Process mining is een methode om te analyseren hoe een proces verloopt door gebruik te maken van logboeken van systeemgebeurtenissen om de volgorde van activiteiten voor individuele cases te reconstrueren, zoals inkooporders of verzekeringsclaims.
Een event log vereist een case-ID, een activiteitsnaam en een tijdstempel voor elke geregistreerde gebeurtenis. In een DMAIC -project bepalen de case-definitie en de meetgrens welke records tot de analyse behoren. Teams gebruiken de resulterende procespaden om afwijkingen van de verwachte workflow te onderzoeken en herhaalde stappen te lokaliseren die nader onderzoek verdienen.
Neem een factuurproces waarin 120 van de 1,000 afgeronde cases een tweede goedkeuringsgebeurtenis bevatten. Process mining identificeert deze cases en laat zien waar de herhaling optreedt. Als uit controle blijkt dat slechts 80 cases correctie nodig hadden, is het herwerkpercentage op case-niveau 8%. De overige herhalingen kunnen geautoriseerde goedkeuringseisen weerspiegelen. Elk herhaald event als een defect tellen, zou het probleem overschatten.
Tijdsanalyse vereist dezelfde zorgvuldigheid. Een verschil van twee dagen tussen de invoer van een factuur en de goedkeuring kan een weekend of een geplande batch-vrijgave omvatten. Tijdstempels van voltooiing alleen tonen niet aan hoeveel tijd een factuur heeft gewacht op een beschikbare goedkeurder. Een capaciteitsbeslissing heeft bewijs nodig over de beschikbaarheid van middelen en vrijgaveregels.
Binnen DMAIC ondersteunt process mining Measure en Analyze, terwijl SIPOC de scope bepaalt en een gemba walk werk aan het licht brengt dat ontbreekt in systeemrecords. Ishikawa -diagrammen en 5 Whys helpen bij het onderzoeken van verklaringen die door de logboeken worden gesuggereerd. Borgingsplannen moeten eigenaarschap toewijzen aan event-definities, omdat een gewijzigde tijdstempel of activiteitskoppeling de vergelijkbaarheid met de nulmeting kan verstoren.
