Prosessilouhinta perustuu lokitietoihin

Prosessilouhinta (Process Mining, PM) perustuu ajatukseen, että suoritetuista prosesseista jää jälkiä. Prosessilouhinnassa näitä jälkiä kutsutaan lokitiedoiksi ja niitä saa organisaation tietojärjestelmistä. Mitä enemmän organisaatiolta löytyy digitaalisessa ja rakenteellisessa muodossa olevaa tapahtumadataa, sitä paremmin prosessilouhinta antaa vastauksia. Tässä blogikirjoituksessa kerrotaan tarkemmin lokitiedoista ja niille asetetuista vaatimuksista prosessilouhinnassa.

Organisaatioissa tehdään erilaisia toimintoja eli työvaiheita. Kun työvaiheita niputetaan sarjaksi ja sillä on määritetty lopputuotos, kutsutaan sitä prosessiksi. Tietojärjestelmällä tehdyt työvaiheet tallentuvat sen tietokantaan loki- eli tapahtumatiedoiksi. Prosessilouhinnassa näitä jälkiä käytetään lähdedatana. Se syötetään prosessilouhinnan työkaluun ja siellä sitä tunnistetaan, mallinnetaan, analysoidaan ja mittaroidaan.

[Alt-teksti: talvinen maisema, aukio, jossa paksussa lumessa on jälkiä.] — Kuva 1. Suoritetut prosessit jättävät jälkensä, joita prosessilouhinnassa seurataan. (Kuva: Matias Kokko)

Prosessilouhinta yhdistää prosessijohtamisen ja tietojärjestelmätieteen (Van Der Aalst 2016). Tällä hetkellä prosessilouhinnan merkittävän hyöty on prosessien tunnistamisessa ja mallintamisessa, mutta työvälineiden kehittyessä painopiste on siirtymässä kohti kokonaisvaltaista prosessien optimointia, automaatiota ja liiketoiminnan johtamista.

Prosessilouhintaan tarvittavat pakolliset tiedot

Perusideana prosessilouhinnassa on, että organisaation tietojärjestelmistä puretaan lokitiedot eli tapahtumalokit. Tapahtumalokeissa voi olla enemmänkin tietoa, mutta tärkeimmät pakolliset tiedot ovat tunniste, aktiviteetti ja aikaleima:

prosessin tunniste: tunniste, jolla voidaan yhdistää samaan prosessiin kuuluvat toiminnot (esimerkiksi tilausnumero).
toiminnon nimi/tunniste: nimi, josta tiedetään, mistä prosessin aktiviteetista on kyse (esimerkiksi “Tilauksen luonti” tai “Toimituksen vastaanotto”).
toiminnon alkamisaika: aikaleima, jonka avulla prosessin toiminnot pannaan järjestykseen. Erityisesti automatisoiduissa prosesseissa aikaleimojen on hyvä olla millisekuntien tarkkuudella.

[Alt-teksti: kaavio, jossa osia muun muassa prosessin ajo, prosessin jäljet ja prosessin automaattinen kuvaus.] — Kuva 2. Prosessilouhinta perustuu lokitietoihin. (Kuva: Matias Kokko)

Lisätiedot, joita voidaan hyödyntää

Pakolliset tiedot syötetään usein taulussa, jossa jokaista toimintoa kohden on yksi rivi. Näiden tietojen lisäksi samassa taulussa voi olla toimintoon liittyviä lisätietoja, kuten:

toiminnon loppumisaika: Erityisesti pitkäkestoisista toiminnoista on hyvä tietää myös loppumisaika, jolloin analysoinnissa on mahdollista erottaa toiminnon suorittamiseen käytetty aika ja toimintojen välinen odotusaika.
toimintokohtaiset lisätiedot: lisätietoja, joita voidaan hyödyntää analyysissä, esimerkiksi toiminnon suorittava rooli.

[Alt-teksti: Kaavio, joka sisältää useita osia, kuten toimintotaulu ja lisätietotaulut.] — Kuva 3. Esimerkki prosessilouhintatyökaluun vietävistä tiedoista. (Kuva: Matias Kokko)

Lisäksi analyysissä hyödynnettäviä prosessiin liittyviä lisätietoja voidaan syöttää erillisissä tauluissa, jotka sisältävät pakollisena tietona prosessin tunnisteen. Taulu voi sisältää lisätietoja, kuten missä maassa/organisaatiossa prosessi on suoritettu, tilattu tuotekategoria, toimittaja, tilauksen koko jne.

RoboGrowth-hanke kehittää prosessilouhinnan ja ohjelmistorobotiikan osaamista Etelä-Karjalan alueella. Hankkeessa toteutetaan prosessilouhinnan ja raportoinnin pilotti, jossa kehitetään työelämälähtöistä opetusmateriaalia keväällä 2023 valmistuvaan avoimeen verkkokoulutukseen.

Tämä kirjoitus on kolmas osa prosessilouhinnan blogisarjasta. Lue tästä ensimmäinen osa ja tästä toinen osa (Kokko & Viinikainen 2022a, 2022b).

Kirjoittajat

Matias Kokko on Solita Oy:n Senior Consultant ja toimii RoboGrowth-hankkeen prosessilouhinnan ja raportoinnin pilotin prosessilouhinnan asiantuntijana.

Marianne Viinikainen työskentelee taloushallinnon lehtorina LAB-ammattikorkeakoulussa ja projektipäällikkönä RoboGrowth-hankkeessa.

Lähteet

Kokko, M. & Viinikainen, M. 2022a. Mikä prosessilouhinta? LAB Focus. Viitattu 28.12.2022. Saatavissa https://blogit.lab.fi/labfocus/mika-prosessilouhinta/

Kokko, M. & Viinikainen, M. 2022b. Mihin prosessilouhinnalla haetaan vastauksia? LAB Focus. Viitattu 28.12.2022. Saatavissa https://blogit.lab.fi/labfocus/mihin-prosessilouhinnalla-haetaan-vastauksia/

Van Der Aalst, W. 2016. Process mining: data science in action. Vol. 2. Heidelberg: Springer.

Linkit

Linkki 1. LAB. 2022. RoboGrowth – Prosessilouhinnalla ja RPA-prototyypeillä osaaminen kasvuun. Hanke. Viitattu 5.12.2022. Saatavissa https://lab.fi/fi/projekti/robogrowth-prosessilouhinnalla-ja-rpa-prototyypeilla-osaaminen-kasvuun

Linkki 2. Solita Oy. 2022. Solita on teknologia-, data- ja designyritys. Viitattu 5.12.2022. Saatavissa https://www.solita.fi/