Prosessilouhintaan perustuva vaikutusanalyysi liiketoimintaprosessien kehittämiseen.

Teemu Lehto

Tutkimustuotos: Doctoral ThesisCollection of Articles

Abstrakti

Prosessien jatkuva parantaminen on välttämätöntä jokaiselle organisaatiolle. Prosessilouhinta (process mining) tuottaa tosiasioihin perustuvan tarkan käsityksen operatiivisesta liiketoiminnasta prosessikaavioiden, tunnistettujen pullonkaulojen, vaatimustenmukaisuusongelmien ja muiden prosessihavaintojen muodossa. Prosessien kehittämiseksi ja ongelmien vähentämiseksi organisaatiot tarvitsevat tarkkaa analyysiä havaittujen ongelmien juurisyistä ja menetelmiä kehitysresurssien suuntaamiseen oikein. Tämä työ esittelee prosessilouhintaan perustuvan vaikutusanalyysimenetelmän (influence analysis) kehitysresurssien allokoinnin parantamiseksi, prosessimuutosten havaitsemiseksi ja prosessin kulkuun vaikuttavien liiketoiminta-alueiden tunnistamiseksi. Menetelmä yhdistää prosessilouhinnan käyttöä todennäköisyyslaskentaan ja poikkeamien analysointiin. Menetelmä on ensisijaisesti suunnattu suurten organisaatioiden prosessianalyytikoille, prosessien omistajille, operatiiviselle johdolle ja sisäiselle tarkastukselle. Keskeisiä käyttötapoja ovat interaktiiviset juurisyy-analyysit ja vertailuraportit. Esitämme menetelmät ja algoritmit sekä binäärisille ongelmille, joissa jokainen tapaus on joko onnistunut tai epäonnistunut, että jatkuville muuttujille, kuten prosessien läpimenoajat ja kustannukset. Esittelemme myös tapauskohtaisten painotusten käyttöä kunkin tapauksen suhteellisen liiketoimintamerkityksen huomioimiseksi vaikutusanalyyseissä. Lisäksi esittelemme menetelmiä ja kokemuksia tarvittavien lähtötietojen keräämiseen ja esikäsittelyyn. Prosessien muutosten seuranta ja analysointi (concept drift) on prosessilouhintaan liittyvä tutkimusalue liiketoimintaprosessien ajallisten muutosten tutkimiseksi. Näytämme miten vaikutusanalyysimenetelmää voi hyödyntää liiketoimintaprosessien muutosten tunnistamiseksi erityisesti liiketoimintakatsausten yhteydessä. Tyypilliset liiketoimintakatsaukset koostuvat pääosin suorituskykymittareiden seurannasta suhteessa tavoitteisiin samalla kun aktiviteettitason prosessimuutosten havaitseminen jää usein pelkästään subjektiivisten havaintojen tasolle. Varsinkin hitaasti etenevät prosessimuutokset havaitaan usein vasta pitkän ajan kuluttua, mikä osaltaan tekee organisaatioista hitaita mukautumaan muutoksiin. Koneoppimistekniikat, kuten klusterointi, laajentavat prosessilouhinta-analyysien kattavuutta. Esitämme menetelmän prosessitapausten klusteroimiseksi aktiviteettipolun perusteella ja käytämme vaikutusanalyysiä tulosten selittämiseen liiketoimintakäsitteiden avulla. Menetelmän avulla voidaan helposti havaita sellaiset liiketoiminta-alueet, joissa prosessin kulku poikkeaa muusta organisaatiosta. Lopuksi esittelemme tuloksia menetelmien käytöstä julkisesti saatavilla olevien teollisten tietoaineistojen kanssa liittyen IT palvelu-, lainahakemusten käsittely- ja ostoprosesseihin.
Julkaisun otsikon käännösProsessilouhintaan perustuva vaikutusanalyysi liiketoimintaprosessien kehittämiseen.
AlkuperäiskieliEnglanti
PätevyysTohtorintutkinto
Myöntävä instituutio
  • Aalto-yliopisto
Valvoja/neuvonantaja
  • Jung, Alex, Vastuuprofessori
  • Hollmen, Jaakko, Ohjaaja
Kustantaja
Painoksen ISBN978-952-64-0137-9
Sähköinen ISBN978-952-64-0138-6
TilaJulkaistu - 2020
OKM-julkaisutyyppiG5 Tohtorinväitöskirja (artikkeli)

Tutkimusalat

  • prosessilouhinta
  • juurisyyanalyysi
  • prosessikehitys
  • prosessianalyysi
  • tiedonlouhinta
  • vaikutusanalyysi
  • koneoppiminen
  • klusterointi
  • läpimenoajat

Sormenjälki

Sukella tutkimusaiheisiin 'Prosessilouhintaan perustuva vaikutusanalyysi liiketoimintaprosessien kehittämiseen.'. Ne muodostavat yhdessä ainutlaatuisen sormenjäljen.

Siteeraa tätä