Process Mining: как BPM превратился из ручного труда в data science

Десятилетиями процессная аналитика оставалась ремеслом ручного труда. Аналитик опрашивал участников процесса, рисовал диаграммы, обсуждал их, исправлял. Затем проверял реальность через выборочные интервью и наблюдения. Цикл занимал недели и месяцы, результат всегда оставался субъективным.

Process mining — технология, родившаяся в начале 2000-х и ставшая мейнстримом к 2020-м, кардинально меняет это положение дел. Реальная картина процесса извлекается напрямую из данных корпоративных систем, минуя интервью.

Что такое process mining

Process mining — это семейство техник, основанных на одной идее: каждая операция в современной корпоративной системе оставляет след в логах. SAP, Oracle, ERP, CRM, ITSM — все они логируют события с временными метками, идентификаторами объектов и атрибутами.

Если собрать эти журналы в правильном формате, алгоритм может автоматически реконструировать процесс — какие шаги выполнялись, в какой последовательности, как часто, с какими отклонениями от ожидаемого пути.

Базовый формат данных

Минимально необходимый формат для process mining — это таблица с тремя колонками:

Case ID	Activity	Timestamp
INV-001	Заявка создана	2025-01-15 09:14
INV-001	Согласована	2025-01-15 11:32
INV-001	Оплачена	2025-01-15 14:05
INV-002	Заявка создана	2025-01-15 09:22
INV-002	Возвращена на доработку	2025-01-15 13:18
INV-002	Согласована	2025-01-16 10:44
INV-002	Оплачена	2025-01-16 16:20

Из такой таблицы алгоритм может построить процессную модель и обогатить её статистикой: среднее время между шагами, частота различных маршрутов, распределение задержек.

Три типа анализа

Process mining традиционно разделяют на три типа:

Discovery (открытие)

Восстановление процессной модели «как есть» из логов без какой-либо предварительной модели. Результат — нотация (обычно сети Петри или BPMN), отражающая реальное поведение процесса.

Conformance Checking (проверка соответствия)

Сравнение реального исполнения процесса с эталонной моделью. Выявление отклонений: какие шаги пропускаются, какие выполняются в неправильном порядке, какие добавляются «лишние».

Enhancement (обогащение)

Дополнение существующей модели информацией из логов: статистика времён, частоты использования различных путей, узкие места.

Платформы

Рынок process mining консолидирован вокруг нескольких ключевых игроков:

• Celonis — один из крупнейших коммерческих игроков, выросший в 2010-х в компанию-«единорога»
• UiPath Process Mining — приобретена у ProcessGold
• SAP Signavio — поглощённая SAP платформа Signavio
• IBM Process Mining — приобретённая myInvenio
• ProM — академический open-source инструмент, разработан в Эйндховене
• Disco (Fluxicon) — компактный коммерческий инструмент для аналитиков

Влияние на профессию

Process mining меняет роль бизнес-аналитика. Если раньше его главным навыком было умение проводить интервью и рисовать диаграммы, то теперь к этому добавляются:

• Работа с большими данными — SQL, базовый ETL
• Знание форматов корпоративных систем (SAP, Oracle, Salesforce)
• Понимание алгоритмов открытия процессов
• Интерпретация статистических распределений

Это смещение делает профессию ближе к data analyst, чем к традиционному бизнес-аналитику.

Ограничения

Process mining — мощная технология, но не панацея:

• Качество результата напрямую зависит от качества данных в логах
• Слабо структурированные процессы (case-management) хуже поддаются автоматическому открытию
• Распределённые между несколькими системами процессы требуют сложной интеграции данных
• Анализ требует контекста — алгоритм видит данные, но не видит причины

Будущее

К 2030 году process mining станет стандартной частью BPM-стека наряду с моделированием и автоматизацией. AI-ассистенты уже сегодня помогают интерпретировать результаты анализа, генерировать гипотезы о причинах отклонений и предлагать оптимизации.

Это не отменяет роль аналитика, но фундаментально меняет её. Тот, кто к 2030 году будет владеть и классическими BPM-навыками, и инструментами data analytics — будет на пике профессии.