长久以来，商业流程管理存在一些相关的基本挑战，至少在我们两人研究这个领域的时期是如此。我们认为，最麻烦的问题中，有两个问题至少是造成以下事实的部分原因：在许多公司，流程的管理和改善目前是次要议题。但是，一项相对较新的创新技术“流程探勘”（process mining）有能力解决这两个问题，并重振企业界多年来未善加运用的流程管理。

一个问题是有关“目前状态”流程的建立，也就是说明某个商业流程在目前是如何执行的。在改造商业流程时，组织主要关注的是改善后的“期望”流程，因此通常没有兴趣探究“现状”或目前如何执行哪项流程。但了解目前的流程很重要，有助于知道是否值得投资于改善流程、绩效问题存在何处，以及整个组织在这个流程上有多少差异做法。因此，有些公司往往完全没有分析现有的流程，而改采捷径，或是花大钱请顾问去分析“现状”流程。

另一方面，采用渐进改善做法的公司，往往花费太多时间分析“现状”。此外，他们的现有流程分析常是以访谈和便利贴为主，高层主管有时认为这种做法过于主观，并以合理的怀疑度来看待。

流程管理的另一个普遍问题是，商业流程与组织的企业资讯系统之间缺乏连结。有些企业系统是流程导向，因为它们支持“订单到现金”（order-to-cash）或“采购到付款”（procure-to-pay）之类的流程，但很少有一种简单的方式可以理解，流程是如何从企业资讯系统来执行。有些不同的技术支持流程设计的各个层面。但是，如果你想要知道有关每天如何执行流程的资讯，通常会需要一套困难的手动步骤来收集和综合汇总资料。此外，精实（Lean）和六标准差（Six Sigma）之类的许多流程改善方法，并未强调资讯科技是流程或流程管理的推动力。

进入流程探勘，解决流程管理两大问题

流程探勘可以同时处理这两个问题。多年来，流程探勘一直是学术研究的一个主题，荷兰电脑科学家威尔·范德阿尔斯特（Wil van der Aalst）等研究人员热切探究这个主题。但是在2011年之前，这种方法在实务上没有太大意义，情况一直到Celonis公司2011年在慕尼黑成立时才改观。范德阿尔斯特是Celonis的首席科学顾问，Celonis开发了自家软件的四个主要版本。Celonis与它的经销商SAP有很强的关系。它从SAP的系统收集资料，也从甲骨文（Oracle）、Salesforce和ServiceNow等其他供应商那里，以及通过API的任何其他类型系统收集资料。

流程探勘突然获得愈来愈多关注。例如，顾能公司（Gartner）在2018年发布一项关于流程探勘的市场指南，内容包括流程探勘的几个常见使用案例，以及供应商领域的分析。顾能举出十几家流程探勘供应商，其中大部分位于欧洲。Celonis被认为是市场领导业者，Fluxicon（位于荷兰）被认为是最受欢迎的独立式分析焦点工具，而芬兰的QPR Softrware是这个领域最悠久和较全面的工具集之一。所有这些公司都位于欧洲，这显示流程探勘在欧洲比较进步，虽然我们曾与几家也已采用流程探勘的美国公司谈过。

流程探勘软件，可协助公司很轻易地从企业交易系统里获取资讯，并提供关于关键流程执行方式的详细资讯。它会在工作完成时建立事件日志，包括收到订单、交付产品、支付款项等。日志让人可以看出由电脑中介的工作实际上是如何发生的，包括谁执行了哪项工作、花多久时间，以及它偏离平均值的幅度。流程分析为流程建立关键绩效指标，让公司能够专注在应优先改善的步骤。人工智能演算法可以侦测到出现差异情况的根本原因。

选择要在哪里应用流程探勘，是很重要的。组织把流程探勘应用于以下两类流程时，可获得最佳价值，包括已经数字化的流程以及仍有一些非结构化工作要在资讯科技系统之外执行的流程。流程改善专业人员明白，在改善复杂、跨职能商业流程时，牵涉到的不仅是资料而已。如同QPR软件公司产品与技术资深副总裁杰可·瑞希能（Jaakko Riihinen）指出的：“流程探勘这种方法，取决于日志中的个案和事件资料，它只能完成那些资料容许你完成的事情。”

但你可能会以为，对于负责监督、改善或排除运营商业流程障碍的人来说，这些能力是非常吸引人的。“目前状态”流程的开发是自动进行的，不再是劳力密集的。即使你根本不关切整体的流程管理，甚至不关切你执行工作时所在的更广大流程的状态，你仍可查明，你所在的那一小部分流程中的情况，并解决其中的任何问题。如果你的公司使用企业系统来支援关键商业流程，你就应该探究流程探勘。

与机器人等其他技术合体

流程探勘已被有效运用于分析商业流程绩效的目前状态、找出改善的领域，并评估流程改善的结果。这使得它很适合搭配RPA之类的工具，因为它可以先找出最适合建置“机器人”的地方，然后提供工具来计算实施RPA的正面影响。

流程探勘以具有视觉吸引力的方式，描绘出以资料为基础的流程绩效图示。这会吸引资深高层主管的兴趣，他们可以轻易看出问题和机会在哪里。流程探勘将加强组织进行资料驱动的决策。有些供应商已经找出一些关键步骤，可运用流程探勘更成功地实施RPA。我们期望未来出现许多解决方案，可结合流程探勘、RPA和机器学习。