Process mining is een methode om de werking van een proces te analyseren door middel van gebeurtenissenlogs (event logs) uit systemen. Hiermee wordt de volgorde van activiteiten voor individuele cases, zoals inkooporders of schadeclaims, gereconstrueerd.
Een event log vereist een case-id, een activiteitsnaam en een tijdstempel voor elk geregistreerd event. In een DMAIC-project bepalen de case-definitie en de meetgrens welke gegevens tot de analyse behoren. Teams gebruiken de gecreëerde procespaden om afwijkingen van de verwachte workflow te onderzoeken en herhaalde stappen te lokaliseren die nader onderzoek vereisen.
Neem een factuurproces waarin 120 van de 1,000 afgeronde cases een tweede goedkeuringsgebeurtenis bevatten. Process mining identificeert deze cases en toont waar de herhaling optreedt. Als uit controle blijkt dat slechts 80 cases een correctie nodig hadden, is het herbewerkingspercentage (rework) op case-niveau 8%. De overige herhalingen kunnen geautoriseerde goedkeuringsvereisten weerspiegelen. Het tellen van elke herhaalde gebeurtenis als een defect 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 vereist bewijs over de beschikbaarheid van middelen en vrijgaveregels.
Binnen DMAIC ondersteunt process mining de fasen Measure en Analyze, terwijl SIPOC de scope vastlegt en een Gemba walk werkzaamheden aan het licht brengt die in de systeemgegevens ontbreken. Ishikawa -diagrammen en 5 Whys helpen bij het onderzoeken van verklaringen die door de logs worden gesuggereerd. Borgingsplannen moeten het eigenaarschap van eventdefinities toewijzen, omdat een gewijzigde tijdstempel of activiteitsmapping de vergelijkbaarheid met de nulmeting kan verstoren.
