流程挖掘(Process Mining）已成为全球性的风口热点。根据Gartner的报告，2022 年，全球 IT 支出仍将呈现增长态势。包括流程挖掘在内的与“分析”相关的产品和服务将成为企业优先的投入方向。相似的，Polaris Market Research的研究也指出，全球流程挖掘软件市场规模预计到2030年将较2021年增长30倍。众多咨询公司预期高高，海外IT大厂纷纷入局，国内资本频频看好。那么，流程挖掘的人生是如何开挂的？
一个学术课题的诞生
流程挖掘来自欧洲，是一个年轻的跨领域分析学科。流程挖掘涉及计算智能、数据挖掘、过程建模和分析领域，核心思想是通过从信息系统的事件日志中提取信息，从而发现、监测和改进真实过程，而非设定或想象的流程。最初，流程挖掘被称为“工作流挖掘”，是由埃因霍温科技大学于1998年开展的一项研究。
图1: 三种基本的流程挖掘类型 （来源：《流程挖掘宣言》 整理：领猫科技）
领队的威尔教授（Wil van der Aalst）被称为流程挖掘之父，他出版的研究类书籍共计22本，在专业期刊中发表论文超过250篇，是世界上研究成果被引用最多的学者之一。威尔教授在全球范围提供免费的公开课，并以首席科学家身份参与首 个流程挖掘公司Celonis的商业化建设。此外，院校和企业建立的技术社区加速了流程挖掘的技术交流和人才培养。
有地不愁苗，有苗不愁长
旺盛的生命力需要优质的环境来孕育，学术如此，商业亦如此。一个必须强调的关键节点，由威尔教授牵头，联合包括清华大学在内的几十家院校和企业共同发布的《流程挖掘宣言》确立了流程挖掘的根基，建立了流程挖掘的行业标准。这大概就是流程挖掘最 好的成人礼。
与此同时，Celonis标志性的成功更加速了流程挖掘的商业化进程。很快，海外的流程挖掘赛道涌入30多家企业，其中不乏已经上市的RPA（Robotic process automation）头部厂商UiPath， 也不乏老牌的IT大厂微软、IBM、SAP。流程挖掘的发展模式与RPA和咨询业紧密关联，其间的收购、融合及合作比比皆是。
海外红火，国内也并不冷清。在红杉资本、天际资本、英特尔资本、高盛资本等众多资本的助推下，国内的流程挖掘领域欣欣向荣。不同的是，除了与RPA合作升级，出现了一批具备自主开发能力的初创企业。到底哪一家会成为行业的独角兽，还需较量一番。
路遥知马力，日久见真心
想要保持优势地位，持续得到关注和认可，流程挖掘尚需显赫的战绩。对此，Gartner研究总结出流程挖掘的五个市场方向和十项主要能力。数字化转型、人工智能、任务自动化、超自动化和运营弹性五个市场方向，同时也是企业采用流程挖掘的五个主要驱动因素。我们重点讨论超自动化、运营弹性以及十项能力。
01 超自动化
自动化是我们熟知的，通过传统IT能够一定程度辅助企业实现自动化。然而，系统通常相对独立，且标准化的系统对于企业来说可能存在冗余。跨系统间也可能存在信息的不一致问题。特别是对于大中型企业，系统数量多，情况变地更为复杂。
Gartner 提出的 “超自动化”是用于协调组织自动化孤岛问题，它不是技术概念而是一种设计模式。流程挖掘能够呈现单一系统的自动化情况，同时也能呈现各自动化孤岛间的连接方式。而且，通过监控实现从任务自动化到价值链自动化的持续改进。
图2: 超自动化 （来源：Gartner 译文：领猫科技）
02 运营弹性
运营弹性是从“查找”信息，建立“模型”，最终“改进”的过程。运营弹性能够辅助企业分解复杂任务或流程，改进合作，实现弹性创建组织能力。运营弹性对企业内部改进和增强以及对外竞争力都有重要作用。
流程挖掘技术提供了一种新的并且可增强的建模能力。流程挖掘收集日常运营数据，并持续分析找到真实客观的运营数据。在解释分析后，提供优选且易理解的工作模型。改进不仅易于执行，而且能够持续进行。
图3: 运营弹性（来源：Gartner 译文：领猫科技）
03 十项能力
关于流程挖掘的十项能力，更细致地展示了该技术能够为企业带来的价值。涵盖发现、监测和改进三个方面。具体包括：
1) 将组织的真实流程和成员交互的模型进行可视化。
2) 支持呈现和分析客户交互，并进行与内部流程的一致性检查。
3) 支持一致性检查，具备差距分析的能力。
4) 支持智能化流程模型增强，可增强或扩展现有或先验流程模型。
5) 支持数据准备和数据清洗。
6) 可持续监控关键绩效指标，可视化且可调整，辅助决策。
7) 可进行合规性和预测分析，可进行场景测试和模拟。
8) 可创建应用程序，用于监管和改进。
9) 任务挖掘，通过捕捉和分析UI 日志进行任务优化。
10) 以洞察力带动执行力，从优化系统到到创建支持任务执行的模型。
可见，从UI捕捉、业务流程呈现和改进，企业决策和对外合作，都是流程挖掘展露拳脚的空间。而且，智能化且可持续性的能力改进，让流程挖掘更具生命力。
路虽远，行则将至
从学术课题到商业化非朝夕之事。流程挖掘这个分析学科的毛头小子已经在商界初展锋芒。然而，行业的多元化，系统的复杂性以及人们对新事物的接受过程都会为流程挖掘的发展带来阻力。但，可以确定的是流程挖掘拥有强大的学术研究团队，这为其商业化过程持续提供原动力。流程挖掘能够有效助力企业的任务、过程、业务运营以及价值链的升级改进。流程挖掘巨大的潜在价值不能被忽视。此外，流程挖掘与RPA和AI等技术的融合会更大限度地扩展其发展空间，形成强强联合之势。或许选择流程挖掘就是选择了未来。
参考：
1、《Process Mining Manifesto》（Wil van der Aalst, etc.）
2、《Process Mining in Practice》（Wil van der Aalst）
3、《Process Mining Data Science in Action》（Wil van der Aalst）
4、Market Guide for Process Mining（Gartner，2021）
5、Trends In Process Improvement And Data Execution（Forrester，2022）
