清理大型银行的交易并不容易。 特别是当它们与两个独立的集成系统ERP和EDMS离婚时。 当将VTB和VTB24结合在一起时，我们还统一了信息系统，现在通过它们进行单个采购过程。 怎么办 Process Mining抢救了下来-这是用于研究，分析和监视业务流程的最有趣的技术之一。 但是同时很难使用。
流程挖掘是一种使用数据收集和处理领域中的先进技术来分析业务流程的方法。 我们看到了许多昂贵的大型项目，他们在其中使用Process Mining进行了流程分析。 尽管这些项目都已结束，但在80％的情况下，获得的精美计划无法奏效。 但是可悲的统计数据并没有吓到我们，我们还决定通过“流程挖掘”来解开流程的纠结。 细节剪下。
正如我们已经说过的，实施的复杂性主要是由于以下事实：在VTB和VTB24合并之后，银行的采购流程会经过多个信息系统，这些信息系统负责流程的不同阶段。 此外，我们还必须考虑退役系统的历史信息。 结果，我们获得了各种IT数据源-IBM Lotus数据库，MS SQL数据库，Oracle数据库，SAP（通过RFC集成）。 最终，数据源位于不同的网段中-在解决方案体系结构和集成方法中也必须考虑到这一点。 顺便说一句，我们有一个单独的
帖子，关于合并银行的网络部分。 但是回到采购业务流程。
实际上，恢复业务流程中订单的良好愿望已分解为
两个任务 ：
- 根据所有来源的数据还原业务流程-进行后续的数据驱动的优化。
- 计算流程绩效的关键绩效指标（KPI）-向管理层报告
解决方案在银行中的技术实施包括以下组件。 Process Mining平台是基于Celonis软件实现的，数据收集组件为Pentaho DI + PostreSQL，数据仓库和数据展示为Vertica列数据库。 Pentaho DI + PostreSQL捆绑包使我们能够从源（IBM Lotus，Oracle，MS SQL，SAP DFC）集中收集和处理数据。 Vertica是功能强大的列类型数据库，它使我们能够以压缩形式存储数据并更快地处理大型海量查询。 这就是为什么Vertica用作Celonis的数据源的原因，该数据源采用数据模型进行进一步的自动化业务流程映射和后续分析。
我们的关键工具是Celonis，用于工艺采矿。 它具有丰富的内部可视化和分析功能，可以使用内置的Python API进行扩展，该API提供对所有现代数据分析方法的访问。
通常，我们选择的每个组件都能完美地完成自己的任务。 但是，它们都可以作为单个解决方案组合在一起。 新平台允许您将Process Mining作为服务提供，并具有可调整的详细程度和数据更新频率。 对于银行的某些任务，我们每15分钟提供一次数据挖掘数据。 但是在此任务的上下文中，没有必要每天更新一次数据。
在Celonis中，基于分析表示形式创建excel报告非常方便，这始终使工具的计算变得透明。 我们得出的结论是，与已实施的KPI一起，在同一张纸上具有包含交易（事件）的完整列表的报告是很方便的，以此为基础计算KPI。 结果，我们可以并行解决分析和内部报告任务-这是一个重要的优势。
以这种方式组装的数字业务流程模型使您能够检测到：多个协调圈子； 延迟花费在状态上的时间； 无效或最忙碌的表演者； 关键绩效指标中最佳和最差的单位等等。 通过从流程角度分析信息，可以轻松地从数字分析过渡到优化。 我们可以在Celonis中查看有关每笔购买的信息，以及整个更改的历史-在此之前，必须将其用于近几十个系统。
借助Process Mining，我们可以根据动力学中的类型，单位或其他参数来分析特定的采购和感兴趣的样本。 因此，有可能识别没有任何问题的低效率的工艺步骤，或者例如找出工艺偏离给定模型的原因。 例如，通过这种方式，我们可以肯定地了解到协议协商通常是该过程中最长的步骤之一。 他们还计算了未达到最终状态的购买百分比，并确定了原因。
如果我们走得更远，那么Process Mining不仅使我们能够基于多方面的统计信息识别问题，而且还能发现进行采购的最佳方法，从而了解为什么每个人都不使用它。
好的，过程挖掘很棒，但是项目的特定目标又如何呢？ 我们已成功按照声明的条款处理了其中的第一个。 最初，必须恢复仅由信息技术部进行采购的业务流程，但是在收到第一个结果并进行演示之后，内部客户要求将解决方案扩展到银行的所有采购。 而且我们做到了这一点，而没有改变商定的截止日期。
在第二项任务（计算KPI）中，一切并不是那么简单。 对KPI计算中的错误的严格要求要求提高收集到的数据的质量-与原始数据相比，提高了96-98％。 不能立即达到这种质量，财务部门花了很多时间专门致力于业务流程。 流程采矿银行和财务部门的权限中心共同确定了劣质数据和技术实现的功能，这些功能有时会扭曲流程模型。
作为该项目的结果，我们是Process Mining真正提供帮助的20％幸运者之一。 这不是运气。 在每天更新的真实数据的基础上建立过程模型，计算过程指标并将所有这些信息带到美观且方便的分析表示形式中-这只是故事的一部分。 许多项目错过了没有流程挖掘（
数据质量 ）将无法工作的问题。 我们与内部客户进行了大量工作来改善数据质量，因此我们的系统不仅可以进行分析，还可以准备定期报告以制定重要的管理决策。
作为该项目的结果，我们对过程挖掘的理解原则上已经发生了微小变化。 这是一种使用现代工具收集有关流程及其后续深入分析的不同信息的方法。 此外，这种方法涉及
连续和顺序地收集，记录和分析来自信息系统的有关研究目标的事件，以及其在整个过程中的发展。
我们基于过程挖掘技术的解决方案已被证明对参与采购过程的大量不同用户有用。 现在，在单个系统的框架内，他们可以深入分析这些流程，监视特定购买，KPI的状态，并最终实现报告的自动化。 如果我们谈论数量，则通过引入过程挖掘和财务部门实施一揽子措施，我们可以将采购过程的时间减少25％，而采购总次数则增加了3倍。
塞洛尼斯（Celonis）拥有丰富的市场和付费附件。 但是我们得出的结论是，最好使用Python中的Celonis API开发自己的自定义微调工具。 我们将在以后的文章中分享这种经验。
关于不同级别的大型银行的联合，我们可以再读一件事：