Analiza procesów biznesowych pod lupą naukowców

Jedną z najbardziej popularnych koncepcji kierowania przedsiębiorstwem jest w dzisiejszych czasach zarządzanie procesami biznesowymi. Analityka procesów biznesowych zainteresowała naukowców z AGH. Będą oni realizować projekt badawczy o nazwie PACMEL „Process-aware Analytics Support based on Conceptual Models for Event Logs” (Wsparcie analityki procesów biznesowych oparte na modelach koncepcyjnych dzienników zdarzeń). Projekt otrzymał dofinansowanie w międzynarodowym konkursie poświęconym technologiom informacyjnym oraz komunikacyjnym CHIST-ERA Call 2017, w ramach jednego z tematów przewodnich – „Big data and process modelling for smart industry”. Prace międzynarodowego konsorcjum, w skład którego wchodzą partnerzy naukowi z Hiszpanii i Włoch, koordynuje Akademia Górniczo-Hutnicza.

Podstawą zarządzania procesami biznesowymi jest dogłębna znajomość i analiza procesów w kontekście ich ciągłego doskonalenia. Analiza procesu nie może odbyć się bez etapu modelowania procesu czyli odwzorowania zdarzeń i czynności w procesie w postaci modelu (najczęściej graficznego oraz matematycznego). Model taki odwzorowuje również przepływ spraw, a w nim m.in.: możliwe alternatywne sposoby realizacji procesu, czynności wykonywane równolegle itd.

W zakresie modelowania procesów analitycy sięgają po różne źródła danych np. dokumentację, obserwacje i wywiady oraz coraz bardziej popularne, z uwagi na powszechną informatyzację działalności przedsiębiorstw i wzrost zainteresowania zaawansowaną analizą danych, dzienniki zdarzeń z systemów informatycznych wspierających dany proces. Takie dzienniki zdarzeń zawierają najczęściej numer identyfikacyjny kolejnej realizacji procesu (np. nr klienta, nr zamówienia), nazwę czynności w procesie, która została wykonana oraz czas jej realizacji.

W przypadku wielu przedsiębiorstw pozyskanie odpowiednich dla modelowania procesów dzienników zdarzeń jest stosunkowo łatwe z uwagi na korzystanie z różnych systemów zarządzania przedsiębiorstwem np. klasy ERP, gdzie rezultaty, czasy wykonania czynności oraz numery sprawy czy klientów są przechowywane. Inaczej ma się rzecz z korzystaniem z systemów niższego poziomu, w których proces opisany jest nie nazwą konkretnej czynności, ale szeregiem zmiennych, które mogą przyjmować wiele wartości np. załączenia/wyłączenia maszyny, czujniki temperatury, ruchu itp. W tym przypadku konieczne jest opracowanie modeli koncepcyjnych przekładających te bardzo proste odczyty i wskazania czujników na dzienniki zdarzeń zawierające m.in. fazy procesów (czynności) umożliwiające modelowanie procesu na wyższym poziomie ogólności. W modelowaniu takim wykorzystuje się obecnie techniki drążenia procesów (ang. process mining), bardzo dynamicznie rozwijającej się obecnie dyscypliny analityki biznesowej.

W projekcie PACMEL jako studium przypadku, posłuży m.in. proces wydobywczy realizowany w wyrobiskach ścianowych kopalni węgla kamiennego, którego modelowaniem od wielu lat zajmuje się zespół dr hab. inż. Edyty Brzychczy. Na podstawie danych z systemów monitorujących pracę kompleksu ścianowego naukowcy będą chcieli opracować ogólną koncepcję interpretacji danych z sensorów na dzienniki zdarzeń, które mogą być wykorzystywane do modelowania tego procesu, jak i innych procesów przemysłowych. Celem badaczy jest również przygotowanie prototypowego oprogramowania umożliwiającego analizę i wizualizację modeli procesu z wykorzystaniem wybranych metod i algorytmów.

Prace mają na celu wspomóc zarządzanie procesami w przedsiębiorstwach poprzez opracowanie możliwości wykorzystania surowych danych z procesu przemysłowego do jego modelowania. Często dane w postaci odczytów sensorów nie są w żaden sposób analizowane, a jeśli są, to tylko ilościowo, z wykorzystaniem metod statystycznych czy innych technik analizy zorientowanych na dane. Prace zespołu pozwolą na analizę tych danych w ujęciu jakościowym i procesowym.

Niezwykle istotną rolę będą tu odgrywały mechanizmy semantycznej interpretacji danych, ich przekładu na dzienniki zdarzeń, a następnie ich powiązanie z wysokopoziomowym modelem procesu. Pozwoli to m.in. na opartą o dziedzinową wiedzę ekspercką interpretację zarejestrowanych zdarzeń w rzeczywistym procesie oraz ich powiązanie z modelem koncepcyjnym.

Bez modelu procesu nie ma nie tylko możliwości jego analizy, ale i możliwości jego przeprojektowania i doskonalenia. Z drugiej strony, takie doskonalenie jest trudne, bez zrozumienia danych z procesu rzeczywistego – na co pozwoli projekt. Opracowane metody będą miały charakter generyczny. Dlatego też podjęte badania mają istotne znaczenie dla działalności przedsiębiorstw w różnych obszarach, szczególnie w uwarunkowaniach tzw. Przemysłu 4.0. Wypracowane metody pozwolą na odkrywanie wiedzy z danych przechowywanych w systemach informatycznych przedsiębiorstwa i jej wykorzystanie w celu doskonalenia procesów.

Ze strony AGH projekt realizują dwa zespoły badawcze: z Wydziału Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej pod kierownictwem dr hab. inż. Grzegorza Jacka Nalepy oraz z Wydziału Górnictwa i Geoinżynierii pod kierownictwem dr hab. inż. prof. Edyty Brzychczy. W skład zespołów wchodzą ponadto: prof. dr hab. Marcin Szpyrka i dr inż. Szymon Bobek z Wydziału Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej oraz dr inż. Aneta Napieraj z Wydziału Górnictwa i Geoinżynierii. W projekcie przewidziano również stypendia dla doktorantów, którzy zostaną wyłonieni w drodze konkursu.

PACMEL realizowany będzie we współpracy z uniwersytetami w Madrycie (Universidad de Autonoma Madrid) oraz w Bozen-Bolzano we Włoszech (Free University of Bozen-Bolzano). Współpraca ze strony naukowców z Madrytu obejmować będzie metody inteligentnej analizy danych (ang. data mining, machine learning). Z kolei badacze z Włoch zajmą się wykorzystaniem metod semantycznych, w tym ontologii w modelowaniu procesów przemysłowych.

Realizacja projektu potrwa dwa lata. Dofinansowanie w ramach konkursu CHIST-ERA Call 2017 wyniosło 450 tysięcy euro.

W konkursie wyłoniono 14 międzynarodowych przedsięwzięć badawczych (w tym dwa realizowane z udziałem zespołów naukowych z Polski) o łącznym budżecie przekraczającym 12 milionów euro.