其他
业务流程转型新契机：当流程挖掘遇上通信挖掘
近年来，流程挖掘（Process Mining）技术在提高企业运营效率方面取得了显著成果，成为企业运营效率的一个转折点。而通信挖掘（Communications Mining），作为一种新型企业软件，同样具有革命性的影响力。二者结合，将为企业数字化转型带来全新的可能性。
01
流程挖掘
流程挖掘（Process Mining）作为一种数据挖掘方法，通过分析信息系统中的事件日志数据来提取和可视化业务流程，可以帮助组织更好地了解其运作方式，并为改进和优化业务流程提供依据。
流程挖掘包括三个主要步骤：首先从信息系统中收集包含时间戳、活动名称和相关资源信息的事件日志；
然后利用如Alpha算法、Heuristics Miner和Inductive Miner等算法分析事件日志中的数据，以发现隐藏在数据背后的业务流程模型；
最后将发现的流程模型可视化，并对其进行分析，例如查找瓶颈、异常或不符合规定的行为，还可以通过对比实际执行情况与预期目标或参考模型来评估流程性能。
组织利用流程挖掘可以直接发现业务中存在的低效环节，并揭示流程的实际发生情况以及可能出现问题的地方。然而，在企业中，尽管通常具备用于解释运营“内容”和“方式”的工具，但在深入理解背后的“原因”方面仍然显得不够充分和明确。为此，洞察组织内非结构化对话数据至关重要，这就是通信挖掘发挥作用的地方。
02
通信挖掘
通信挖掘（Communications Mining）是一种通过分析企业内部和外部的通信数据，通过挖掘潜在信息和关键洞察力以改进业务流程、提高效率和客户满意度的技术。
通信挖掘能从非结构化对话数据中提取价值，利用先进的数据分析、自然语言处理（NLP）和机器学习（ML）方法，对非结构化数据进行深入挖掘，从中发现有价值的模式、趋势和关系。通信挖掘可以帮助企业更好地理解客户需求、优化服务质量，提升客户体验，同时还可以发现组织内部沟通和协作的问题，促进企业整体运营效率的提高。
非结构化对话数据，如电子邮件、工单、即时消息、电话记录以及企业资源规划（ERP）系统中的注释等，代表了一个持续增长且尚未充分挖掘的宝贵洞察来源。约90%的业务数据被认为是非结构化的，其中大部分来自通信渠道。
通信挖掘作为一种解决方案，可以应用于公司任何嵌入业务流程的通信渠道。它能从员工、客户和潜在客户对话中提取最有价值的信息，如揭示客户投诉的主要原因，或者强调浪费员工时间的重复流程。因此，在理解和实现完整的端到端客户需求方面，通信挖掘发挥着至关重要的作用。
03
关注人而非流程，关注需求而非所采取的路径
虽然结构化数据能提供流程执行情况的详细画像，但分析非结构化对话数据则有助于了解用户如何与其以及其他相关流程互动。这里强调需要关注的是人而非流程本身，是需求而非所采取的路径。通信挖掘真正优势在于它能够让企业衡量反事实：揭示可能发生和用户期望发生的事情，而非仅关注流程中实际发生的事情。通过对这些信息的分析，企业可以进一步优化和改进其业务流程，从而提高整体运营效率。
以一个典型的服务台工作流程为例，流程挖掘能够准确追踪支持工单在案例管理系统中的移动过程，直至问题得到解决。然而，它并未捕捉到该流程中的关键会话环节，如服务代理与客户（通常为电子邮件）沟通以了解并解决问题的过程。从流程挖掘角度看，工单似乎一直停留在“等待进一步反馈”的阶段。然而，通信挖掘却能够将关键数据从来回传递的信息中提取出来，为我们提供更多细节。这将有助于企业了解问题并找到相应解决方案。
综合来看，尽管流程挖掘对提高效率具有重要作用，但流程失败往往并非因为效率低下，而是无法满足客户需求。有时候，它们未能提供用户期望的结果，仅提高冗余流程的效率对组织的影响也是有限的。相反，企业需要了解如何改变流程以为员工和客户带来更好的成果。通过结合流程挖掘和通信挖掘，企业可实现端到端自动化并捕捉完整的客户体验，从而助力实现更高质量、更具竞争力的发展。
04
二者结合，为智能自动化开辟新路径
要为组织提供卓越服务或改善业务并无通用的解决方案。首先，通信挖掘作为改进过程的第一步，能识别通信数据中的摩擦点并标记出相关区域进行深入分析，为流程挖掘创造绝佳契机。在发现导致效率低下的问题后，组织可以着手简化解决方案。这其中，通信挖掘已将非结构化对话转换为结构化数据，为智能自动化开辟了诸多新途径。
接下来，企业需了解其内外部客户需求以改进流程。仅优化后端并不一定能提升前端体验，因此企业需要找到问题所在及其原因。在此过程中，通信挖掘担任向导角色，帮助企业发现最佳流程改进点；而流程挖掘则作为引擎推动企业深入了解并优化这些流程。
通过运用这两种工具，我们可以生成自动化业务中最昂贵和耗时流程所需的数据。例如，在从订单到现金的流程中，通信挖掘通过监控电子邮件和客户关系管理（CRM）记录以揭示高价值客户长期延迟交付等问题。它不仅提醒企业注意投诉和负面情绪，还能发现根本原因。进而，流程挖掘有助于可视化端到端的订单到现金流程，揭示预期交货时间与实际交货时间不匹配的根本原因。
利用通信挖掘和流程挖掘，我们还可以提取自动化订单到收款流程关键部分所需的数据。所有重要的客户订单数据将自动登录到订单管理系统中，从而加快处理、交付和付款速度。此外，通信挖掘发现的客户投诉和交付延迟可以自动分类到相应的服务团队以快速解决。这样一来，就可以改善现金流、增加收入、提高客户满意度并提高运营效率。
总的来说，这种结合流程挖掘和通信挖掘的方法在提高效率方面只是众多成果之一。一旦企业了解到面临的具体挑战，它们就可以获得实现彻底转型所需的关键洞察力和数据支持。
作者：George Barnett
文章信息来源：UiPath，由RPA中国编译发布，如有侵权，请联系删除