آرشیو

جدیدترین ها


  • 0
  • 78

معرفی نرم افزار PV Elite


فروردین 25 1403







  • 0
  • 142

مهندسین برتر عمران


آبان 28 1402



















  • 0
  • 374

چت GPT در مدیریت انرژی


خرداد 18 1402

  • 0
  • 588

آینده مهندسی با چت GPT


خرداد 17 1402




  • 0
  • 376

هوش مصنوعی در تولید آلیاژهای آنتروپی بالا

                                  ...


اردیبهشت 25 1402


  • 0
  • 349

استراتژیSTP  در بازاریابی!


اردیبهشت 18 1402


  • 0
  • 487

آشنایی با کارگاه کامپوزیت


اردیبهشت 14 1402









  • 0
  • 366

سیگنال دیجیتال در MATLAB


اسفند 11 1401


  • 0
  • 388

شبکه عصبی در MATLAB


اسفند 08 1401

  • 0
  • 426

متلب و کاربردهای آن


اسفند 07 1401












  • 0
  • 393

اساس کار چیلرها


مهر 23 1401
























  • 0
  • 779

آیا کارآفرین شدن سخت است؟


اردیبهشت 14 1401





تگ ها

فرآیند کاوی یا مدیریت فرآیندها مسئله این است؟

فرآیند کاوی یا مدیریت فرآیندها مسئله این است؟

بحث فرآیند کاوی خیلی وابسته به مفهوم مدیریت فرآیندهای کسب و کار است. ما در مدیریت فرآیندها یک چرخه ای را داریم که از شناسایی فرآیندها شروع میشود بعد به سراغ کشف فرآیندها، آنالیز و تحلیل فرآیندها، تولید مدل های فرآیندی و در نهایت اجرا و پایش می رویم. در مدیریت فرآیندها ما با این چرخه مواجه هستیم و وارد یک کسب و کاری میشویم که تصمیم گرفتند رویکرد فرآیند محوری را در سیستم ها در برابر رویکرد وظیفه محوری پیش برود. اگر قرار است که فرآیندهای کاریمان را شناسایی کنیم و بعد وارد فاز طراحی و اجرا شویم و نهایتا پایش با مصاحبه و کنترل مستندات جلسه کارگاهی با مالکان فرآیند برگزار میکنیم اینها شناسایی میشوند.


داده کاوی چیست؟


با الگوریتم ها و دیتاهای مختلفی که وجود دارد ما الگوها را استخراج میکنیم و مبنایی برای پیش بینی آینده  میشوند. حالا شما تصور کنید از این رویکرد داده محوری که ما برای تصمیم گیری با دیتاها کار میکنیم (مزیت دیتاها این است که قابل اعتماد هستند)،  در مبحث مدیریت فرآیند کسب و کارهااستفاده شود. اتفاقی که میفتاد که از اینجا به بعد ما وقتی که فرآیندها را شناسایی، اجرا، بهبود و پایش می کنیم دیگه صرفا از دیدگاه شهودی استفاده نمی کنیم و از دیتاهای ذخیره شده در پایگاه داده استفاده میکنیم. دیتاهایی که به آن ها مطمئن هستیم و از کیفیت دیتاها اطمینان داریم و درواقع دیتاها ردپای عملیاتی ما توی سامانه های اطلاعاتی مختلف دخیره شده هست. بعبارتی این دیتاها بسیار قوی و قابل استناد هستند که مدیر نتواند آنرا رد کند.
آن چیزهایی که در سیستم های ERP و BPMS ذخیره و ثبت می شود مبنایی برای استخراج و شناسایی مدل فرآیندی و در ادامه اجرای فرآیند و پایش فرآیند می شوند. یعنی ما از رویکرد داده محوری که در دیتاساینس استفاده داشتیم در مبحث مدیریت فرآیند کسب و کار استفاده کردیم و باعث می شود که اتکا ما به خروجی ها بیشتر خواهد بود.
ما در مدیریت فرآیند کسب و کار از شاخص های عملکردی استفاده میکنیم و در هوش تجاری از شاخص های کلیدی عملکرد یاد میکنیم در حالی که در دیتاساینس از این خبرها نیست. کاری که ما در داده کاوی انجام میدهیم تحلیل های ما در سطح تحلیل های توصیفی و تحلیل های تشخیصی است و وارد تحلیل های پیش بینانه و تجویزی نمی شویم.

فرایند کاوی

آیا فرآیند کاوی تهدیدی است برای مدیریت فرآیند های کسب و کار؟

همیشه هر وقت که یک رویکرد جدید ارائه میشود یک سری مقاومت ها در برابر آن وجود دارد. بیشتر خبرگان مدیریت فرآیند کسب و کار تمایل دارند با همان روش های قدیمی و سنتی خودشان با مسائل برخورد کنند. چرا که سالها با این روش ها کار کردند و نتیجه گرفتند و کمتر به روش ها و رویکردهای جدید تن میدهند.
همانطور که بالاتر اشاره کردیم در مدیریت فرآیند کسب و کار یک چرخه داریم که اولین گام آن شناسایی و گام بعدی آن شناخت است. خب این دو روش تا الان به روش سنتی انجام میشده ولی فرآیند کاوی یک ارمغانی را برای آن به وجود آورده که حرف آن این است که میگوید شماهایی که تا الان داشتید به روش های سنتی انجام میدادید و اعتمادی هم به آن روش ها نداشتید و گاها اختلافاتی هم به وجود می آمد ولی الان فرآیند کاوی با رویکرد داده محوری کمک میکند که تمامی این اختلافات کنار گذاشته شود. یعنی در واقع می توان گفت که یک ابزاری است برای اجرای بهتر و دقیق تر چرخه مدیریت فرایند کسب و کار پس نه تنها که تهدید نیست بلکه تقویت هم میکند.

بزرگترین چالش اجرای فرآیند کاوی در سازمان ها

هر رویکرد جدیدی که ارائه میشود تا  زمانیکه مراحل مدیریت تغییر خود را طی کند با یک سری چالش ها مواجه میشود. اما بزرگترین چالش آن این است که دیتای مورد نظر ما در دسترس قرار بگیرد. اگر که ما یک سازمان داریم که داده محور نیست یعنی در واقع فرآیندهای آن مکانیزه نشده است یک چالش بزرگ داریم و آن این است که دیتا نداریم و یک سامانه ای وجود ندارد که در آن دیتا ثبت و ذخیره شده باشد. اولین گام برای همچین سازمان هایی این است که فرآیندهای آن را مکانیزه کنیم یعنی یک سری سامانه ها بذاریم که اطلاعات در آن ها ثبت و ذخیره شود و بعد این دیتاهای آماده شده را وارد نرم افزار میکنیم.
پس بزرگترین چالش ها شامل:

  • 1- کیفیت دیتا است  این که تا چه حد این دیتا قابل اتکا و اعتماد است
  • 2- وجود دیتا است که یکی از اصلی ترین چالش های ما است
  • 3- چالش عمیق تری که وجود دارد این است که واحدهای IT که در سازمان ها وجود دارد همکاری لازم را انجام نمیدهند و کار ما به عنوان یک شخصی که در حوزه فرآیند کاوی کار میکند  آن آگاهی بخشی اگر درست انجام بدیم و سیستم را قانع بکنیم و اون مطلوبیت را ایجاد کنیم اینکه قرار نیست بار اضافه به سازمان وارد شود بلکه به سازمان کمک می کند که قطعا واحدهای IT همکاری لازم را با ما انجام میدهند.

فرایند کاوی

ارتباط فرآیند کاوی با هوش تجاری (BI)

اگر یک سازمانی را داشته باشیم که زیر ساخت های BI داشته باشد اینها قطعا دیتاهای با کیفیت خواهند داشت و ما یک مرحله جلو هستیم پس این جا خیلی خوب این ارتباط خود را نشان می دهد. یعنی اگر دوستانی که قصد دارند در این حوزه ورود کنند یک مقداری از BI آشنا باشند می توانند از آن کمک بگیرند و در سازمان خودشون و کسب و کار خودشون بحث BI را مستقر بکنند بحث فرآیند کاوی خیلی خیلی ساده تر هم می تواند مورد استفاده قرار بگیرد. راه حل بسیاری از چالش های که در پاراگراف بالا مطرح شد همان هوش تجاری است. اگر شما هم علاقه مند به حوزه هوش تجاری شده اید حتما مقاله "هوش تجاری" را مطالعه نمایید.

مخاطبین فرآیند کاوی چه کسانی هستند؟

قاعدتا دوستان مهندسی صنایع یکی از مخاطبین اصلی دوره فرآیند کاوی هستند چون با مبحث مدیریت فرآیندها در سازمان های مختلف سر و کار دارند. بعد از مهندسین صنایع،مهنسدین IT هم جدیدا به این مباحث ورود کردند. این مهندسین با بسیاری از مواردی که در بالا اشاره شد آشنا هستند و با توجه به بازارکار خوب دوره با کمی علاقه میتواند به درآمدهای بالایی دست یابند. و در نهایت صاحبان کسب و کارها هستند. زیرا آنها این دغدغه را دارند که برای انجام شناسایی یا پایش عملکرد و... تصمیم گیری بر اساس دیتاها خیلی میتواند بهشون کمک کند. مثلا صاحبان کارخانجات تولیدی که یک خط تولیدی دارند در این خط چندین فعالیت دارند که ما مجموعه فعالیت ها را فرآیند مینامیم و اگر فرآیند قابل پایش و کنترل باشد در تصمیم گیری میتواند به مدیر آن کمک کند.

رابطه فرآیند کاوی و سیستم مدیریت کیفیت

اولین گامی که یک شرکت برای ورود بعنوان کسب و کار انجام دهد این است که باید سیستم مدیریت کیفیت بر اساس ایزو 9001 را پیاده سازی کند . یکی از اصول اصلی این استاندارد، رویکرد فرآیندی است. یعنی آن شرکت باید فرآیندهایش را شناسایی کند که برای شناسایی فرآیندها چه چیزی بهتر از مبحث فرآیندکاوی است. حالا شرکت گواهینامه را گرفت همانطور که اطلاع دارید یک گواهینامه سه سال اعتبار دارد و دو بار هم ممیزی رقابتی میشوید. در این ممیزی، فرآیندهای کسب و کار شما ممیزی میشوند. یکی از 3 تا مراحل اصلی فرآیندکاوی ارزیابی انطباقات است حالا این یعنی چی؟ یعنی در گام شما بر اساس آن دیتایی که وارد نرم افزار میکنید مدل فرآیندی (همان فلوچارت فعالیت های متصل به هم است) شناسایی و وارد سیستم میکنیم. وقتی که یک ممیز وارد شرکت میشود برای ممیزی فرآیندها اولین سوالی که میپرسد شناسنامه فرآینده است که به شکل همان مدل فرایندی است این مدل انگاری یک استانداردی است که شرکت تعهد کرده که طبق آن ارائه خدمتم را انجام میدهم و ممیز باید صحت آن را تشخیص بدهد. یعنی آیا طبق این مدلی که ادعا کردند کار میکنند یا کار نمیکنند؟ حالا باید چکار کرد یک نمونه از اجرای فرآیندهاشونو از داخل سیستم ببررسی می کند و یا از دفاترشون که ثبت و ذخیره شده استخراج میکند و بعد آن را طبق مدل فرآیندی که ادعا شرکت است با استفاده از نرم افزارهایی مثل PROM یا DISCO بررسی می کند و بعد عدم انطباق شناسایی میشود به این روند  ارزیابی انطباقات گفته می شود که بسیار مستند است.

تفاوت فرآیند کاوی و دیتاساینس

در واقع فرآیندکاوی دیتاهای ناشی از اجرای مراحل کاری یک فرآیند را تحلیل میکند. تمامی فعالیت هایی که انجام میشود یک اثری در دیتابیس میگذارد که در واقع خروجی آن یک گزارش رخداد میشود. تک تک فعالیت ها ما در فرآیندکاوی تحلیل میکنیم تحلیل عددی که در نهایت حاصل میشود در حوزه دیتاساینس انجام می شود. در نهایت کسب و کار ما میزان فروش ما است. حالا اگر من بخواهم پیش بینی بکنم دوسال دیگه یا سه سال دیگه چقدر فروش خواهم داشت این در حوزه دیتاساینس و ماشین لرنینگ میشود ولی اگر من بخواهم این روند انجام فروش من، مسیر انجام مارکتینگ من درست انجام میشود یا نمیشود این جوابش در فرآیندکاوی است. شما در این حوزه میتوانید پیشنهاد بدهید که اجرای دستیابی به نتایج کسب و کار را بهبود بدهم. این مسیر ما با دیتاساینس نمیتونیم پیش ببریم و باید با فرآیندکاوی جلو ببریم و بیشتر روی ارتباطات دیده نشده مانور میدهد.اگر شما هم علاقه مند به حوزه دیتاساینس شده اید حتما مقاله " علم داده "را مطالعه نمایید.
پس میتوان اینگونه تحلیل کرد که این دو تا میتوانند مکمل خوبی برای همدیگه باشند.در اینجا به شما کتاب کتاب فرآیندکاوی، علم داده در عمل Process Mining, Data Science in Action پیشنهاد میدهیم تالیف  Wil van der Aalst که در سال 2016 میلادی نوشته شده است. برای دانلود کتاب کلیک کنید.

فرایند کاوی

 

بازار کار فرآیندکاوی چگونه است؟


شما به راحتی با یک سرچ ساده در سایت های جاب ویژن و کاریابی روزانه با گزینه های کاری گوناگونی در این حوزه مواجه میشوید. درست است که در ایران به نسبت بسیاری از کشورهای توسعه یافته هنوز این حوزه جانیفتاده اما این در چند سال گذشته استقبال گسترده ای از طرف کارفرماها مواجه شده و به نظر میرسد هنچنان جا برای رشد در این فیلد وجود داشته باشد. یکی از گزینه های جذاب این حوزه BPM یا مدیریت فرایند کسب و کار میباشد و کسی که با علم فرایند کاوی آشنا باشد در اکثر شرکت های پیشرو یک مزیت محسوب میشود. در دنیا مهد این حوزه کشور هلند است که بازار کار فوق العاده ای دارد و بعدش کشور آلمان است.

جمع بندی

با توجه به این که حوزه کاربردی فرآیندکاوی روز به روز به عنوان مثال در حوزه های تولیدی افزایش میابد، خدماتی، IT ، شرکت آب، برق، گاز و یا حتی درمانی هم این حوزه برای ما بسیار کاربرد دارد به واسطه ویژگی های که دیتاست های این حوزه دارند یعنی ارتباط بین دیتاهای مختلف در دیتاساینس دیده نمیشود ولی اینجا دیده میشود و در بسیاری از موارد دیده شدن این ارتباطات بین دیتاها کلید حل مسئله ما است. پس لزوم یادگیری و آموزش فرآیند کاوی بسیار پر رنگ شده است. ما در مجموعه پارس پژوهان سعی کرده ایم با استفاده از اساتید مجرب یک دوره کاملا کاربردی و پروژه محور برای شما عزیزان برگزار کنیم. در سرفصل های این دوره آموزش 4 نرم افزار تدارک دیده شده است. آموزش نرم افزار PROM, DISCO, POWER BI و PYTHON است.

نویسنده: پوریا گرجی، کارشناس دپارتمان مدیریت گروه آموزشی پارس پژوهان

اشتراک گذاری

نظرات (0)

  نظرات

هیچ نظری ثبت نشده است.