改善流程结构

流程模型的结构反映了流程活动的执行顺序，直接影响流程的质量和效率。但由于流程设计初期对实际需求考虑不周全，导致产生流程的性能瓶颈等问题。这些问题降低了流程模型的可读性和流程执行效率。利用流程挖掘发现这些低效率的环节，根据业务的实际需要进行简化、改造，可以降低流程模型的复杂度。另外，流程日志中隐藏着参与者的行为模式，使用关联分析发现这些规律，可以有针对地对流程结构进行调整。

1.瓶颈分析

瓶颈节点较长的执行或等待时间影响流程的总执行时间。利用流程挖掘发现系统中的瓶颈环节，可以有针对地增强瓶颈点的服务能力，合理分配瓶颈点的工作负担，优化流程结构，提升系统性能。流程瓶颈发现可分为基于服务等待时间的方法和基于SNA的方法。

基于服务等待时间的方法从瓶颈产生的结果出发，将等待时间较长的节点确认为潜在瓶颈点。服务等待时间可由活动的到达时间与开始时间的间隔得出。文献[9]以荷兰某油气公司为例，从时间维度分析了影响业务性能的瓶颈点。该公司原来的业务存在效率低下、执行总时间长等问题。为了优化流程，使用开源流程挖掘工具ProM（http：//www.processmining.org/prom/start）的性能分析插件分析了各个节点的执行频度，计算可能产生瓶颈的执行较频繁节点的平均等待时间，发现因节点服务人员不足产生的瓶颈。文献[9]还使用流程仿真工具分析了瓶颈节点在流程中的位置、服务的重要性等因素对流程执行总时间的影响。针对瓶颈点的影响，采用增强瓶颈节点服务能力的方式进行缓解。通过仿真分析，消除了瓶颈，大大提升了流程的执行效率。

频繁参与任务转交的流程资源容易因工作负荷过大产生系统瓶颈。文献[10]以工作移交度量构建了员工之间的社会关系网络，并将中间中心性（betweenness centrality）高的节点确认为潜在瓶颈点。在基于工作移交的社交网络中，中间中心性高的角色在业务流程处理中负责较多的任务传递，可能因资源数量不足，造成系统瓶颈。

2.循环结构分析

为满足企业内部控制的需要，流程中通常存在复核、审批等环节，业务申请经相关负责人审查后退回业务人员，形成循环结构。但由于对业务理解不到位、审批负责人的拖延等原因，使流程产生低效率的、冗余的循环结构，导致业务项目反复转交，却得不到及时有效的处理。通过流程挖掘分析任务转包（当任务由员工i转交给员工j，j完成后返回给i，则i与j构成转包关系，在流程结构上表现为循环结构），识别冗余循环结构，可以采用消除或改善循环结构等方法对流程进行精简。

文献[5]使用SNA分析了某公共服务部门发票处理流程中低效率的循环结构。该部门负责市政建设工程的转包和支付。由于流程结构复杂，存在发票配送延迟问题。文献[5]利用启发式算法挖掘了流程模型，发现业务中存在许多事先未知的循环结构，17%的发票处理都要经过至少一个循环过程，严重延迟了合同款的及时支付。针对此问题，使用转包度量分析了员工之间的协作关系。转包关系度量了任务在不同员工之间的移交和复核情况，转包次数过多则意味着流程结构中存在低效率的循环结构。分析发现特定员工之间存在频繁的任务转包情况。通过和业务人员讨论，得知相关负责主管不经常在单位办公，造成审批工作的延期处理，系统自动将流程状态回溯到前一阶段，从而形成低效率的循环结构。针对这种结果，可以采用权力下放等途径减少不必要的审批工作，通过消除冗余的循环结构，降低流程复杂性。

在一些业务流程中循环结构是不可避免的。针对这种情况，可以改造循环结构。文献[11]通过调整关键活动的位置，优化循环结构。利用启发式算法分析了某公司的晶片扫描器测试流程。结果表明，在任何测试阶段发现测试失败，测试任务都要回滚到开始阶段重新进行测试，从而形成循环结构，较多的循环结构导致测试周期远远超出规定时间。针对这种问题，分析了各个阶段出现测试失败的概率，通过将出错率高的关键活动放置在测试初期，作为标准测试任务，从而使循环结构出现在流程的早期，减少了测试回溯引起的反复测试，大幅缩减了测试流程的时间和成本。

3.决策节点分析

决策节点对应流程的选择判断节点，根据决策节点的结果选择不同的流程执行路径。决策节点的选择对流程结构有很大的影响。决策挖掘（decision mining）使用决策树等分析决策属性与结果之间的关系，从而发现流程的决策规则，通过调整决策点位置优化流程结构。

文献[12]研究了决策节点位置调整对流程效率的影响。使用C4.5决策树分析了决策节点的相关属性和决策执行结果之间的联系，根据执行结果和后续活动之间的依赖关系得到了各个决策节点的决策效率，识别决策效率低的冗余决策节点。通过将决策效率高的决策节点放置在流程初期，同时删除冗余决策节点以简化流程结构。决策节点位置调整对于审查活动较多的业务流程有很好的效果。在保险理赔、信用卡申请等业务中，将那些对申请人资格要求高的决策点放在早期进行，可以尽早地排除不合格的申请，提高业务流程的执行效率。在第三章3.3节中，曾分析调整评审点的位置可以优化财务报销流程。

4.频繁模式发现

流程中的频繁模式蕴含着流程活动的规律、流程参与者的行为模式等重要信息。使用流程挖掘发现频繁路径以及资源之间的频繁模式，可以利用这些规律做流程路径预测或资源推荐。基于频繁模式的流程优化包括频繁路径挖掘、关联规则挖掘和决策树挖掘等常用方法。

流程频繁路径挖掘从全局的角度出发，重点优化业务流程中的关键路径。通过分析流程日志中活动的执行顺序，发现流程执行频率较高的路径，然后提升这些关键路径上活动的服务能力，从而优化了流程结构。文献[13]分析了某在线旅游订票网站用户点击流的频繁路径。该网站提供旅游、餐饮等在线预定服务，存在转化率低的问题。使用聚类方法对用户浏览的网页进行分类，将Web会话映射为不同的流程活动，得到用户的购物流程日志。分析活动之间频度/依赖关系较高的路径，发现购买流程的频繁路径为“查看详情→购买→支付”，较少经过搜索和对比操作，这与该网站重点优化搜索服务的策略不符。通过分析用户的购买习惯，重点改善购买流程中“频繁路径”网页的设计，优化购物流程。

相对于频繁路径挖掘，关联规则挖掘则是从数据流的角度关注具体的用户特征与流程活动之间的联系。使用关联分析发现用户特征与流程活动之间的联系，利用这些关联关系调整流程结构，为用户提供个性化的服务。文献[14]使用关联分析研究了医疗流程中的患病关联情况和医治活动关联规则，揭示了医护流程中的频繁模式，为业务人员提供参考。针对上述情况，医院可以为患者提供配套治疗服务做充分准备。同时，不同疾病较强的关联通常为并发症，采用关联病情检查等方法优化诊断流程，为患者提供更优质的服务。

文献[6]分析了信用卡申请流程中的低效率审批与客户特征之间的联系，为优化流程结构提供了参考。通过分析申请流程各个活动的执行时间，发现一些用户申请书送回的等待时间过长，通常超过业务期限（31天），导致申请自动取消。而一般用户在23天内都会得到及时回复。针对这种问题，分析了申请人特征、等待时间与申请通过率之间的关系。根据决策树的分类属性和叶子节点的概率分布，业务人员对客户的申请书送回时间进行预测，从而提高了信用卡申请审批流程的效率。