS）；
• 信息技术服务（ITSM）；
• 软件配置（SCM）；
• 项目。

主要条件是系统中存在多个事件日志和跟踪 – 使用它们重建实际过程。

评估源系统是否适合应用 PM 方法的关键参数是回答以下问题：“是否可以根据收集到的信息重建流程执行的图像？”

流程分析工具的实施效果清楚地表明这项技术正在快速发展。这是通过在商业组织的实际条件下实际使用来实现的。

可以肯定地说，随着当前业务运营自动化程度的提高，流程挖掘方法的追随者数量将稳步增加，因为运营活动的优化是现代创业的一个关键趋势。