——合同流程优化数据分析.PDFVIP

一个课程内容专题（主题）的详细教学设计与实施方案 ——合同流程优化数据分析 教学目标： 本次课程探讨如何使用在线分析处理和常用的数据挖掘方法，分析业务流程运行的日志 数据，从数据科学的角度思考问题，从中找出业务流程的瓶颈以及业务运营优化方法。这里 以航天宇通公司的付款合同签订流程为例，讨论如何利用在线分析处理找出影响流程执行时 间各维度的问题，并在此基础上应用决策树的数据挖掘方法，分析影响流程执行时间过长的 主要因素，为流程的优化运行提供解决思路。 第1步 教学问题引入 航天宇通公司主要承担国家军工相关产品型号部件的研制和生产任务。随着航天宇通公司 信息化的发展，该公司建立了业务流程管理平台，大部分企业关键业务已经实现了电子化流程 管理。其中 “付款合同签订流程”是航天宇通公司在物资设备采购流程中较为重要的一个环节。 通过分析发现，付款合同签订流程周期主要落在10至30天之间，流程的平均处理周期为47天， 超期的流程主要集中在30至180天之间。因此如何减少这部分的流程处理时间是一个问题。传统 的管理方法已经难以解决深层次的流程优化，而智能化的流程管理更强调从业务流程运行数据 发现业务问题，找出流程运行的规律，从而发现业务流程优化的方法。本小节课程正是从数据 思维的角度帮助企业解决流程中深层次的问题。 考虑以下问题： （1） 上述问题可以用什么方法解决？ （2） 需要哪些数据？ （3） 这些数据存在哪些问题？分别用什么方法解决？ 第2步 探讨和实验 （1）首先进行数据抽取和预处理 数据抽取是从事务型数据库中的相关数据表提取数据分析所需的字段的过程。这里主要从 流程节点处理日志以及合同信息业务表中抽取与分析主题有关的数据，过滤合同、合同条款、 合同附件等非相关的数据。 数据转换是对数据粒度以及不一致的数据进行转换。这里需要转换的数据包括部门、费用 类别等名称的归类统一。例如，把很少出现的部门或费用类别归入其他类别。此外，处理时间 需要通过结束时间与开始时间计算差值计算得到。 数据清洗是为了消除数据源中异常或出错数据导入数据仓库后对最终决策分析产生的不 良影响。这里需要清洗的数据有流程日志中标识为出错的流程数据以及流程业务表单中标识为 测试的业务数据。 在对相关数据进行以上抽取、转换、清洗等处理后，需要把数据装载到数据仓库。这里数 据仓库中装载的数据为航天宇通公司2010年的真实数据，流程实例记录总数为1409条，流程处 理节点总数为9514个。 （2）探查付款合同签订流程存在的问题 对影响付款合同签订流程执行时间的流程执行活动、流程发起时间、流程起草单位（人）、 合同签约单位（供应商）、合同费用类别、审批领导诸多维度进行在线分析处理，找出每个维 度的问题点。这个步骤可以使用可视化的工具SAP Lumira或IBM SPSS Modeler 的图形分析功能 实现。下面是几个维度发现的问题点，这些问题点对应业务异常点。其中超期流程是指整个流 程执行时间超过某一规定时间阈值的流程。 （3 ）使用决策树挖掘影响流程执行时间的主要因素 在在线分析处理的基础上，从有问题的众多维度中发现2-3 个主要的问题维度，优先进 行改进是十分必要的。在决策树的构建过程中，可以使用某些相对于分类属性的条件属性重 要性标准，选择重要的条件属性，作为分类的特征。本小节课程把寻找影响流程执行时间快 慢的重要维度转化为决策树的分类问题。以流程执行活动、流程发起时间、流程起草单位（人）、 合同签约单位（供应商）、合同费用类别、审批领导等作为输入，离散化的流程执行时间为 分类属性，经过离散化等必要的预处理后，利用IBM SPSS Modeler 得到的C5.0 决策树如下： 可以看出，流程处理时间受流程发起时间、经办部门、费用类别等因素的影响比较大， 而合同金额、审批节点数的变化对预测结果所产生的影响相对较小。 以上步骤问题讨论（对分教学）： （1） 为什么使用决策树方法找出影响合同签订的主要影响因素？是否还有其他方法？ 比较各自的优劣。 （2） 流程日志的数据问题处理方法探讨。可以查找相关资料小组讨论。 （3） 在讨论的基础上，实验验证。 第3步：新知构建 上述基于数据思维的分析方法，可以克服传统仅依赖经验思维的局限，可以从企业运营 数据深入透视流程存在的问题，而