[论文解读] Implementation of CRISP Methodology for ERP Systems

S. Hanumanth Sastry, M. Sudhakar Babu|arXiv (Cornell University)|Dec 7, 2013

Business Process Modeling and Analysis参考文献 17被引用 7

一句话总结

本文提出了一种针对ERP系统应用流程挖掘的CRISP-DM方法的定制化实现，解决了数据复杂性和事件日志模糊性问题。通过采用CRISP-DM的结构化阶段——业务理解、数据理解、数据准备、建模、评估和部署，并结合特定工具与协调步骤，该方法提升了ERP环境中流程挖掘的可用性，从而通过更清晰的流程发现提升战略与运营决策水平。

ABSTRACT

ERP systems contain huge amounts of data related to the actual execution of business processes. These systems have a particular way of recording activities which results in an unclear display of business processes in event logs. Several works have been conducted on ERP systems, most of them focusing on the development of new algorithms for the automatic discovery of business processes. We focused on addressing issues like, how can organizations with ERP systems apply process mining for analyzing their business processes in order to improve them. The data handling aspect of ERP systems contrasts with those of BPMS or workflow based systems, whose systematical storage of events facilitates the application of process mining techniques. CRISP-DM has emerged as the de facto standard for developing data mining and knowledge discovery projects. Successful data mining requires three families of analytical capabilities namely reporting, classification and forecasting. A data miner uses more than one analytical method to get the best results. The objective of this paper is to improve the usability and understandability of process mining techniques, by implementing CRISP-DM methodology for their application in ERP contexts, detailed in terms of specific implementation tools and step by step coordination. Our study confirms that data discovery from ERP system improves strategic and operational decision making.

研究动机与目标

• 为解决由于复杂且非系统化的数据存储方式，导致在ERP系统中应用流程挖掘技术的挑战。
• 通过采用经过验证的方法论对流程挖掘进行结构化，提升其在ERP环境中的可用性与可理解性。
• 弥合传统流程挖掘框架与ERP系统数据特性之间的差距。
• 展示如何通过特定工具和分步协调方式，对CRISP-DM进行定制化，以实现基于ERP的流程挖掘。
• 通过从ERP事件日志中系统化地发现数据，提升战略与运营决策水平。

提出的方法

• 将原本专为数据挖掘项目设计的CRISP-DM框架，转化为适用于ERP流程挖掘的结构化、分阶段方法。
• 具体应用CRISP-DM的六个阶段：业务理解、数据理解、数据准备、建模、评估和部署，特别针对ERP数据进行定制。
• 使用特定实现工具处理ERP数据的复杂性，包括ETL流程和日志提取技术。
• 强调各阶段之间的分步协调，以确保流程挖掘工作流的一致性与可追溯性。
• 在CRISP-DM框架内整合报告生成、分类与预测功能，以支持多样化的分析需求。
• 聚焦于数据准备阶段，对ERP事件日志进行清洗与结构化处理，因其常因ERP特有的数据记录方式而具有模糊性。

实验结果

研究问题

• RQ1 如何有效将CRISP-DM适配于具有非标准化事件日志的ERP系统中的流程挖掘？
• RQ2 在ERP环境中实施CRISP-DM所需的具体工具与协调机制是什么？
• RQ3 在ERP系统中应用CRISP-DM如何提升流程挖掘结果的清晰度与可用性？
• RQ4 该方法在多大程度上提升了基于ERP数据的战略与运营决策水平？
• RQ5 将CRISP-DM各阶段映射到ERP数据结构时面临的主要挑战是什么，以及如何加以缓解？

主要发现

• 经调整的CRISP-DM方法显著提升了ERP系统中流程挖掘的可用性与可理解性。
• 数据准备与日志结构化是关键步骤，因为ERP事件日志常因非系统化记录方式而模糊不清。
• 结构化地应用CRISP-DM可实现报告生成、分类与预测功能在ERP流程挖掘工作流中的更好整合。
• 组织可通过从ERP系统中系统化地发现数据，实现更优的战略与运营决策。
• 该方法提供了一个可重复、协调一致的流程挖掘框架，与ERP环境中的业务目标和技术约束相契合。
• 研究证实，当CRISP-DM针对ERP数据进行定制后，可显著提升所发现业务流程的可靠性与可操作性。