День: 19.11.2018

— Книга 2 по Process Mining.

В этом руководстве вы можете шаг за шагом следовать типичному сценарию интеллектуального анализа процессов, чтобы получить первое представление о том, на какие вопросы можно ответить с помощью интеллектуального анализа процессов. Если вы еще не установили нашу программу Process Mining Software Disco, вы найдете инструкции в главе «Установка».

Цели этого руководства:

• Помогите понять этапы анализа интеллектуального анализа процессов.
• Позволяет начать работу и поэкспериментировать с собственными данными.

Пример сценария

Представьте, что вы руководитель процесса закупок в своей организации. После отправки запроса (например, сотруднику нужен новый компьютер) он должен быть одобрен менеджером и затем направлен в отдел закупок, где агент выбирает лучший вариант и размещает заказ у поставщика. . Наконец, счет оплачивается финансовым отделом. Для простоты мы предполагаем, что весь процесс обрабатывается в одной системе, например, в системе планирования ресурсов предприятия (ERP), такой как SAP (см. Рисунок 1).

Рисунок 1: Пример сценария: процесс закупок, поддерживаемый системой ERP

Далее представьте, что у вас есть следующие три проблемы с этим процессом:

1. Неэффективные операции : Вы ищете способы сделать процесс более эффективным.
2. Соответствие : Вас попросили продемонстрировать, что процесс выполняется в соответствии с инструкциями по закупкам. Вы думаете, что это так, но теперь вам нужно доказать, что это так.
3. Жалобы : Вы получили жалобы, что процесс занимает слишком много времени. Обычно процесс занимает 21 день. Вы не знаете, действительно ли эти временные рамки иногда превышаются, и если да, то это широко распространенная проблема или просто какой-то индивидуальный неприятный опыт, который случился с некоторыми людьми.

Вы решили провести интеллектуальный анализ процесса, чтобы получить объективную картину того, как этот процесс выглядит. Из вышеупомянутых задач вы получаете следующие цели анализа:

1. Подробное понимание процесса
2. Проверить, нет ли отклонений от правил оплаты
3. Контрольные задания (21 день)

Типичный проект по добыче полезных ископаемых проходит следующие основные фазы:

Рисунок 2: Типичные этапы проекта технологической добычи

На первом этапе, также называемом этапом определения объема или вопросов, вы определяете цели проекта исследования процессов. Какой процесс вы собираетесь анализировать? Где это начинается, где заканчивается? Люди часто имеют разные представления о процессе, даже если они используют одно и то же имя. На какие основные вопросы вы хотите ответить по поводу процесса? Какие ИТ-системы задействованы в выполнении процесса?

В нашем сценарии мы уже знаем объем процесса, задействованные ИТ-системы и вопросы о процессе, на которые мы хотим ответить:

Рисунок 3: Вопросы, на которые мы хотим ответить о процессе покупки в этом руководстве

Итак, мы можем перейти ко второй фазе: извлечению данных.Как владелец процесса закупки вы не будете самостоятельно извлекать данные из системы ERP. Вместо этого вы будете работать со своим ИТ-отделом и запрашивать у них данные.

Для этого вам необходимо понимать требования к данным для интеллектуального анализа процессов и то, как они применяются в вашем собственном процессе. Мы вернемся к этому в следующей главе (см. Требования к данным). А пока предположим, что вы получили файл CSV от ИТ-персонала.

Рисунок 4: Обычно вы не извлекаете данные самостоятельно.Вместо этого вы будете работать с ИТ-отделом и запрашивать у них данные

Вы можете загрузить извлеченные данные для примера сценария в виде файла CSV или Excel.

Рисунок 5: Определив наши вопросы о процессе и извлеченные данные, мы можем приступить к пошаговому изучению руководства по интеллектуальному анализу процессов.

Теперь мы можем приступить к анализу!

Шаг 1. Проверка данных

В качестве первого шага давайте взглянем на данные, которые мы получили от ИТ-отдела.Вы можете просто открыть CSV-файл в Excel или в текстовом редакторе (см. Рисунок 6).

Рисунок 6: Заказ на поставку 339 выделен в примере набора данных

Каждая строка соответствует одному событию, которое представляет собой действие, имевшее место в процессе.

В первом столбце представлена ​​информация о ID дела, которому принадлежит событие. В этом процессе идентификатор дела — это номер заказа на поставку. Идентификатор случая необходим для корреляции событий, принадлежащих одному экземпляру процесса (как показано для случая 1, случая 2 и случая 3 на иллюстрации Как это работает?).Например, вы можете видеть, что для заказа на поставку 339.

В четвертом столбце показано, какое действие имело место. Например, в случае 339 первым действием было «Создание заявки на закупку», вторым — «Анализ заявки на закупку» и т. Д. В процессе интеллектуального анализа данных нам нужен хотя бы один столбец действий, чтобы показать шаги, которые были выполнены в процессе (см. A, B, C и т. Д. На иллюстрации Как это работает?).

Во втором и третьем столбцах указывается время и дата начала и завершения каждого действия.Нам нужна как минимум одна временная метка (может быть либо началом, либо завершением) для каждого события, чтобы привести шаги в каждом экземпляре процесса в правильном порядке.

Идентификатор дела, имя действия и хотя бы одна временная метка для каждого события — это минимальные требования для интеллектуального анализа данных (см. Дополнительные сведения в разделе «Требования к данным» далее). Но если у нас есть дополнительная информация в наборе данных, мы также можем использовать ее для дополнительного анализа. Например, для этого процесса покупки у нас также есть информация о сотруднике, который выполнил действие, и об их функциях в организации.

Шаг 2 — Импорт данных

Теперь давайте приступим к интеллектуальному анализу процессов и импортируем набор данных в Disco! Вы можете нажать кнопку «Открыть» в верхнем левом углу и найти файл на жестком диске. После того, как вы его выбрали, вы увидите предварительный просмотр первых 1000 строк набора данных в виде, аналогичном тому, который мы только что видели в Excel (см. Рисунок 7).

Рисунок 7. Экран импорта позволяет вам настроить значение каждого столбца в наборе данных

Теперь вы можете выбрать каждый столбец (он будет выделен синим) и указать Disco, как он должен интерпретировать этот столбец: вверху вы найдете параметры конфигурации для идентификатора дела, имени действия, отметок времени, ресурса и прочего (которые дополнительные атрибуты).

Например, в настоящий момент выбран первый столбец, и выше вы можете видеть, что он настроен как идентификатор дела. Disco пытается угадать правильную конфигурацию для ваших данных, но, чтобы убедиться, что все правильно, просмотрите каждый столбец и выберите правильную конфигурацию вверху. Два столбца временных меток должны быть установлены как «Отметка времени», столбец «Активность» — как «Активность», столбец «Ресурс» — как «Ресурс», а столбец «Роль» — как «Другое».

Когда вы закончите, вы можете убедиться, что вы правильно настроили данные, сравнив маленький значок, который вы видите рядом с заголовком каждого столбца, со снимком экрана на рисунке 7.Затем нажмите кнопку Начать импорт в правом нижнем углу.

Шаг 3. Проверка процесса

Как только вы нажмете «Начать импорт», Disco проанализирует ваш набор данных и автоматически отобразит карту процесса, которая покажет вам, как процесс действительно выполнялся (см. Рисунок 8). Обратите внимание, что у нас не было под рукой модели процесса, но с помощью интеллектуального анализа процессов мы автоматически обнаружили процесс только на основе исторических данных!

Примечание

Если вы достигли предела импорта демонстрационной версии, вы можете либо следовать руководству здесь, используя пример песочницы, поставляемой с Disco (см. Первые шаги после установки: песочница), либо вы можете загрузить этот файл FBT (специальный файл, который ведет себя как файл CSV, но может быть открыт с помощью демонстрационной версии Disco).

Рисунок 8: После импорта вы попадаете непосредственно на карту процесса, которая показывает, как процесс был фактически выполнен. Мы видим, что в этом процессе было много доработок (доработок)

Вверху карты процесса вы можете увидеть маленький треугольник. Это начальная точка процесса. Мы видим, что в наборе данных 608 случаев (608 заказов на поставку), и все 608 случаев начались с действия «Создание заявки на закупку» в качестве первого шага в процессе.

После этого процесс разделяется на два разных пути: 374 раза он идет влево и 234 раза он идет вправо. Цифры, толщина стрелок и раскраска — все это указывает на частоту выполнения определенных частей процесса.

Сразу же мы можем увидеть одну неожиданную закономерность в процессе закупки: действие «Изменить запрос предложения» должно выполняться только в исключительных ситуациях, потому что на этом этапе в существующий запрос вносятся изменения. Однако теперь мы видим, что это действие было выполнено более 500 раз всего в 608 случаях! Это не похоже на исключение, и нам нужно выяснить, почему это происходит так часто.

Рисунок 9: Вы можете уменьшить количество отображаемых действий, потянув вниз ползунок «Действия». В самой нижней точке показаны только действия наиболее частого варианта

Одна вещь, которая станет очевидной, когда вы начнете анализировать свои собственные данные, — это то, что реальные процессы очень быстро становятся очень сложными.Следовательно, мы должны уметь справляться с этой сложностью. К счастью, с помощью Process Mining и Disco вы можете настроить уровень детализации, который хотите видеть на своей карте процессов.

Чтобы попробовать это, сначала потяните вниз ползунок «Действия» справа (см. Рис. 9). В результате вы теперь видите упрощенную карту процесса, которая показывает только действия первого наиболее частого варианта. Это основной поток процесса.

Рисунок 10: На 100% вы видите все действия, но вы по-прежнему смотрите на упрощенную версию процесса. Например, некоторые числа входящей и исходящей дуг еще не суммируются

Когда вы снова начинаете вытягивать ползунок «Действия», постепенно отображается все больше и больше менее частых действий. При 100% все шаги, записанные в данных, снова становятся видимыми. Например, действие «Изменить заявку на закупку» было выполнено всего 11 раз и было одним из последних шагов (см. Рисунок 10).

Однако мы видим, что все еще рассматриваем упрощенную версию процесса, потому что цифры еще не складываются.Правильно? Например, «Изменение заявки на закупку» было выполнено в общей сложности 11 раз. Но хотя есть входящий путь из операции «Анализ заявки на закупку» с частотой 11, исходящий путь показывает только частоту 8. Где остальные три?

Рисунок 11. Если и ползунки «Действия» и «Пути» полностью подняты, вы увидите , все действия, и , все переходы между ними (ничего не скрыто)

Причина в том, что, хотя мы видим все действия на карте процесса, в настоящее время мы видим только самые важные потоки процессов между этими действиями. Чтобы раскрыть весь процесс, включая все действия и все переходы между ними, теперь также потяните ползунок «Пути» справа (см. Рисунок 11).

Теперь вы можете видеть, что недостающие три идут в действие «Создать запрос коммерческого предложения». Эта стрелка с частотой 3 раньше была скрыта, но теперь, когда ползунки «Действия» и «Пути» установлены на 100%, мы действительно видим все, что произошло в этом процессе.

Если вам интересно, почему вы хотите видеть что-то менее 100% вашего процесса, и узнать больше о том, как работают ползунки упрощения, вы можете прочитать эту статью о стратегиях упрощения для Process Mining.

Шаг 4 — Просмотр статистики

С картой процесса мы получили общее представление о процессе с высоты птичьего полета. В качестве следующего шага давайте проверим некоторую статистику процесса, перейдя на вкладку «Статистика» вверху (см. Рисунок 12).

Рисунок 12: В обзорной статистике мы видим, что существует множество длительных случаев, занимающих 81 день от начала до конца процесса и более

Справа вы можете найти обзорную статистику по вашему набору данных. Например, мы видим, что существует 608 дел (заказов на покупку) и 9119 событий (строк в наборе данных). Это довольно небольшой набор данных. Вы можете анализировать миллионы записей с помощью Disco. Вы также можете увидеть временные рамки охваченного процесса: данные обрабатываются с января 2011 года по октябрь 2011 года, так что имеется около десяти месяцев данных.

Напомним, что мы получали жалобы на время выполнения этого процесса. Итак, чтобы посмотреть на производительность, вы можете перейти от «События с течением времени» к статистике продолжительности обращения рядом с диаграммой (см. Рисунок 12).Длительность дела показывает время от самого начала до самого конца дела. Если навести указатель мыши на гистограмму, можно увидеть, что большинство дел завершаются в течение 16-17 дней. Однако есть и некоторые, на которые уходит гораздо больше времени: 80 дней, 90 дней и даже больше.

Это не похоже на исключение, но похоже, что у нас серьезная проблема со временем обработки в этом процессе. Как владелец процесса, вы теперь хотите знать , где в процессе мы тратим столько времени , что в итоге получаем такие большие сроки рассмотрения дел.Мы вернемся к этому чуть позже.

Шаг 5 — Осмотрите случаи

Прежде чем мы сосредоточимся на обнаруженной проблеме производительности, давайте сделаем еще один шаг и проверим отдельные экземпляры процесса, перейдя на вкладку «Cases» (см. Рисунок 13).

В правой области вы видите конкретную историю отдельного случая. Переключитесь с представления «График» на представление «Таблица», чтобы получить более компактное представление. Например, на рисунке 13 показана история заказа на закупку 151: было всего два шага: сначала «Создать заявку на закупку», а затем «Анализировать заявку на закупку».Если вы выберете другой случай, то будет показана история этого другого дела.

Рисунок 13: Представление обращений позволяет просматривать отдельные обращения со всеми их дополнительными атрибутами. Он также показывает количество вариантов и различные варианты, отсортированные по их частоте. Мы видим, что третьим по частоте сценарием в этом процессе являются запросы, которые были остановлены на ранней стадии

Представление «Случаи» действительно важно, потому что интеллектуальный анализ процессов не только показывает объективную карту процесса на основе данных, но и для любой проблемы, обнаруженной в ходе анализа, вы всегда можете вернуться к конкретному примеру случая, в котором есть эта проблема.Это дает вам возможность провести анализ первопричин и принять меры.

В левой части окна «Обращения» вы можете изучить варианты вашего процесса. Вариант — это последовательность шагов от самого начала до самого конца. Если два случая следуют точно так же в процессе в порядке их действий, то они относятся к одному и тому же варианту.

Рассматривая наиболее частые варианты, часто можно уже получить представление об основных сценариях, охватывающих 60-80% процесса.Например, в процессе закупки всего 98 вариантов, а наиболее частый вариант охватывает 88 случаев (примерно 15% набора данных). Вариант 2 охватывает 77 случаев и так далее. Когда вы выбираете вариант слева, во втором столбце отображается список всех случаев, которые относятся к этому конкретному варианту.

Интересно, что в Варианте 3 процесс был остановлен всего за два шага. После шага «Анализ заявки на закупку» процесс завершился, поскольку запрос был отклонен.Конечно, это может произойти, но мы не ожидаем, что остановленный запрос будет третьим по частоте вариантом в этом процессе. Вы могли бы сказать, что этот сценарий также является формой потерь, потому что в идеале мы бы не запускали запрос на закупку в первую очередь (избегая выполнения этих двух шагов в целом). Решением может быть обновление руководств по закупкам, чтобы уточнить, какие вещи могут покупать сотрудники, а какие нет.

Рисунок 14: Эта ранняя конечная точка видна на карте процесса через пунктирную линию, ведущую к конечной точке

Вы также можете найти эту раннюю конечную точку на карте процесса (см. Рисунок 14).Когда вы вернетесь к представлению «Карта», вы увидите пунктирную линию, ведущую от операции «Анализ заявки на закупку» до конечной точки. От начальной точки процесса идет только одна пунктирная линия, поэтому все случаи начинаются с одного и того же действия «Создание заявки на закупку». Но рядом с обычным конечным действием «Оплатить счет» вы обнаружите, что в процессе есть еще две дополнительные ранние конечные точки. Один из них — сценарий остановленных запросов из Варианта 3.

Рис. 15. Мы уже ответили на один из трех наших вопросов и теперь перейдем к давно существующим случаям

Теперь остановимся на мгновение и с самого начала рассмотрим наши цели анализа (см. Рисунок 15).Мы видим, что ответили на первый вопрос: обнаруженная карта процесса дает нам полное представление о реальном процессе. Более того, мы уже нашли некоторые возможности для улучшения процессов. Мы видели, что в процесс внесено множество изменений (цикл доработки, который мы обнаружили в карте процесса) и что существует множество остановленных запросов (сценарий Варианта 3).

Мы также увидели, что действительно существует довольно много случаев, которые занимают гораздо больше времени, чем предполагаемый 21 день. Это то, что мы хотим исследовать дальше.

Шаг 6 — Фильтр по производительности

Вы можете использовать фильтры, чтобы сосредоточиться на конкретных вопросах вашего процесса. Чтобы выяснить, почему некоторые случаи занимают так много времени, мы воспользуемся фильтром производительности.

Рисунок 16. Чтобы сосредоточиться на длительных случаях, добавьте фильтр и выберите фильтр производительности

Вы можете добавить фильтр производительности, щелкнув символ фильтра в нижнем левом углу и затем выбрав фильтр из списка, как показано на рисунке 16.

Рисунок 17. Затем переместите левый конец ползунка на отметку 21 день и примените фильтр

Затем переместите левый конец ползунка вправо вокруг отметки 21 день (см. Рисунок 17). Синяя область теперь охватывает все дела, на которых мы хотим сосредоточиться: дела, которые занимают более 21 дня. Мы видим, что ок. 15% всех случаев в наборе данных выходят за рамки целевого уровня обслуживания для этого процесса.

Теперь нажмите кнопку «Копировать и отфильтровать» в правом нижнем углу и дайте вашему анализу короткое имя (мы использовали «Анализ SLA»), чтобы сохранить его в своем проекте, и нажмите «Создать».

Шаг 7. Визуализируйте узкие места

Напоминаем, что в настоящий момент вы не просматриваете полный набор данных, вы можете увидеть круговую диаграмму в нижнем левом углу (см. Рисунок 18). Это означает, что вы просматриваете 15% данных. Итак, карта процесса теперь показывает вам поток процесса только для 92 случаев, которые занимают более 21 дня (из 608 в целом).

Рисунок 18: Теперь вы видите карту процесса только для 15% обращений, на которые потребовалось более 21 дня.Чтобы проверить задержки в процессе, а не частоты, вы можете переключиться в представление «Производительность»

Мы замечаем, что цикл доработки деятельности «Изменение запроса предложения» стал еще более доминирующим, чем раньше. Сейчас мы проходим этот цикл в среднем почти 3 раза на случай! Однако это ситуация, когда нас гораздо больше интересует информация о сроках. Мы хотим знать , где в процессе мы теряем столько времени , что не достигаем цели на 21 день.

Чтобы исследовать это, вы можете перейти к представлению «Производительность» в правом нижнем углу (см. Рисунок 18). Временные метки в наборе данных теперь анализируются для прогнозирования времени выполнения (время, когда кто-то активно работает над определенным этапом процесса, отображается в полях действий), а также времени ожидания (задержка между завершением одного действия до начало следующего действия, показанное вдоль путей) на карте процесса. Первоначально отображается общая длительность (совокупные задержки по всем случаям), что отлично подходит для быстрого поиска областей с высокой степенью воздействия в процессе.Чтобы проверить средние задержки, вы можете переключиться с общей продолжительности на среднюю продолжительность в раскрывающемся списке справа (см. Рисунок 19).

Рисунок 19: В представлении производительности измените раскрывающийся список с Общая продолжительность на Средняя продолжительность, чтобы увидеть, сколько времени в среднем затрачивается на каждую часть процесса

Мы видим, что мы не только излишне часто проходим через этот цикл, но он также вызывает значительные задержки. Сам шаг «Изменить запрос предложения» не занимает много времени (всего 9.В среднем 8 минут). Однако после завершения этого шага среднее время ожидания составляет 14,9 дней , прежде чем нормальный процесс продолжится. Также в других частях процесса мы видим огромные задержки.

Очевидно, мы обнаружили узкое место вокруг действия «Анализировать запрос предложения». Процессный анализ не может сказать нам, почему имеет это узкое место. Нам нужно выйти за рамки инструмента анализа процессов и данных, чтобы поговорить с людьми, которые участвуют в процессе.Одна из причин может заключаться в том, что существует очень высокая рабочая нагрузка и недостаточно ресурсов для этой части процесса. Другая причина может заключаться в том, что этот шаг выполняется менеджером в качестве низкоприоритетной задачи каждые четыре недели, и тем временем количество дел накапливается.

Что может сделать Process Mining, так это показать нам , где у нас есть проблемы в нашем процессе. Поскольку результаты нашего анализа основаны на данных, мы можем объективно увидеть, на чем нам нужно сосредоточиться. На рисунке 19 показан довольно типичный пример в том смысле, что время ожидания (здесь в среднем более 14 дней) часто на порядок выше, чем время выполнения (здесь в среднем всего 10 минут).В большинстве проектов по улучшению процессов основное внимание уделяется не тому, чтобы люди работали быстрее, а более разумной организации процесса. Например, менеджер может не знать, что то, как он организовывает свою работу (выполнение определенной задачи только раз в четыре недели), хотя и удобен и эффективен для него, но оказывает большое влияние на процесс в целом.

Это подводит нас ко второму огромному преимуществу интеллектуального анализа процессов: помимо объективного отображения проблемных областей, интеллектуальный анализ процессов помогает передать эти результаты людям, которые работают в соответствующих бизнес-единицах.Инициативы по изменению трудны, потому что никто не любит меняться. Кроме того, процессы сложны и трудны для понимания. Диаграммы и статистика имеют ограниченное значение и часто слишком абстрактны.

Process Mining позволяет предоставить визуальное представление владельцу процесса и другим людям, работающим в процессе. Это поможет вам вовлечь их в вашу инициативу по улучшению. Во многих ситуациях вы также можете извлечь выгоду из их знаний в предметной области на семинарах по интерактивному анализу, потому что они будут интуитивно способны понимать карты процессов «своего» процесса и указывать дополнительную информацию, о которой вы не знали.

Шаг 8 — Анимация процесса

Подобно визуализации процесса на картах процесса, анимация может быть чрезвычайно полезной при сообщении о любых обнаруженных вами проблемах процесса.

Нажмите кнопку «Анимация» в центре внизу карты процесса, чтобы перейти в представление «Анимация» (см. Рисунок 20). Затем нажмите кнопку Play в нижнем левом углу.

Рисунок 20: Вместо отображения средней продолжительности и времени ожидания анимация обеспечивает динамическое представление потока процесса

Мы все еще рассматриваем только 15% медленно работающих случаев.Но вместо того, чтобы видеть средние задержки, как раньше, на карте процесса, теперь вы можете увидеть динамическое воспроизведение процесса за 10 месяцев данных, которые у нас есть. Каждая желтая точка представляет собой случай, который проходит через процесс с его фактической относительной скоростью, основанной на отметках времени в импортированном наборе данных.

Таким образом, мы можем сделать обнаруженное узкое место действительно ощутимым для людей и «воплотить его в жизнь». Вы можете быть удивлены, как многие по-настоящему понимают, что они на самом деле смотрят на процесс, только после того, как увидят, как анимация перемещает кейсы.

Рисунок 21: На два из трех вопросов уже дан ответ

Давайте еще раз взглянем на наши исходные вопросы (см. Рисунок 21). Как видите, мы ответили на два из трех вопросов. Теперь мы знаем, что существует узкое место вокруг действия «Анализ запроса предложения» и что нам нужно изменить процесс, чтобы решить эту проблему.

Шаг 9 — Проверка соответствия

Чтобы рассмотреть пример соответствия, давайте вернемся к полному процессу. Для этого просто щелкните раскрывающийся список с +1 вверху и вернитесь к исходному набору данных (см. Рисунок 22).

Рисунок 22: Чтобы вернуться к полному процессу, щелкните раскрывающийся список вверху и вернитесь к исходному набору данных

Если вы затем прокрутите до конца процесса, вы увидите, что в какой-то момент счет-фактура отправляется и в конечном итоге оплачивается. Также существует одно действие, называемое «Уведомление о счете-фактуре поставщика», которое является дополнительным шагом в процессе предотвращения мошенничества. Это действие обязательно и должно выполняться всегда. Однако теперь вы можете видеть, что на самом деле существует 10 случаев, в которых этот обязательный шаг обходится напрямую, переходя непосредственно к шагу «Авторизация оплаты счета поставщика» (см. Рисунок 23).

Рис. 23. В частотном представлении мы видим, что обязательное действие «Выпустить счет поставщика» было пропущено 10 раз!

Мы не знали, что можно было вообще пропустить этот обязательный шаг процесса. Теперь мы знаем, что это происходит и как часто (10 раз для 608 случаев). Но для того, чтобы принять меры, нам нужно знать , в каких десяти случаях обходится этап предотвращения мошенничества.

Чтобы узнать это, вы можете щелкнуть по пути, ведущему от «Отправить счет» к «Авторизовать оплату счета-фактуры поставщика» (см. Рисунок 24).Появится значок обзора со всеми различными показателями частоты и производительности для этого пути.

Рис. 24. Чтобы узнать , в которых 10 случаев отклонились от ожидаемого процесса, вы можете щелкнуть путь и использовать ярлык «Фильтровать этот путь…» в нижней части значка обзора

Внизу вы видите кнопку «Отфильтровать этот путь…». Это ярлык для добавления предварительно настроенного фильтра, который сохраняет только те случаи, когда точно следует этому конкретному пути в процессе .Щелкните ярлык «Фильтровать этот путь…» на значке обзора, а затем нажмите кнопку «Копировать и отфильтровать» в правом нижнем углу, чтобы сохранить новый анализ (см. Рисунок 25).

Рисунок 25. С помощью ярлыка «Отфильтровать этот путь…» автоматически добавляется предварительно настроенный фильтр последователя, и вы можете просто применить эти настройки фильтра, чтобы сосредоточить анализ на 10 случаях, которые прошли путь процесса, который вы нажал на

Затем перейдите из представления «Карта» на вкладку «Обращения», чтобы увидеть , из которых случаев отклоняются от предписанного процесса (см. Рисунок 26).

Рисунок 26: После применения фильтра и перехода к представлению «Обращения» вы можете более детально изучить те 10 обращений, которые пропустили обязательный этап процесса

Это дает нам возможность поговорить с вовлеченными людьми и выяснить, почему был пропущен обязательный этап процесса. Возможно, на то была веская причина, и мы можем принять во внимание их объяснение. Если отклонения не должно было произойти, мы можем начать думать о способах предотвращения таких отклонений в соответствии с требованиями в будущем.Например, мы можем провести целевое обучение. Или мы можем внести изменение в систему, которое отныне требует обязательного шага.

Рисунок 27: Теперь мы ответили на все три вопроса и определили дальнейшие действия для решения обнаруженных проблем

Если мы еще раз посмотрим на наши исходные вопросы в последний раз (см. Рис. 27), то увидим, что ответили на все три вопроса. Помимо неэффективности и узких мест, обнаруженных ранее, теперь мы также обнаружили отклонение от предписанного процесса, которого мы не ожидали.

В заключение урока давайте сделаем последний шаг, чтобы увидеть, как мы можем взглянуть на данные с разных точек зрения.

Шаг 10 — Организационное представление

Представьте, что мы узнали все, что хотели знать о потоках операций в этом процессе. Теперь мы хотим понять, как работает процесс с организационной точки зрения .

Рисунок 28: Чтобы по-другому взглянуть на данные, вы можете перейти в представление проекта и нажать серую кнопку «Обновить» в правой области

Чтобы перейти к этой перспективе, вы можете перейти в представление проекта (мы не были там раньше), щелкнув вторую левую кнопку вверху (см. Рисунок 28).Затем найдите серую кнопку «Обновить» в области справа и нажмите ее, чтобы вернуться к экрану импорта.

Теперь вы можете изменить конфигурацию импорта следующим образом. Выберите столбец «Активность» и измените конфигурацию вверху на «Другое» (это сделает его обычным атрибутом в наборе данных). Затем выберите столбец «Роль» и настройте его как «Действия». На рисунке 29 показана эта новая конфигурация.

Рисунок 29: Это возвращает вас к экрану импорта, где вы можете переключить конфигурацию столбцов Activity и Role: столбец Role теперь настроен как действие

Теперь нажмите кнопку «Начать импорт» еще раз, и ваш набор данных будет импортирован с другой точки зрения.На карте процесса вы теперь не видите отображаемую последовательность действий, а скорее передачу работы между различными функциями или отделами в вашей организации (см. Рисунок 30).

Рисунок 30: В результате мы можем увидеть тот же процесс с точки зрения организации. Передача работы между различными организационными подразделениями становится видимой

В этом представлении вы можете увидеть поведение пинг-понга и задержки между различными ролями. Часто возникает неэффективность при передаче работы между организационными подразделениями, потому что одна группа больше не несет ответственности, а новая команда еще не претендует на владение.

Это всего лишь один пример. Вы можете взглянуть на свой процесс с разных точек зрения, даже на основе одного и того же набора данных. Такая гибкость, позволяющая исследовать процесс с разных точек зрения, является одним из главных преимуществ интеллектуального анализа процессов, наряду с возможностью быстро сосредоточиться на конкретных вопросах с помощью различных фильтров.

Полезные советы и дальнейшие действия

Из этого упражнения вы можете многому научиться.

• Во-первых, реальные процессы зачастую сложнее, чем можно было ожидать.Например, кто бы мог подумать, что в этом процессе закупки 98 вариантов? Люди обычно недооценивают, насколько сложны их процессы на самом деле. Вот почему процессный анализ добавляет большую глубину классическому ручному анализу процессов. При использовании ручного подхода к картированию процесса вы обычно можете получить хорошее представление об основном процессе («сценарий солнечного дня»), но никогда не сможете получить все исключения.
• Во-вторых, «правильной» модели нет. Вы можете смотреть на свой процесс с разными уровнями детализации, вы можете сосредоточиться на определенных подмножествах, исходя из вопросов, которые у вас есть, и часто вы можете взглянуть с разных точек зрения уже во время импорта.В любом данном анализе вы создадите несколько представлений для изучения разных вопросов (см. Также «Взгляните на свой процесс с разных точек зрения»).
• В-третьих, интеллектуальный анализ процессов — это не анализ набора данных для создания одной модели процесса, а затем все готово. После того, как вы импортировали данные, это только отправная точка анализа интеллектуального анализа процессов. Без программирования вы можете изучить свой процесс, очень быстро переведя вопросы о процессе в правильную комбинацию фильтров. Интеллектуальный анализ процессов — это интерактивная деятельность, требующая от аналитика с опытом интеллектуального анализа процессов, который имеет доступ к знаниям предметной области о процессе, чтобы интерпретировать то, что они видят.

Чтобы продолжить практику, вы можете загрузить демо-журналы, поставляемые с Disco. Если вы хотите сразу начать анализировать некоторые из ваших данных, вы можете перейти к разделу «Требования к данным». Вы будете удивлены, узнав, какие новые идеи принесет вам процессный майнинг!

Если вы сначала хотите узнать больше о типичных случаях использования Process Mining, просто перейдите к следующей главе.

dglai / WWW20-Hands-on-Tutorial: Материалы для практического руководства DGL в WWW 2020

Ведущие: Джордж Карипис, Чжэн Чжан, Минцзе Ван, Да Чжэн, Цюань Гань

Время: (UTC / GMT +8) 09: 00-16: 30, 20 апреля, понедельник

Аннотация

Изучение графов и реляционных данных играет важную роль во многих приложениях включая анализ социальных сетей, маркетинг, электронную коммерцию, поиск информации, моделирование знаний, медицинские и биологические науки, инженерия и другие.в За последние несколько лет графические нейронные сети (GNN) стали многообещающим новым контролируемым среда обучения, способная использовать возможности обучения с глубоким представлением графические и реляционные данные. Этот постоянно растущий объем исследований показал, что GNN достигать высочайшего уровня производительности для таких проблем, как прогнозирование ссылок, мошенничество обнаружение, прогноз активности связывания мишень-лиганд, завершение графа знаний, и рекомендации по продукту.

Это руководство преследует двоякую цель.Во-первых, он предоставит обзор теории, лежащей в основе GNN, обсудите типы проблем, для которых хорошо подходят GNN, и представить некоторые из наиболее широко используемых архитектур моделей GNN и проблем / приложений которые предназначены для решения. Во-вторых, будет представлена ​​библиотека Deep Graph Library (DGL), новая программная среда, которая упрощает разработку эффективного обучения на основе GNN и программы вывода. Чтобы сделать вещи конкретными, учебник предоставит практические сеансы с использованием DGL. В этой практической части будут рассмотрены оба основных графических приложения (например,грамм., классификация узлов и прогнозирование ссылок), а также более сложные темы, включая обучение GNN на больших графах и в распределенной среде. Кроме того, это обеспечит практические руководства по использованию GNN и DGL для реальных приложений, таких как рекомендации и обнаружение мошенничества.

Необходимое условие

Участники должны иметь некоторый опыт работы с глубоким обучением и использовать его. такие фреймворки, как MXNet, Pytorch и TensorFlow. Участники должны иметь опыт работы с различные проблемы и методы, возникающие и используемые при изучении и анализе графов, но это не требуется.

Повестка дня

Содержание раздела

• Раздел 1: Обзор графических нейронных сетей. В этом разделе описывается, как график работа нейронных сетей, лежащая в их основе теория и их преимущества перед альтернативными подходы к обучению графам. Кроме того, он описывает различные задачи обучения на графиках. и показывает, как GNN можно использовать для их решения.
• Раздел 2: Обзор библиотеки Deep Graph (DGL). В этом разделе описываются различные абстракции и API, предоставляемые DGL, которые предназначены для упрощения реализации моделей GNN и объясняет, как DGL взаимодействует с MXNet, Pytorch и TensorFlow.Затем он переходит к представлению API передачи сообщений DGL, который можно использовать для разработки произвольно сложные GNN и предопределенные модули GNN nn, которые он предоставляет.
• Раздел 3: Модели GNN для основных задач графа. В этом разделе показано, как использовать GNN для решения четырех ключевых задач обучения графов: классификация узлов, предсказание ссылок, граф классификация и предварительное обучение встраиванию сети. Он покажет, как GraphSage, популярный Модель GNN, может быть реализована с помощью модуля nn DGL и показать, как встраивается узел вычисленные GraphSage могут использоваться в различных типах последующих задач.Кроме того, он продемонстрирует реализацию настроенной модели GNN с передачей сообщений DGL интерфейс.
• Раздел 4: Обучение GNN на больших графах. В этом разделе используются некоторые из описанных моделей. в разделе 3, чтобы продемонстрировать мини-пакетное обучение, обучение с несколькими GPU и распределенное обучение в DGL. Он начинается с описания того, как концепция мини-пакетного обучения применяется к GNN и то, как можно ускорить мини-пакетные вычисления с помощью различных методов выборки. Затем он переходит к иллюстрации того, как один из таких методов выборки, называемый выборкой соседей, может быть реализован в DGL с помощью записной книжки Jupyter.Затем этот блокнот расширяется, чтобы показать обучение с использованием нескольких GPU и распределенное обучение.
• Раздел 5: Модели GNN для реальных приложений. В этом разделе используются методы описано в предыдущих разделах, чтобы показать, как GNN можно использовать для разработки масштабируемых решений. для рекомендаций и обнаружения мошенничества. Для рекомендации разрабатывает ближайшего соседа метод рекомендаций на основе элементов, который использует модель GNN для изучения встраивания элементов путем следуя подходу к непрерывному обучению.Для обнаружения мошенничества расширяет узел модель классификации из предыдущего раздела для работы с гетерогенными графами и адресами сценарий, при котором существует несколько меченых образцов.

Сообщество

Присоединяйтесь к нашему каналу Slack «WWW20-tutorial» для обсуждения.

Инструмент создания практических руководств для Adobe Animate

Мы выпустили несколько практических руководств с выпуском MAX 2019 и получили восторженные отзывы от аниматоров, учителей, студентов, любителей и других.

Учителя и инструкторы хотели использовать его для обучения концепциям своего класса, аниматоры хотели использовать его, чтобы поделиться своими уникальными рабочими процессами, разработчики расширений хотели показать, как работают их расширения, и так далее. Во всех случаях они хотели создать свои собственные практические руководства.

Рисунок 1. Учебные пособия, выпущенные с Adobe Animate 2019.

В связи с этим популярным спросом мы открываем нашу инфраструктуру практических учебных пособий, чтобы вы могли создавать свои собственные учебные пособия с помощью нашего расширения «Практический учебник для создания», доступного в меню Windows.Это поможет вам создать обучающие карточки, как показано ниже:

Рисунок 2: Снимок обучающей карточки.

Инструмент можно найти здесь.

Рис. 3. Расположение создателя учебного пособия.

Давайте посмотрим, как это работает.

Вы можете начать с нового учебного пособия или отредактировать существующий учебный курс.

Рисунок 4: Начальный экран учебного пособия.

По сути, вам нужно добавить или отредактировать три вещи:

• Настройки уровня обучения
• Настройки уровня карты
• Активы, которые входят в панель активов

Настройки уровня обучения

В настройках указано название учебника, стартер.fla, файл настроек и, возможно, пре- или пост-скрипт, созданный с помощью JSFL.

Рисунок 5: Настройки уровня обучения.

Обратите внимание, что идентификатор учебника создается автоматически и может использоваться для ссылки на статьи. Подробнее об этом позже в этой статье. Вы также можете добавить необязательное вступительное видео (MP4 или SWF) и изображение для предварительного просмотра / SWF, используя дополнительные параметры в нижней части экрана.

Рисунок 6: Дополнительные настройки.

При нажатии кнопки «Далее» мы попадаем в список карт, где можно управлять отдельными картами, добавлять / удалять их, изменять порядок или предварительно просматривать.

Рисунок 7: Экран сортировки карточек.

Кнопка «Предварительный просмотр» выше очень полезна, так как позволяет предварительно просматривать свои карточки в режиме реального времени.

Настройки уровня карты

Здесь вы можете создавать и редактировать отдельные карточки:

Рисунок 8: Настройки уровня карты.

Генерировать идентификатор узла привязки довольно просто. Сначала нажмите «Выбрать», а затем выберите любой инструмент в пользовательском интерфейсе Animate. Он автоматически сгенерирует для вас идентификатор узла привязки.Кроме того, вы можете открыть другой учебник или ссылку, используя дополнительные параметры. Для получения дополнительного руководства вам нужно будет указать идентификатор учебного пособия, на которое вы хотите создать ссылку. Аналогично для ссылки вам нужно будет предоставить веб-ссылку.

Рисунок 9: Дополнительные параметры карты.

Дополнительные активы для панели Assets

Вы можете добавить дополнительные активы, которые можно разместить на панели Assets. Панель «Активы» — это новая панель, которая дает возможность включать повторно используемые активы, поставляемые вместе с продуктом или созданные вами.

Рисунок 10: Добавление дополнительных ресурсов.

После создания учебника в настоящее время файл будет иметь расширение «zip». После сохранения им можно поделиться с другими.

Импорт учебника

Созданный учебник можно импортировать через меню справки, как показано ниже. Он сразу станет доступен в меню. Мы работаем над тем, чтобы сделать их доступными на специальной панели.

Рисунок 11: Импорт учебного пособия.

Использование учебника

После импорта учебник будет доступен в том же меню:

Рисунок 12: Запуск учебного курса.

Заключение

Мы очень рады поделиться с вами этим инструментом и надеемся, что вы воспользуетесь им для создания замечательных руководств.

Мне всегда интересно узнать больше о ваших исследованиях. Пожалуйста, поделитесь со мной своими уроками. Как команда, мы обязательно рассмотрим возможность включения ваших руководств в продукт, если они могут принести пользу большему сообществу аниматоров.Вы всегда можете связаться со мной по адресу [email protected].

Как рисовать руки: 35 руководств, практических рекомендаций, пошаговых инструкций, видео, исследований, позы и ссылки на фотографии

Как рисовать руки: 35 руководств, практических рекомендаций, пошаговых инструкций, видео, исследований, позы и ссылки на фотографии

109 комментариев | 19 октября 2009 г.

Я обнаружил, что рисование рук — один из самых сложных аспектов рисования человеческой фигуры. При рендеринге человеческой фигуры можно немного уйти, но если вы ошиблись с рукой, она будет торчать, как больной большой палец.Как только вы начнете изучать руку более глубоко, вы обнаружите, что поистине удивительно, насколько сложна рука, даже если мы видим ее каждый день. Возможно, следующие уроки помогут вам и я лучше нарисовать руки. Наслаждаться.

Новинка!

Множество (татуированных) рук на TattooPort

Руководства, инструкции и пошаговые инструкции

Часто бывает полезно иметь пошаговое руководство, учебное пособие или «рецепт», как выполнить определенную задачу.Я обнаружил, что следующие шаги полезны для усвоения основных понятий, прежде чем приступить к экспериментам и расширению своего понимания. Учебники по рисованию рук ничем не отличаются, а приведенные ниже уроки и инструкции должны стать хорошей отправной точкой.

J. Peffer создал несколько хороших пошаговых инструкций для нескольких поз рук.

Хороший небольшой учебник от Рона Лемена.

Тома Ричмонда является обязательным для посещения любым начинающим карикатуристом и художником-карикатуристом, и на нем есть много информации.

Джумана Медлев имеет превосходное введение об анатомии рук на DeviantArt; также посмотрите ее работы на cedarseed.com.

Краткое руководство по Scribd от неизвестного автора.

Этот учебник немного отличается тем, что он больше ориентирован на рисование с помощью графического планшета, а не руки как таковой. Тем не менее, никогда не бывает плохо научиться двум вещам одновременно, поэтому посмотрите статью Уайбола «Как нарисовать классическую руку с помощью графического планшета» на GoMediaZine.

Короткий и милый урок рисования от uchuucacahuate на deviantart.

(Очень) короткое, но хорошее руководство от nk-chan на deviantart.com.

Отличный учебник для рук от alexds1 на deviantart.com — я действительно хотел бы, чтобы такие руки были такими!

Хорошее пошаговое руководство от vashs-angel на deviantart.com: простые иллюстрации и описательный текст.
К началу

Видео

Часто бывает полезно увидеть, как кто-то что-то делает, не только на картинках, но и в режиме реального времени.Вот несколько видеороликов, на которых видно, как рисуются руки:

Для всех, кто увлекается мангой, зайдите на канал Марка Крилли на YouTube о том, как рисовать мангу. Среди них видео выше о том, как нарисовать руку с мечом и как просто нарисовать руку.

Хорошая демонстрация того, как нарисовать руку с помощью cattusOK на YouTube.

Здесь у нас есть еще один урок о том, как рисовать женские руки, также выполненный в Photoshop с помощью WonderHowTo.
К началу

Анатомия

Как один из наиболее сложных инструментов тела, хорошее понимание анатомии рук может значительно помочь при попытке передать реалистичные и убедительные руки на ваших рисунках. Ниже приведены ресурсы, которые помогут вам понять, как на самом деле работают руки.

Wikimedia Commons продолжает оставаться отличным местом для поиска справочных материалов, таких как анатомическая пластина руки из книги Грея «Анатомия человеческого тела», изображенная выше.

«Рисунок и анатомия» Виктора Перара довольно подробно описывает анатомию человека, хотя рисунки не самые лучшие из тех, что я видел. Тем не менее, это очень полезно для художников, стремящихся углубить свое понимание анатомии.

Более подробное обсуждение рисования рук и ног, которое (я полагаю) началось на WetCanvas от JayD, а затем закончилось формой документа на Scribd.

Отличный мини-урок по рукам Т.Артур Смит на DeviantArt, стремящийся выйти за рамки учебника по простой идеализированной форме руки.

Я уже упоминал его ранее в посте о черепах, и я упомяну его здесь еще раз: посмотрите на Майкла Хенсли отличные анатомические рисунки с характерным стилем.
К началу

Книги

«Рисование динамических рук» Бёрна Хогарта, возможно, самый лучший «учебник» по рисованию рук — это обязательный справочник в вашей библиотеке.Вы можете купить его здесь, на Amazon.

У мистера Хогарта больше ручного материала в этой удивительной работе, «Динамическая анатомия». Вы можете купить его здесь, на Amazon.

К счастью, в Scribd есть копия «Рисования головы и рук», написанного другим мастером рисования, Эндрю Лумисом. Раздел, посвященный рисованию рук, не такой исчерпывающий, как раздел о головах, но, тем не менее, отличный ресурс, особенно когда вы пытаетесь нарисовать не мужские руки (женские, детские и т. Д.).

Джордж Бриджмен — автор очередной сокровищницы книги по рисованию.Выше вы можете увидеть табличку из его главы о руках в книге «Конструктивная анатомия», доступной в Интернет-архиве (или здесь через Scribd).
Наверх

позы

Вот список ресурсов, которые показывают руки с разных сторон. Поистине удивительно, сколько поз можно увидеть в руке.

Полезная коллекция поз рук от Крисси Феллмет.

Еще больше поз рук от what-i-do-is-secret на deviantart.com.

Симпатичная маленькая коллекция поз женских рук, созданная на главной странице artrush73.

Модель руки Микки Мауса , Les Clark

В архиве анимации ASIFA-Hollywood есть настоящие жемчужины, когда дело доходит до старых рисунков, таких как эта ручная модель Микки Мауса Ле Кларка 1932 года. Посмотрите и много других замечательных вещей. Найдено через этот пост на Animopus.

Еще одну модель руки можно найти на веб-сайте Ultimate Iron Giant, в частности, эта рука Хогарта.На набросках, связанных с Железным гигантом, буквально куча других рисунков, руки вы найдете примерно в середине страницы.

Хорошая небольшая ссылка на рисование рук / лап животных, предоставленная Келли на drawfurry.com.

Великолепная проработка руки во многих ее воплощениях — полюбите здесь минималистичный стиль. Автор jimmymcwicked на deviantart.com.
Наверх

Ссылки на фотографии

Несмотря на то, что у вас есть пара для удобства, может быть полезно посмотреть на фотографию настоящей руки, особенно при неудобных ракурсах.Вот несколько сайтов, которые должны предоставить вам достаточно фотографий позы рук для часов веселья рисования.

Хорошая коллекция поз рук, сделанных Томасом А. Андер, через elfwood.com.

Этот сайт, безусловно, является чем-то необычным: Руки для рисования маньяками позы позволяют вам выбирать различные позы рук, а затем превращать их в 3D (выберите одно из чисел в правом меню).