Build your ultimate AI agent
Описание курса
Возможно, вы не задумывались об этом, но процессы играют неотъемлемую роль в нашей повседневной жизни. Ваши действия и действия других людей генерируют огромное количество данных. Заказываете ли вы книгу, проезжает ли поезд на красный свет или термостат нагревает ванную комнату — каждую секунду происходят миллионы событий, которые записываются в центрах обработки данных по всему миру. Эти колоссальные массивы событийных данных позволяют получить ценные сведения о процессах в самых разных областях. Однако анализ таких данных требует особых форматов и методов. Этот курс познакомит вас с process mining в R и покажет все необходимые шаги для анализа бизнес-процессов.
Предварительные требования
Программа
Структура курса
1
Введение в анализ процессов
За последние десятилетия объём событийных данных значительно вырос. Значительная часть этих данных фиксируется в контексте различных бизнес-процессов. В этой главе вы познакомитесь с методологией анализа данных о процессах, которая включает три этапа: извлечение, обработку и анализ. Вы узнаете, из каких элементов состоят событийные данные, необходимые для анализа, и сделаете первые шаги в мир активностей и трасс — именно они позволят вам получить первое представление о процессе.
- Введение в процессную аналитику50 XP
- Определите элементы процесса50 XP
- Рабочий процесс анализа процессов50 XP
- Действия как основа процессов50 XP
- Получение базовой информации о процессе100 XP
- Изучение активностей100 XP
- Счастливый путь100 XP
- Создание карт процессов100 XP
- Компоненты процессных данных50 XP
- Идентификаторы данных о событиях50 XP
- Создание объектов журнала событий100 XP
- Изучение объектов событийных данных50 XP
2
Методы анализа
На процесс можно смотреть с разных сторон: с точки зрения потока управления, производительности и организационного контекста. В этой главе вы подробно рассмотрите каждую из этих перспектив. Поток управления описывает различные способы выполнения процесса и его структуру. Анализ производительности охватывает как продолжительность выполнения шагов, так и время их возникновения. Наконец, организационная перспектива сосредоточена на участниках процесса.
3
Обработка событийных данных
Событийные данные редко поступают в готовом для анализа виде. Поэтому перед тем, как ответить на исследовательский вопрос, данные необходимо привести в нужную форму с помощью специальных инструментов. По завершении этой главы вы будете знакомы с тремя распространёнными задачами предобработки: фильтрацией данных, агрегированием событий и обогащением данных.
4
Практический кейс
В этой финальной главе мы применим всё изученное для сквозного анализа процесса «от заказа до оплаты». Сначала мы преобразуем данные из различных источников в журнал событий. Затем получим общее представление о процессе, исследуем размерность данных, а также различные активности, этапы и потоки. В завершение мы объединим инструменты предобработки и анализа, чтобы сформулировать ответы на несколько исследовательских вопросов.
R
Анализ бизнес-процессов в R
Курс
завершён
