Surec Madenciligi

Dilara Arslan
Linktera
Published in
4 min readOct 19, 2021

Teknolojinin hızla ilerlediği günümüzde kurumlar artan rekabet ortamını yakalayabilmek ve yeni gelişmelere uyum sağlayabilmek adına mevcut iş yapış şekillerini daha verimli kılacak dönüşümlere ihtiyaç duymaktadır.

İş yapış biçimleri yeniden inşa edilirken kimi zaman eski olanın üstüne koyarak, kimi zaman eski olanı dönüştürerek yeni yollar keşfedilmektedir. Kurumlar bu keşifleri yaparken mevcut süreçlerinin daha verimli ve etkin, sadece bugüne değil geleceğe de odaklı, yalın ve sağlam zemin üzerinde olmasını hedefler. Dolayısıyla, bugünün iş yapış biçimlerini değişirip dönüştürürken derinlemesine ve objektif bir analiz ile işlevsel tespitlere ihtiyaç duyulmaktadır. Bu tespitler yapılırken hangi süreçlerin iyileştirmeye gereksinim duyduğu, hangi süreçlerin yeniden dizayn edilmesi, hangi süreç adımlarının kaldırılması gerektiği, süreçlerde aksayan noktaların neler olduğu gibi çeşitli sorular ortaya çıkmaktadır.

Farklı teknik ve yöntemler ile bu sorulara cevap bulmak mümkün olsa da, bugün 1990’lı yıllarda Wil van der Aalst’ın yaptığı çalışmalar ile literatüre girmiş ve günümüzde oldukça popüler olan süreç madenciliği ve süreç madenciliği yöntemlerinden bahsetmek istiyorum.

Süreç Madenciliği Nedir?

Bir işi tamamlamak adına yaptığımız işlemler, geçtiğimiz süreç adımları bilgi teknolojilerinin bizlere sağladığı imkanlar dahilinde dijital ayak izlerimizi oluşturur. Olay kayıtları/günlükleri olarak da tanımlanan dijital ayak izleri, gerçekleştirilen olayların ve hareketlerin kayıt altına alındığı veri setleri olarak tanımlanmaktadır. Süreç Madenciliği de en yalın ifadeyle, dijital ayak izlerimizi kullanarak görünmez iş akışlarını belirlemek, süreç haritasını oluşturmak, izlemek ve iyileştirmek için kullanılan analitik bir çözümdür.

Süreç Madenciliği ile süreçler keşfedilebilir; süreçlerin gerçek işleyişle uyumu kontrol edilebilir; darboğaz (bir süreci yavaşlatan / geciktiren aksaklıklar veya engeller) analizi yapılabilir; re-work alanları ve nedenleri belirlenebilir; süreç haritaları oluşturularak görselleştirme yapılabilir.

Süreç Madenciliği ile Süreçlerin Keşfi

1. Yol Haritası:

1. Veri Seti Oluşturma

2. Verilerin Olay Günlüklerine Dönüştürülmesi

3. Algoritmalar ile Sürecin Görselleştirilmesi

2. En Sık Kullanılan Algoritmalar:

1. Alfa Madenciliği (Alpha Miner)

2. Doğrudan Takip Grafiği (Directly-Follows Graph)

3. Örnek Olay:

Bir örnek olay üzerinden süreçler keşfedilirken uygulanan yol haritasında izlenen adımları ve en sık kullanılan algoritma tanımlarını birlikte inceleyelim.

Örnek Olay: Bir işe alım yetkilisinin son bir hafta içerisinde gerçekleştirdiği işe alım olayı

Süreç Madenciliği ile Süreçlerin Keşfi

1. Süreç modellenirken öncelikle bir veri seti oluşturulmalıdır. Veri seti içeriğinde mutlaka Case ID (Olay Kimliği), Timestamp (Zaman), Event (Olay) bulunmalıdır. Veri setine kaynak, maliyet, kullanıcı segmenti gibi bilgiler de istenirse ayrıca eklenebilir. İşe alım yetkilisinin aktiviteleri için bir haftalık Timestamp (Zaman) baz alınmış, farklı işlemler için farklı Case ID (Olay Kimliği) belirlenmiş ve sıralı işlemler için Case ID’lerden Event (Olay)’ler oluşturulmuştur.

2. Veri setinde belirlenen Case ID (Olay Kimliği)’lerin analiz edilebilir hale getirilmesi için Case ID’ler olay günlüklerine dönüştürülmüştür.

3. Oluşturulan data setinden çeşitli algoritmalar kullanılarak sürecin görselleştirilmesi sağlanması örnek olay modellenirken Alfa Madenciliği ve Doğrudan Takip Grafiği Algoritmaları birlikte kullanılarak Petri Ağı üzerinde modelleme yapılmıştır.

o Alfa Madenciliği ilişkileri sıralamak için izleri (olay loglarındaki dizileri) tarar ve ayak izi matrisini oluşturur. Ayak izi matrisi, olay günlüğü faaliyet verisi olarak tanımlanan veri setleridir. Alfa Madenciliği, matrisi bir Petri ağına dönüştürür. Petri ağı, sürecin başlangıcını, sonunu, tekrar eden adımlarını farklı renklerle görülebilir kılar.

o Doğrudan Takip Grafiği ise, Doğrudan kenarlar ile olayları birbirine bağlayarak takip grafiği oluşturur. Grafikte kullanılabilecek iki tür metrik vardır: Olayın tekrar etme sıklığı ve olayın ortalama süresi.

4. Örnek Olay Üzerinden Tespitler:

Kullanıcı olarak belirlenen işe alım yetkilisi tarafından son bir hafta içerisinde gerçekleştirilen 5 farklı işe alım olayı sırasıyla aşağıdaki gibidir:

· 1 numaralı olay adımları İş Görüşmesi Ayarla ( E1 ) — Adayı Bilgilendir ( E2 ) — İK Ekibini Bilgilendir ( E3 ) — Adayı Değerlendir ( E4 ) şeklindedir.

· 2 numaralı olay adımları İş Görüşmesi Ayarla ( E1 ) — Adayı Bilgilendir ( E2 ) şeklindedir.

· 3 numaralı olay adımları İş Görüşmesi Ayarla ( E1 ) — Adayı Bilgilendir ( E2 ) — İK Ekibini Bilgilendir ( E3 ) — Adayı Değerlendir ( E4 ) şeklindedir.

· 4 numaralı olay adımları İş Görüşmesi Ayarla ( E1 ) — Adayı Bilgilendir ( E2 ) şeklindedir.

· 5 numaralı olay adımları ise Olumsuz Değerlendirme ( E5 ) — CV Havuzuna At ( E6 ) şeklindedir.

  1. 1–2–3–4 numaralı olaylar İş Görüşmesi Ayarla ( E1 ) ile başlamaktadır. Dolayısıyla bu süreç haritasında en sık tekrarlanan adımın İş Görüşmesi Ayarla olduğu ( 5 olaydan 4’ü ) söylenebilir.
  2. İş Görüşmesi Ayarla ( E1 ) ile başlayan olaylarda süreçler Adayı Değerlendir ( E4 ) ya da Adayı Bilgilendir ( E2 ) ile sonlanırken, buna karşılık Olumsuz Değerlendirme ( E5 ) ile başlayan olayda sürecin CV Havuzuna At ( E6 ) ile sonlandığı görülmektedir.
  3. Olumsuz Değerlendirme ile başlayan olayda adayların CV’leri CV havuzuna iletilmektedir. İş Görüşmesi Ayarla ile başlayan olaylarda ise aday değerlendirme sonucuna göre aday CV’sinin CV havuzuna iletilmesi gerekirken süreç haritasında bu adım izlenmemektedir. Bu durum işe alım olayındaki gözden kaçırılan önemli bir nokta olarak tespit edilmiştir.
  4. İlave olarak Doğrudan Takip Grafiği fonksiyonu ile gösterilen olaylar arasındaki ortalama süreler aracılığıyla, en çok zamanın Adayı Bilgilendir adımından İK Ekibini Bilgilendir adımına geçerken harcandığı izlenmektedir.

--

--