Business process reengineering using process mining
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Bugünün rekabetçi iş dünyasında, kuruluşlar, hızla değişen ortama adapte olmak için süreçlerini sürekli geliştirerek mevcut konumlarını korumayı amaçlar. Ancak, geleneksel yaklaşımları ile süreçlerin sürekli iyileştirilmesi uzun ve maliyetli süreçler gerektirmektedir. Dijitalleşmedeki gelişmelerle birlikte, bilgi sistemlerindeki işlem verileri kullanarak bu zorlukların üstesinden gelmek için yeni bir yaklaşım olan süreç madenciliği geliştirildi. Süreç madenciliği, olay kayıtlarından bilgi elde ederek süreçleri keşfetmeyi, izlemeyi ve iyileştirmeyi amaçlar. Bu çalışma kapsamında, inşaat sektöründeki uluslararası bir şirketin gerçek süreç verilerini kullanarak, süreç madenciliğinin süreç iyileştirmedeki rolünü doğrulama amacıyla süreç madenciliği teknikleri incelenmiştir. Bu analizler iki farklı süreç madenciliği aracı; ProM ve Celonis kullanılarak gerçekleştirilmiştir. Ayrıca, bu araçlar, süreç madenciliği araçlarının karşılaştırılması için oluşturulan çerçeve kullanılarak karşılaştırılmıştır. In today's competitive business world, organizations aim to ensure their position by continuously improving their processes to adapt the rapidly changing environment. However, continuous improvement of processes with the traditional approaches require long and costly processes. With the advances in digitalization, a new approach, process mining has been developed to overcome these challenges by using transactional data in information systems. Process mining aims to discover, monitor and improve processes by acquiring knowledge from the event logs. Within the scope of this study, process mining techniques are analyzed to confirm the role of process mining in process improvement by using real process data of an international company in construction sector. These analyses are performed using two different process mining tools: ProM and Celonis. Moreover, these tools are compared using the framework that is generated for the comparison of process mining tools.
Collections