流程挖掘行业发展报告

4 6 I编写单位在企业全面数字化转型过程中，流程作为企业中一系列创造价值的活动组合，对解决信息化时代企业各业务系统相互交织造成的业务独立、数据孤岛等问题起到至关重要的作用。随着以云计算、大数据、人工智能等为代表的数字技术迅猛发展，各类适应业务流程不同需求的新产品新工具层出不穷，为企业进一步推动流程数字流程挖掘是一种新兴的跨数据挖掘、机器学习、过程建模与分析等领域的综合学科，它以业务系统事件日志为基础，从流程运行当前，流程挖掘市场的高速发展已经成为全球公认的趋势，而目前本报告主要面向有流程数字化转型需求的企业及相关数字化服务商，梳理流程挖掘技术发展态势，剖析流程挖掘市场发展环境，展望流程挖掘行业发展前景。一方面为数字化转型企业因地制宜建设流程挖掘能力提供参考指引，另一方面帮助数字化服务商提升流程挖掘产品服务水平，促进行业健康有序发展，助力企业数字化转术语和定义分析等领域的综合学科，以业务系统事件日志为基础，将事件转化为可视化流程模型，并以此定位和分析在实际执行过程中的业流程性能指标进行钻取、校验和分析，以分析流程时效，发现流程环节及其性能指标进行重新梳理和设计，从而改进现有流程中存在1一、多重机遇构筑流程挖掘行业发展基石(一)顶层设计不断完善，夯实企业数字化转型政策基础近年来，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正在成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。数字时代下，产业数字化发展与企业数字化转型已成为当前我国数字经济发展的主要内容，全面推进数党的十八大以来，我国已形成横向联动、纵向贯通的数字经济战略体系，为我国推动数字经济健康发展提供了清晰完整、分工明确的实施路径。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》单列“加快数字化发展，建设数字中国”篇章，明确提出以数字化转型整体驱动生产方式、生活方式和治理方式变革。国务院《“十四五”数字经济发展规划》全面系统推动企业研发设计、生产加工、经营管理、销售服务等业务转型，全面整合企业内部信息系统，强化全流程数据贯通，加快全价值链业务协同。工业和信息化部《工业互联网创新发展行动计2(二)流程价值凸显，企业流程挖掘需求逐渐明晰在企业全面数字化转型过程中，如何将企业各经营环节乃至整个业务流程的物理信息有效链接，形成有价值的数字资产，最终赋在此背景下，流程数字化转型成为串联企业各模块数字化转型随着企业业务的快速扩展，传统的流程管理方式在面对跨组织跨部门的业务活动互联互通时显露出不足。另一方面，由于设计运营体系割裂，流程设计和运营模块无法快速衔接，逐渐导致设计的流程业务流程不断交织，造成流程瓶颈和堵点问题突出，使得流程高可读性和快速迭代等需求显著提升，对复杂流程的梳理和改造需求愈流程挖掘为解决以上流程数字化转型中的痛难点问题提供了有效途径，部分走在数字化转型前列的企业依托流程数字化技术启动了流程治理专项工作，致力于推动业务流程资源的有效整合，促进3全流程变革与业务重组，以提升流程运行效率，深挖端到端业务流(三)流程数字化技术发展迭代，流程挖掘技术应运而生伴随着科学管理的出现及管理科学的发展，流程管理作为管理本身的一个属性，也自发地萌发和发展，出现了一系列流程管理方“方法和过程分析”作图形化演示，发明了甘特图。直到今天，这随着云计算、大数据、人工智能等数字技术不断取得突破和创新，企业数字化转型更加强调打破技术和业务的壁垒，实现业技融全面、结构化梳理业务场景，打造内外部业务流程贯通、覆盖业务流程全生命周期的数字化管理平台。以数字化、网络化、智能化为特征的新一代数字技术为企业进一步推动流程数字化转型创造了条4件，各类适应业务流程不同需求的新产品新工具层出不穷，于是在二、流程挖掘核心技术能力流程挖掘技术的核心理念是贯穿企业流程执行的全生命周期，并从流程运行过程中提取数据、发现关键因素，以揭示企业业务实际执行的情况。流程挖掘始于对企业信息系统（如ERP、CRM等）中业务执行行为的记录，而这样的执行信息通常是以事件日志的形式合规性检查、性能分析和流程优化。此外，广义上的流程挖掘技术流程发现是指在不使用任何先验信息的条件下从事件日志中发现流程模型，主要包括数据预处理、数据建模等环节。在对业务系统中产生的事件日志进行挖掘之前，需要对日志数据进行预处理，5常见的预处理技术包括噪声过滤和轨迹聚类等。数据建模则是指将经典的流程发现算法包括AlphaMiner、HeuristicMiner、是流程发现的第一个算法，2003年，HeuristicMine合规性检查（也称一致性检查）是一种分析流程模型和流程实际执行的事件日志之间关系的技术。它将事件日志与流程模型中的活动关联起来，对它们进行比较，以找出事件日志和流程模型之间存在的偏差。合规性检查可以用于评估流程发现算法，发现实际操作中未按照预期执行的流程，也可用于改进和修复流程模型。当前最受关注的合规性检查技术包括基于托肯重演的合规性检查方法和流程性能分析通过对流程及所有变体进行多维度排序、筛选过现流程中的性能瓶颈。进一步地，通过建模、信息提取等技术分析实际流程执行过程中遇到的具体问题，找到某些流程运行风险背后的原因及其相关因素，并提出对应的解决和优化方案以避免或缓解6流程优化是根据合规性检查和流程性能分析结果，对流程各环提高流程运行效率。与传统的流程优化方法相比，基于流程挖掘技术的流程优化以业务系统事件日志为依据，能够更有针对性地对流此外，还可以通过向流程模型添加新的视角或使用基于流程上下文的信息来扩展流程模型，实现对流程模型的增强，从而更好地反映三、流程挖掘加速赋能企业数字化转型(一)流程挖掘推动企业流程数字化深刻变革流程挖掘技术作为复杂流程辨析和改造的利器，被誉为检视业7对企业管理者而言，流程挖掘解决了流程碎片化问题，为企业业务流程运行情况提供了有效的评估工具。如今，大量企业正面临着各种业务系统相互独立、流程复杂交织等问题，经营管理人员难以高效获取统计指标，无法及时精确衡量工作落地成效。流程挖掘通过发挥业务系统沉淀的日志数据价值，对业务流程整体运行情况提供可视化端到端透视，为企业管理人员和流程管理者提供更多新信息和新视角，辅助决策者采取恰当的方案推动业务流程标准化，放”出来，帮助业务人员发现更多自动化机会。很多企业的IT部门分析、计算、汇总数据，工作任务非常繁重，也缺乏成熟的监管体系。而流程挖掘技术可以为帮助其了解真实流程的执行情况，并通8(二)流程挖掘全球商业化应用加速，国内市场厚积薄发流程挖掘技术的商业化应用起源于学术研究。早在1998年，埃技术与业务流程管理进行结合的可能性”相关研究，并于2000年提出了首个流程挖掘算法AlphaMiner服务商FuturaPI成立，并于次年被Gartner评为业务流程管理领域等服务商也纷纷通过收购流程挖掘公司等方式进入流程挖掘市场。9流程挖掘在海外市场已经形成了完整的咨询和实践体系，并成功实逾10亿美元，预计到2025年将达到22.5亿美元，从2021年到2025年流程效率提升等方面。可以说，流程挖掘市场的高速发展已经成为目前中国流程挖掘行业尚处于市场启蒙期，商用实践案例较为有限。在应用侧，仅少数大型企业或机构对流程挖掘进行了尝试性的投入，众多关注流程挖掘的企业处于观望状态，流程挖掘市场生态仍处于构建阶段。而在供给侧，国内的流程挖掘产品也大多处在起步探索阶段，尚未完全成熟。但可以看到的是，国内企业对流程挖掘的认知度正在逐渐提高，相关服务商也正在加快产品研发与场(三)流程挖掘工具趋于丰富，各领域应用持续深化虽然我国流程挖掘行业尚处于启蒙期，但在流程挖掘技术的持型的领先企业，并在企业流程梳理和改造方面取得了明显成效。当通过流程管理平台预梳理流程29条，汇总整理后四、流程挖掘行业发展面临多方面挑战(一)需求侧：流程挖掘成效不易衡量，融入企业流程管理体系待探索首先是企业对流程挖掘技术的认知水平仍然偏低。虽然流程挖掘技术在国外已经得到广泛应用，但大部分国内企业对流程挖掘技术的认识仍然较浅，往往期望看到同业成功实践经验，造成自上而下建设推动存在一定困难。按照行业看，电子商务、银行、保险等其次是如何定量衡量流程挖掘建设取得的成效和价值。数字化转型企业应用流程挖掘技术后，通常会带来一些改变，例如流程效率的提高、客户满意度的增加等。但是这些改变往往不易量化，使得流程挖掘建设的价值难以准确测量。流程优化是长期过程，其效果可能无法在短期内体现出来，很难通过量化的模型来评估流程挖三是流程挖掘技术对于企业IT治理能力具有较高的要求。流程挖掘需要大量的数据才能有效运作，大型企业多种业务系统交织，系统开放度和复杂度给流程数据提取整合造成困难，例如可能存在数据缺失、错误、重复等情况，从而影响流程挖掘结果的准确性。此外，使用流程挖掘还可能会涉及敏感数据，包括个人数据、经营信息、客户信息等。因此，应用流程挖掘技术需要建立良好的IT基四是企业对如何正确使用流程挖掘尚不明晰。数字化转型企业需要明确使用流程挖掘解决的问题以及期望的目标，这可以帮助确定流程挖掘的范围和方向。确定业务目标后，还需要选择适当的流程挖掘工具，制定合理的流程挖掘方案，包括数据源、流程挖掘方法、结果分析方式等。流程挖掘结果只有在转化为实际行动时才能(二)供给侧：产品同质化较严重，产品能力难以明确衡量一是产业化起步晚，产品成熟度较低。相比于国外十余年的行业经验积累，我国流程挖掘产业化起步较晚，因此产品的完整度和成熟度与国际先进企业相比还存在一定差距。例如，与用户业务系统的数据对接能力方面，Celonis可以从SAP、Salesforce、Oracle等多种系统创建的日志数据中自动分析和梳理出企业的业务流程。但由于国内大中型企业的信息化发展进程普遍较快，其不同业务系统往往建设于不同年代，采购自不同服务商，系统之间割裂比较严当前业务系统较为分散的现状。但中小企业则不具备建设大型流程管理系统的资金投入能力，更青睐于应用“小快轻准”的数字化服务产品和解决方案。因此，面向不同行业、不同规模企业因地制宜调整流程挖掘工具的形态，总结归纳形成可复制、可推广的模式和三是缺失规范化标准，产品能力难以衡量。流程挖掘行业处于发展初期，越来越多的数字化服务商纷纷加入赛道，导致市场上产品能力参差不齐。部分企业虽然有意采用流程挖掘工具，但对其功能、性能水平缺乏可信的评价依据，为流程挖掘产品的应用推广造成了阻碍。此时，构建规范化的评价体系对流程挖掘工具能力进行评价，不仅有助于数字化转型企业根据自身需求选择更加适合的产品和工具，也有助于敦促数字化服务商不断提升其产品丰富度、功(三)技术侧：突破技术瓶颈，多方面提升挖掘和分析应用潜力一是数据提取耗时、数据质量不高。由于企业业务系统的特异性，已有的流程挖掘平台缺乏高效的面向多源数据的提取模块，一般数据提取的时间能占到流程挖掘项目实施的60-80%。数据质量难以保证，存在噪声属性值缺失、轨迹不完整、日志关联信息缺失等问题，对流程挖掘结果产生较大干扰，亟需通过噪声过模型的挖掘，该类模型表达能力有限，本质上仅仅是日志的一种可视化呈现。为了提高模型挖掘的准确性，需要更加灵活地运用各类流程挖掘算法，并生成BPMN流程模型，提升流程挖掘的应用价值。此外，现有流程挖掘工具大都是处理离线的业务流程数据，对于增三是流程分析准确性和效率不高。在流程可视化呈现的基础上对业务流程指标进行多维度校验和分析，是流程挖掘的重要作用之一。但目前流程挖掘工具仅支持比较简单的指标和根因分析，并且在合规性检查方面，在处理大规模参考模型情况下的差异分析等方面执行效率较低，大都只是以报告的形式进行呈现，仍需要专业人四是流程挖掘工具的开放应用程度有限。当前，流程挖掘工具主要以独立的解决方案体现在产品中。在企业内部业务系统繁多的背景下，流程挖掘平台的建设反而进一步增大了系统割裂程度，这无疑限制了流程挖掘的商业应用。未来，通过定制化开发或中间件等方式实现流程挖掘与企业已有平台的深度集成，并在此基础上实五、流程挖掘行业发展趋势展望(一)流程挖掘技术优势加速积累我国流程挖掘领域的技术积淀相对薄弱，尚未形成较大的国内和国际影响力。如今，众多高校和研究机构都已经开始启动流程挖掘技术相关研究工作，部分在流程管理领域有深入实践的企业也开始着手攻克流程挖掘技术的应用瓶颈，国内流程挖掘技术优势正在业务流程数据提取更加高效便捷。针对数据提取耗时长、数据质量不高的问题，研究人员正在尝试构建丰富的数据连接器，使流程挖掘工具能够高效连接多个异构的跨组织数据库，配以噪声过滤模块，快速从业务系统中提取准确数据。通过低代码等方式构建定流程分析结果具备更强可操作性。随着各类流程挖掘算法的融合应用，将使业务流程指标的分析更加细致准确。通过生成BPMN流程模型，将进一步增强流程挖掘结果的可用性，使分析结果更灵活流程挖掘技术向智能化不断演进。当前，流程挖掘正在与各类IT技术深度融合，对比性流程挖掘、预测性流程挖掘等技术研究不断深入，“超自动化”理念逐渐深入人心，为流程挖掘赋能业务流程分析和改造提供了更广阔的应用舞台。同时，随着大模型产业化应用不断深入，流程挖掘将在其基础能力之上融合更加多元的技术(二)流程挖掘市场前景一片蓝海当前，我国流程挖掘市场生态处于构建阶段。随着企业数字化转型的深入推进，流程作为支撑业务运营的载体，将成为数字化转流程挖掘认可度显著提升。当前，部分大中型企业的流程挖掘应用已经取得阶段性成效。可以预期的是，随着流程挖掘应用效果的不断显现，越来越多处于观望状态的企业将会增加对流程挖掘的投入，商用实践案例将进一步增多，流程挖掘市场即将迎来一轮快流程挖掘产品迭代加速。当前国内市场中的流程挖掘产品同质化较为严重，产品能力还有较大提升空间。应用案例的不断反馈以及更丰富的行业实践，将促使流程挖掘工具实现快速迭代更新，更多适应本土数字化转型企业不同需求的新功能将涌现出来，带动流流程挖掘市场竞争显现。商用实践的普及将会加剧市场竞争，不论原生流程挖掘服务商还是非原生流程挖掘服务商，都将依托自身技术能力加快产品研发与场景化融合应用，进一步强化市场生态的构建，流程挖掘也将更多地被应用于构建更加智能化的流程全生(三)流程挖掘