Dit is de negende en tevens laatste nieuwsbrief van het CoSeLoG onderzoeksproject. Het doel van deze nieuwsbrief is om de deelnemers en andere geïnteresseerden op de hoogte te brengen van de eindresultaten van het project. Dit doen we aan de hand van enkele vragen die we met de resultaten uit het CoSeLoG project kunnen beantwoorden.

In deze nieuwsbrief een terugblik op het CoSeLoG project welke is afgesloten met de verdediging van Dennis d.d. 6 oktober 2016.

Joos Buijs en Dennis Schunselaar

Eindhoven, 7 oktober 2016

Veel informatiesystemen houden de uitvoer van processen exact bij: in dit gebeurtenissenlogboek staat precies welke handeling wanneer, door wie en voor welke zaak is uitgevoerd. Door deze data slim te visualizeren, zoals hiernaast is getoond voor 1 gebeurtenissenlogboek, kan deze worden vergeleken. Men kan bijvoorbeeld zien dat een bepaalde organisatie sommige activiteiten niet, of op een ander moment uitvoert. Tijdens een evaluatie met enkele CoSeLoG gemeenten zagen deze bijvoorbeeld dat enkele gemeenten hetzelfde gedrag vertoonden terwijl andere gemeenten zich significant anders gedroegen. Dit gaf aanleiding tot verder onderzoek in de procesgang, geïnitieerd door bevinden op basis van de data.

Deze vraag kan worden beantwoord op basis van het gebeurtenissenlogboek, of op basis van de bestaande modellen.

Met het gebeurtenissenlogboek (zie vraag 1 wat een gebeurtenissenlogboek is), kan ook een proces model worden ontdekt. Als meerdere gemeenten willen zien hoe een proces daadwerkelijk wordt uitgevoerd kunnen process mining technieken worden gebruikt om op basis van de uitvoerdata procesmodellen te ontdekken. Binnen het CoSeLoG project hebben we een techniek ontwikkeld die dit kan, op basis van de gegevens van meerdere gemeenten. Het resultaat is 1 proces model welke de procesgang beschrijft van de gemeenten samen. Daarnaast ontdekt onze techniek ook een 'configuratie' per gemeente: welke onderdelen van het procesmodel moeten iets veranderd worden om beter te passen bij de werkwijze van een individuele gemeente. Dit biedt de perfecte balans tussen samenwerking (werken op basis van 1 procesmodel) en individualisme (elke gemeente heeft een individuele versie van het procesmodel).

In het geval er procesmodellen voor handen zijn dan kan de techniek, genaamd de merge, gebruikt worden die in hoofdstuk 4 van Dennis zijn thesis staat. Een voorwaarde hiervoor is dat de procesmodellen al in ProcessTree notatie zijn. De merge zoekt naar stukken van de procesmodellen die gelijkend zijn. We gebruiken gelijkend omdat de procesmodellen niet hetzelfde hoeven te zijn (anders was er ook geen variabiliteit). Het zoeken naar gelijkende stukken gebeurt door eerst te kijken naar de taken die gelijkend zijn. De link tussen gelijkende taken in verschillende procesmodellen worden opgeslagen. Vervolgens wordt deze link uitgebreid naar andere delen van het procesmodel. Bijvoorbeeld: twee procesmodellen hebben een betalingsproces welke bestaat uit een taak "betaling via iDEAL". Hiertussen wordt een link opgeslagen. Vervolgens kijken we of de betalingsprocessen soortgelijk zijn. Als dit het geval is, dan wordt ook tussen de betalingsprocessen een link opgeslagen. Op den duur kunnen er geen nieuwe links meer worden gelegd. Op dit moment weten we welke delen soortgelijk zijn (waartussen een link zit) en waar variabiliteit zit (zonder link). De stukken met variabiliteit maken we optioneel door middel van zogenoemde configuratieopties. Als uiteindelijk resultaat hebben we een ProcessTree met precies aangegeven waar de variabiliteit zit, namelijk waar er configuratieopties zijn doordat er geen link was.

De data die de uitvoer van het proces beschrijft kan ook worden gebruikt om een reeds bestaand procesmodel te 'repareren'. Dit bestaande proces model kan het gedefinieerde procesmodel zijn maar ook bijvoorbeeld een procesmodel die een tijd geleden is ontdekt op basis van de data. Het algoritme dat binnen het CoSeLoG project is ontwikkeld is uitgebreid met functionaliteit om te kijken waar het gegeven procesmodel en de procesuitvoer afwijken, en deze te repareren. Merk op dat dit algoritme ook gebruikt kan worden om te kijken hoe de werkwijze van de ene gemeente, past bij het voorgeschreven proces van een andere gemeente.

In het verleden zijn er verschillende technieken ontwikkeld om een abstractie te maken van het configureerbare procesmodel. Zo zijn er onder andere technieken ontwikkeld om een vragenlijst te kunnen maken voor een configureerbaar model. Met deze vragenlijst is het mogelijk om het configureerbare procesmodel te configureren. Voornaamste nadeel van deze aanpak is dat iemand de vragenlijst moet maken. In hoofdstuk 6 van Dennis zijn thesis staat een techniek die automatisch een abstractie maakt. Door middel van taalanalyse worden de namen van de taken in het configureerbare procesmodel geanalyseerd. Bijvoorbeeld als er een taak is met het label "Uittreksel versturen per mail" dan zal de analyse begrijpen dat "Uittreksel", "versturen", en "per mail" afzonderlijke aspecten zijn. Deze worden dan ook afzonderlijk aangeboden. Voor elk van deze aspecten kan de eindgebruiker aangeven of ze van belang zijn voor haar organisatie. Als aspecten niet van belang zijn dan zitten ze niet in het geconfigureerde model, als ze wel van belang zijn dan zitten ze er wel in. Op deze manier wordt het hopelijk makkelijk voor een eindgebruiker om een geconfigureerd procesmodel te krijgen.

Vraag 1 Procesuitvoer vergelijken

Vraag 2 Procesvariabiliteit in kaart brengen

Vraag 3 Sneller het beste procesmodel vinden

Vraag 4 Procesmodel configureren

Vraag 5 Procesmodel aanpassen

Verdediging Dennis

Vervolg na CoSeLoG

Contactgegevens

Publicaties

Alle foto's zijn hier te vinden.

Op 6 oktober heeft Dennis zijn proefschrift succesvol verdedigd tegenover een commissie van 8 vooraanstaande onderzoekers. Begin oktober is er naar elk contactpersoon van elke deelnemende gemeente en elk deelnemend IT bedrijf een fysiek exemplaar van het proefschrift gestuurd. Een digitale versie is hier te bekijken.

In het proefschrift wordt een techniek beschreven om de variabiliteit die bestaat tussen gemeenten in hun uitvoering van hun processen te kunnen vangen in een zogenaamd configureerbaar procesmodel. Naast het vangen van deze variabiliteit kunnen we deze variabiliteit ook benutten. Immers, elke gemeente heeft goede redenen gehad om een proces op een bepaalde manier in te richten. Door met name te kijken naar de verschillen tussen de gemeenten kunnen we "knippen" en "plakken" tussen procesmodellen waardoor nieuwe varianten ontstaan die misschien nog beter zijn dan de bestaande procesmodellen. Om te erachter te komen of deze nieuwe procesmodellen ook daadwerkelijk beter zijn is er een toolset ontwikkeld die elk van deze procesmodellen kan analyseren op verschillen Key Performance Indicators, bijvoorbeeld doorlooptijd, of het aantal controle taken. Naast de analyse, is er ook een techniek ontwikkeld die het makkelijker moet maken voor gemeenten om een configureerbaar model te gebruiken om hieruit een geconfigureerd procesmodel te krijgen. Hiervoor worden taalanalyse technieken gebruikt die kijkt naar de concepten die aanwezig zijn in het configureerbare procesmodel. Deze concepten worden gepresenteerd aan de eindgebruiker. Door aan te geven dat een concept (ir)relevant is, wordt deze (niet) behouden in het uiteindelijke procesmodel. Als laatste is er een prototype ontwikkeld van een cloud omgeving waarin de gemeenten samen kunnen werken in de uitvoering van hun processen. Op deze manier wordt het bijvoorbeeld mogelijk voor meerdere gemeenten om 1 expert te delen die anders te duur zou zijn voor elke afzonderlijke gemeente. Als laatste willen we natuurlijk de CoSeLoG deelnemers van hartelijk bedanken voor hun inzet en samenwerking in de afgelopen jaren. Zonder deze samenwerking zouden we onze ideeën niet in de praktijk hebben kunnen brengen.

Ondanks dat het project afgerond is, blijven wij (Dennis en Joos) erg geïnteresseerd in de ontwikkelingen in gemeenteland. Mochten gemeenten of gerelateerde organisaties vragen hebben waar een academische bril bij gewenst is, dan valt er meestal wel een master project of meer te organiseren om deze vragen te beantwoorden. Dus aarzel niet om contact met ons op te nemen.

In hoofdstuk 6 van de thesis van Dennis staat een case beschreven bij een gemeente. Deze gemeente wilde graag kijken naar verbeteringen van het bestuurlijke besluitvormingsproces. De gemeente was met name geïnteresseerd in bewerkingstijd (hoeveel tijd alle handelingen samen kosten), controle taken, en de doorlooptijd (hoelang het duurt voordat een voorstel afgehandeld is). Hiervoor werd eerst het procesmodel in kaart gebracht. Hierna werden metingen verricht om te kijken hoelang elke handeling precies kost. De metingen werden verricht door een aantal voorstellen te volgen en elke handeling te timen met een stopwatch. Na alle metingen werd op het eerder genoemde procesmodel aangegeven waar variabiliteit was voor de gemeente, bijvoorbeeld het wel of niet breder invoeren van een systeem zou sommige taken overbodig maken. Deze variabiliteit werd gevangen door van het procesmodel een configureerbaar procesmodel te maken. Al deze informatie werd gegeven aan onze tool genaamd Petra. Petra is in staat om een configureerbaar procesmodel te analyseren op verschillende KPIs. Door systematisch alle geconfigureerde procesmodellen te analyseren is Petra in staat om de beste geconfigureerde procesmodellen te vinden (voor de KPIs). Deze beste procesmodellen zijn vervolgens gecommuniceerd naar de gemeente toe.

Uit het CoSeLoG project zijn de volgende publicaties voortgekomen. Voor de meest up-to-date lijst zie hier.

1. Schunselaar, D.M.M. Configurable Process Trees: Elicitation, Analysis, and Enactment. PhD Thesis Eindhoven: Technische Universiteit Eindhoven. ((Co)-promot.: prof.dr.ir W.M.P. van der Aalst, prof.dr.ir. H.A. Reijers, & dr.ir. H.M.W. Verbeek).
2. Schunselaar, D.M.M. , Verbeek, H.M.W., Reijers, H.A., & van der Aalst, W.M.P. A Structural Model Comparison for Finding the Best Performing Model in a Collection. In H.R. Motahari-Nezhad, J. Recker, and M. Weidlich, (Eds.), International Conference on Business Process Management (BPM 2015), volume 9253 of Lecture Notes in Computer Science, pages 180-188. Springer-Verlag, Berlin, 2015.
3. Buijs, J.C.A.M., Dongen, B.F. van & Aalst, W.M.P. van der (2014). Quality dimensions in process discovery : the importance of fitness, precision, generalization and simplicity. International Journal of Cooperative Information Systems, 23(1), 1440001/1-39. in Web of Science.
4. Buijs, J,C.A.M. & Reijers, H.A. (2014). Comparing Business Process Variants Using Models and Event Logs. Enterprise, Business-Process and Information Systems Modeling, 2014, pp. 154--168.
5. Eck, M.L. van, Buijs, J.C.A.M., Dongen, B.F. van (2014). Genetic Process Mining: Alignment-based Process Model Mutation.
6. Schunselaar, D.M.M., Verbeek, H.M.W., Aalst, W.M.P. van der & Reijers, H.A. (2014). Petra : Process model based Extensible Toolset for Redesign and Analysis. BPM Center Report No. BPM-14-01, BPMcenter.org, 99 pp.
7. Schunselaar, D.M.M., Verbeek, H.M.W., Aalst, W.M.P. van der & Reijers, H.A. (2014). Petra : process model based extensible toolset for redesign and analysis. In D. Moldt & H. Rölke (Eds.), Conference Paper : Petri Nets and Software Engineering 2014 (International Workshop, PNSE 2014, Tunis, Tunesia, June 23-24, 2014), (CEUR Workshop Proceedings, 1160, pp. 269-288). CEUR-WS.org.
8. Schunselaar, D.M.M., Verbeek, H.M.W., Aalst, W.M.P. van der & Reijers, H.A. (2014). YAWL in the Cloud: Supporting Process Sharing and Variability. BPMC 2014 (in press).
9. Schunselaar, D.M.M., Leopold, H., Verbeek, H.M.W., Aalst, W.M.P. van der & Reijers, H.A. (2014). Configuring Configurable Process Model Made Easier: An Automated Approach. PMC-MR 2014 (in press).
10. Schunselaar, D.M.M., Verbeek, H.M.W., Reijers, H.A. & Aalst, W.M.P. van der (2014). Using Monotonicity to find Optimal Process Configurations Faster. SIMPDA 2014 (in press).
11. Oirschot, Y.P.J.M. van (2014). Using Trace Clustering for Configurable Process Discovery Explained by Event Log Data.
12. Buijs, J.C.A.M., Dongen, B.F. van & Aalst, W.M.P. van der (2013). On the role of fitness, precision, generalization and simplicity in process discovery. In R. Meersman (Ed.), On the Move to Meaningful Internet Systems: OTM 2012 (Confederated International Conferences: CoopIS, DOA-SVI, and ODBASE 2012, Rome, Italy, September 10-14, 2012. Proceedings, Part I). (Lecture Notes in Computer Science, Vol. 7565, pp. 305-322). Berlin: Springer.
13. Buijs, J.C.A.M., Dongen, B.F. van & Aalst, W.M.P. van der (2013). Mining configurable process models from collections of event logs. In F. Daniel, J. Wang & B. Weber (Eds.), Business Process Management (11th International Conference, BPM 2013, Beijing, China, August 26-30, 2013. Proceedings). (Lecture Notes in Computer Science, Vol. 8094, pp. 33-48). Berlin: Springer.
14. Buijs, J.C.A.M., La Rosa, M., Reijers, H.A., Dongen, B.F. van & Aalst, W.M.P. van der (2013). Improving business process models using observed behavior. In P. Cudre-Mauroux, P. Ceravolo & D. Gasevic (Eds.), Data-driven process discovery and analysis : Second IFIP WG 2.6, 2.12 International Symposium, SIMPDA 2012, Campione d'Italia, Italy, June 18-20, 2012 : Revised Selected Papers. (Lecture Notes in Business Information Processing, Vol. 162, pp. 44-59). Berlin: Springer.
15. Buijs, J.C.A.M., Dongen, B.F. van & Aalst, W.M.P. van der (2013). Discovering and navigating a collection of process models using multiple quality dimensions. In N. Lohmann, M. Song & P. Wohed (Eds.), Conference Paper : Business Process Management Workshops (BPM 2013 International Workshops, Beijing, China, August 26, 2013, Revised Papers), (Lecture Notes in Business Information Processing, 171, pp. 3-14). Berlin: Springer.