望繁信速递：一文看懂任务挖掘和流程挖掘的区别

如今，随着企业信息化管理改革的不断深化，面对复杂的业务流程，企业管理者迫不及待的想要深入了解其自身的根本问题，并加以处理和改进，以便于企业更好的经营管理。因此，越来越多的企业开始寻求企业级智能自动化的工具及解决方案，流程挖掘（Process Mining）和任务挖掘（Task Mining）应运而生。

而在与合作伙伴交流的过程中，我们发现了大量对任务挖掘和流程挖掘进行混淆的见解，国内市场上也出现了大量宣称自己拥有流程挖掘产品的厂商，而真正部署实施地却是用户桌面级的任务挖掘。这一现象让国内很多企业决策者产生了重大误解。

任务挖掘和流程挖掘是可互换的术语吗？

任务挖掘和流程挖掘的工作原理一样吗？

还是它们有很多不同点？

……

简单的回答是流程挖掘和任务挖掘都是适合企业的解决方案，但他们有不同的功能和应用场景。当然，它们也可以互补应用，进而帮助企业在多个层面上实现企业流程智能化管理和运营。

本文将带您真正了解任务挖掘和流程挖掘的定义及两者的区别。

一、什么是任务挖掘

任务挖掘（Task Mining）是一种新兴技术。任务挖掘技术侧重于任务，即包含多个步骤的流程或子流程的较小组件，通常由员工在其工位上手动执行。它使企业能够通过跟踪用户活动和收集用户交互信息来更好地了解他们如何执行任务。企业可以使用收集到的信息来审查他们如何管理运营，识别执行作业时最常见的错误，以及识别可以自动化的任务。

为了让您更好的理解，在此以图书出版为例进行叙述：印刷一本书的活动包括诸如创建印刷版式、印刷版式审查、印刷机配置、将纸张装入印刷机等等，这些操作都属于“任务”。

再比如在企业应付账款流程中，需要先从电子邮件中下载发票，将信息复制到表格中，然后将 pdf 发票上传到会计系统。在这个过程中，员工执行的任务就包括打开电子邮件、下载附件、在表单中输入信息、上传文档、保存更改、形成“发票提交”等活动。

（任务挖掘应用实例）

了解用户操作

任务挖掘软件记录和分析用户的操作。企业通过任务挖掘工具收集员工与其电脑桌面交互的数据，并分析所有工作是如何完成的。目的是帮助企业丢弃冗余步骤或操作、改善用户体验、统一流程变量以提高效率和发现自动化机会等。

用户桌面日志/数据

任务挖掘的数据源是记录用户与其电脑桌面交互行为，譬如鼠标点击、击键、复制和粘贴以及其他常规操作的UI日志/数据，使用的技术包括数据挖掘、模式识别、自然语言处理 (NLP) 和光学字符识别 (OCR)等。

任务挖掘分析的结果是对用户执行的一系列操作步骤及其变体的描述，这可以为实施流程挖掘作准备，也可以用作RPA（机器人流程自动化）计划的框架。所以很多RPA厂商会利用任务挖掘技术消除RPA技术和其数据科学团队之间的鸿沟，帮助企业为某些认知性任务和流程实现自动化，而非全流程。但基于国内的现状，任务挖掘的部署难度较大，数据只能小范围采集，仅仅只能为部署RPA（机器人流程自动化）提供方向。

二、什么是流程挖掘

流程挖掘（Process Mining）是一种新兴的跨数据挖掘、机器学习、过程建模与分析等领域的综合学科。核心原理是从现代信息系统的事件日志中获得数据和提取知识，发现、监测和改进实际流程。流程挖掘在数据挖掘和业务流程管理之间搭建了一个重要的桥梁，推动了新型智能技术的发展，是CPM、BPI、TQM、6-Sigma等管理理念的使能技术。

（望繁信-流程挖掘产品）

还是以图书出版为例：图书出版过程从写一本书开始。一旦这本书分发到书店的书架上，它就结束了。那么从高级的角度来看，这就是我们所讲的“端到端的流程”，即从第一步“开始端”-写书到最后一步“结束端”-分发，在整个过程中，您可以识别和分析数十个子流程，利用成熟的流程挖掘产品还可以识别和分析多个“任务”。

（数字足迹-识别到任务级别）

端到端流程

流程挖掘围绕发现、分析和监控端到端流程及其子流程展开。

还是用图书出版举例：流程挖掘将关注流程如何在作者、出版社、编辑、设计师、校对者、印刷公司和分销渠道之间运行。如果从企业层面来讲，一张特定的发票是一个流程挖掘实例，它贯穿多个部门，由多个员工处理，进入企业各个IT系统。

（流程挖掘应用实例）

流程图

每张发票的完整旅程（或任何其他与此相关的流程实例）都被发现并显示在流程图中。流程图描绘了真实的流程，包括所有的案例、变体和路径，您可以进一步分析和监控该流程。作为望繁信的用户，您可以使用数字足迹的瓶颈分析、合规性检查、流程模拟等功能获得更深入、更彻底的流程诊断和改进建议。

（数字足迹-识别企业全流程）

（数字足迹-瓶颈分析功能）

（数字足迹-合规率检查功能）

事件日志

不同于任务挖掘，流程挖掘使用企业IT系统中海量的事件日志作为数据源，这些数据包含有关执行的活动（例如采购订单创建）、案例（采购订单编号 24395）和时间戳等信息。流程挖掘解决方案从各种IT系统（如 ERP、CRM、供应链管理等）获取这些日志，从而帮助企业近乎实时地监控和分析流程，持续优化运营。望繁信-数字足迹可为 Salesforce、SAP、Oracle、MySQL和PostgreSQL等数据库和信息系统提供连接器。

（数字足迹-连接数字库）

流程挖掘建立在与企业战略有关的全流程分析洞察上，弥合了任务分析数据和真实可自动化机会之间的差距。

三、任务挖掘和流程挖掘的比较

（任务挖掘和流程挖掘示意图）

（任务挖掘和流程挖掘的区别）

如下图所示，典型的企业流程具有不同的粒度级别 (L1-L5)，流程挖掘侧重于L1-L3，它可以查看企业组织范围内的全流程图，通过分析应用程序事件日志，以进行流程诊断并获取改进建议，而通过在桌面级别跟踪人机交互的任务挖掘侧重于L4-L5，它提高了员工效率，消除了自动化规划过程中的人为主观因素。

（业务流程粒度：任务和流程）

典型的流程挖掘用例

这些是使用流程挖掘时最常见的情况及应用：

1.订单到收款

2.采购到付款

3.机器人流程自动化（RPA）

4.审计和合规检查

5.流程优化

6.流程管理

典型的任务挖掘用例

这些是使用任务挖掘时最常见的情况及应用：

1.插入和复制数据

2.上传和下载文件

3.登录并浏览业务系统

4.改善用户体验，提高用户效率

5.发现自动化机会

在此我们整理了三个关于流程挖掘和任务挖掘最常见问题及答案，以便于您能更好地理解：

Q：如何定义任务和流程？两者有什么区别？

流程是具有起点和终点的与逻辑相关的任务和决策的组合，而任务由机器或人执行的操作步骤组成，其目标是使案例从流程的一个阶段移动到下一个阶段。两者区别在于数据的粒度、数据来源、识别和分析数据的能力、结果、涉及的资源数量和用例等不同。总体而言，流程挖掘着重于优化业务流程，而任务挖掘更注重使用户工作更高效。

Q：任务挖掘可以用来识别端到端的流程吗？

不能，因为即使可以使用流程挖掘技术来处理任务挖掘数据，也必须配备其他技术，例如 OCR、文本挖掘和特定的 ML算法等，才能分析这种类型的数据。无监督（未聚焦）用户交互记录包含了很多的干扰信息和很细的颗粒度，这会使流程发现的效率低下，在大多数情况下是很难被识别的。国内很多厂商利用任务挖掘技术，大力宣传自己可以实施流程挖掘，显然是不能真正做到识别企业全流程的，更不可能会实现企业全流程的监控及优化。

Q：望繁信-数字足迹是否具备了任务挖掘的能力？

是的，作为流程智能建设的赋能者和企业数字化转型的助推者，望繁信科技始终坚持注重技术创新和产品研发投入，有丰富的实施经验和业界最佳实践的积累。同时，我们与各种技术合作伙伴合作，致力于为企业客户提供全方位的、安全可信赖的流程智能解决方案。

审核编辑：符乾江