Share via


Processen en gegevens voorbereiden

Voordat u de procesminingfunctie in Power Automate effectief kunt gebruiken, moet u het volgende begrijpen:

Hier is een korte video over het uploaden van gegevens voor gebruik met de procesminingfunctie:

Gegevensvereisten

Gebeurtenislogboeken en activiteitslogboeken zijn tabellen die in uw systeem zijn opgeslagen en waarin wordt gedocumenteerd wanneer een gebeurtenis of activiteit plaatsvindt. Activiteiten die u uitvoert in uw CRM-app (Customer Relationship Management), worden bijvoorbeeld opgeslagen als een gebeurtenislogboek in uw CRM-app. Als u het gebeurtenislogboek wilt laten analyseren via procesmining, zijn de volgende velden nodig:

  • Aanvraag-id

    Uitvoerings-id moet een exemplaar van uw proces vertegenwoordigen en is vaak het object waarvoor het proces wordt uitgevoerd. Het kan een "patiënt-id" zijn voor een incheckproces bij een patiënt, een "ordernummer" voor een proces voor het indienen van een order of een "aanvraag-id" voor een goedkeuringsproces. Deze id moet aanwezig zijn voor alle activiteiten in het logboek.

  • Activiteitsnaam

    Activiteiten zijn de stappen van uw proces en activiteitsnamen beschrijven elke stap. In een standaard goedkeuringsproces kunnen de activiteitsnamen 'aanvraag indienen', 'aanvraag goedgekeurd', 'aanvraag geweigerd' en 'aanvraag herzien' zijn.

  • Starttimestamp en eindtimestamp

    Timestamps geven het exacte tijdstip aan waarop een gebeurtenis of activiteit heeft plaatsgevonden. Gebeurtenislogboeken hebben slechts één timestamp. Deze geeft het tijdstip aan waarop een gebeurtenis of activiteit in het systeem heeft plaatsgevonden. Activiteitenlogboeken hebben twee timestamps: een starttimestamp en een eindtimestamp. Deze geven het begin en einde van elke gebeurtenis of activiteit aan.

    U kunt uw analyse ook uitbreiden door optionele kenmerktypen op te nemen:

    • Resource

      Een menselijke of technische hulpbron die een specifieke gebeurtenis uitvoert.

    • Kenmerk op gebeurtenisniveau

      Aanvullend analytisch kenmerk, dat per gebeurtenis een andere waarde heeft, bijvoorbeeld de afdeling die de activiteit uitvoert.

    • Kenmerk op aanvraagniveau (eerste gebeurtenis)

      Kenmerk op aanvraagniveau is een aanvullend kenmerk dat vanuit analytisch oogpunt wordt geacht één enkele waarde per aanvraag te hebben (bijvoorbeeld bedrag van factuur in USD). Het op te nemen gebeurtenislogboek hoeft echter niet noodzakelijkerwijs aan consistentie te voldoen door dezelfde waarde te bevatten voor het specifieke kenmerk voor alle gebeurtenissen in het gebeurtenislogboek. Het is wellicht niet mogelijk om dat te garanderen wanneer bijvoorbeeld wordt gebruikgemaakt van incrementele gegevensvernieuwing. In Power Automate Process Mining worden de gegevens opgenomen zoals ze zijn en worden alle waarden opgeslagen die in het gebeurtenislogboek zijn opgegeven, maar wordt een mechanisme voor de interpretatie van kenmerken op aanvraagniveau gebruikt om op aanvraagniveau met de kenmerken te werken.

      Met andere woorden, telkens wanneer het kenmerk wordt gebruikt voor een specifieke functie waarvoor waarden op gebeurtenisniveau vereist zijn (bijvoorbeeld filteren op gebeurtenisniveau), gebruikt het product de waarden op gebeurtenisniveau. Wanneer een waarde op ringsniveau nodig is (bijvoorbeeld een filter op aanvraagniveau, analyse van de hoofdoorzaak), wordt de geïnterpreteerde waarde gebruikt die wordt ontleend aan de chronologisch eerste gebeurtenis in de aanvraag.

  • Kenmerk op aanvraagniveau (laatste gebeurtenis)

    Hetzelfde als Kenmerk op aanvraagniveau (eerste gebeurtenis), maar indien geïnterpreteerd op aanvraagniveau, wordt de waarde overgenomen van de chronologisch laatste gebeurtenis in de aanvraag.

  • Financieel op gebeurtenis

    Vaste kosten/opbrengsten/numerieke waarde die verandert per uitgevoerde activiteit, bijvoorbeeld kosten voor koeriersdiensten. De financiële waarde wordt berekend als de som (gemiddelde, minimum, maximum) van de financiële waarden per gebeurtenis.

  • Financieel kenmerk per aanvraag (eerste gebeurtenis)

    Financieel kenmerk per aanvraag is een aanvullend numeriek kenmerk dat vanuit analytisch oogpunt wordt geacht één enkele waarde per aanvraag te hebben (bijvoorbeeld bedrag van factuur in USD). Het op te nemen gebeurtenislogboek hoeft echter niet noodzakelijkerwijs aan consistentie te voldoen door dezelfde waarde te bevatten voor het specifieke kenmerk voor alle gebeurtenissen in het gebeurtenislogboek. Het is wellicht niet mogelijk om dat te garanderen wanneer bijvoorbeeld wordt gebruikgemaakt van incrementele gegevensvernieuwing. In Power Automate Process Mining worden de gegevens opgenomen zoals ze zijn, waarbij alle waarden in het gebeurtenislogboek worden opgeslagen. Er wordt echter gebruikgemaakt van een mechanisme voor de interpretatie van kenmerken op aanvraagniveau om op aanvraagniveau met de kenmerken te werken.

    Met andere woorden, telkens wanneer het kenmerk wordt gebruikt voor een specifieke functie waarvoor waarden op gebeurtenisniveau vereist zijn (bijvoorbeeld filteren op gebeurtenisniveau), gebruikt het product de waarden op gebeurtenisniveau. Wanneer een waarde op ringsniveau nodig is (bijvoorbeeld een filter op aanvraagniveau, analyse van de hoofdoorzaak), wordt de geïnterpreteerde waarde gebruikt die wordt ontleend aan de chronologisch eerste gebeurtenis in de aanvraag.

  • Financieel kenmerk per aanvraag (laatste gebeurtenis)

    Hetzelfde als Financieel kenmerk per aanvraag (eerste gebeurtenis), maar indien geïnterpreteerd op aanvraagniveau, wordt de waarde overgenomen van de chronologisch laatste gebeurtenis in de aanvraag.

Waar logboekgegevens uit uw toepassing ophalen

De procesminingfunctie heeft gebeurtenislogboekgegevens nodig om procesmining te kunnen uitvoeren. Hoewel veel tabellen in de database van uw toepassing de huidige status van de gegevens bevatten, bevatten ze mogelijk geen historisch record van de gebeurtenissen die hebben plaatsgevonden, wat de vereiste indeling voor gebeurtenislogboeken is. Gelukkig wordt deze historische record of logboek in veel grotere toepassingen vaak in een specifieke tabel opgeslagen. Veel Dynamics-toepassingen houden dit record bijvoorbeeld bij in de tabel Activiteiten. Andere toepassingen, zoals SAP of Salesforce, hebben vergelijkbare concepten, maar de naam kan anders zijn.

In deze tabellen waarin historische records worden vastgelegd, kan de gegevensstructuur complex zijn. Mogelijk moet u de logboektabel samenvoegen met andere tabellen in de toepassingsdatabase om specifieke id's of namen te krijgen. Ook worden niet alle gebeurtenissen waarin u geïnteresseerd bent vastgelegd. Mogelijk moet u bepalen welke gebeurtenissen moeten worden bewaard of uitgefilterd. Als u hulp nodig hebt, neemt u contact op met het IT-team dat deze toepassing beheert voor meer informatie.

Verbinding maken met een gegevensbron

Het voordeel van rechtstreeks verbinding maken met een database is dat het procesrapport up-to-date blijft met de nieuwste gegevens uit de gegevensbron.

Power Query ondersteunt een grote verscheidenheid aan connectors waarmee de procesminingfunctie verbinding met gegevens kan maken en deze kan importeren vanuit de bijbehorende gegevensbron. Veelgebruikte connectoren zijn Tekst/CSV, Microsoft Dataverse en SQL Server-database. Als u een toepassing zoals SAP of Salesforce gebruikt, kunt u mogelijk verbinding maken met die gegevensbronnen via hun connectors. Ga voor informatie over ondersteunde connectors en het gebruik ervan naar Connectors in Power Query.

De procesminingfunctie uitproberen met de tekst/csv-connector

Een gemakkelijke manier om de procesminingfunctie uit te proberen, ongeacht waar uw gegevensbron zich bevindt, is met de tekst/CSV-connector. Mogelijk moet u samenwerken met uw databasebeheerder om een klein voorbeeld van het gebeurtenislogboek als CSV-bestand te exporteren. Zodra u het CSV-bestand hebt, kunt u het in de procesminingfunctie importeren met behulp van de volgende stappen in het scherm voor het selecteren van een gegevensbron.

Notitie

U moet OneDrive voor Bedrijven hebben om de Tekst/CSV-connector te kunnen gebruiken. Als u OneDrive voor Bedrijven niet hebt, overweeg dan het gebruik van Lege tabel in plaats van Tekst/CSV, zoals in de volgende stap 3. U kunt niet zoveel records importeren in Lege tabel.

  1. Maak op de startpagina van de procesminingfunctie een proces door Hier beginnen te selecteren.

  2. Voer een procesnaam in en selecteer Maken.

  3. Selecteer op het scherm Gegevensbron kiezen de optie Alle categorieën>Tekst/CSV.

  4. Selecteer Bladeren in OneDrive. Mogelijk moet u zich verifiëren.

    Schermopname van Bladeren in OneDrive.

  5. Upload uw gebeurtenislogboek door het pictogram Uploaden te selecteren in de rechterbovenhoek en selecteer vervolgens Bestanden.

    Schermopname van het uploaden van bestanden.

  6. Upload uw gebeurtenislogboek, selecteer uw bestand in de lijst en selecteer vervolgens Openen om dat bestand te gebruiken.

De Dataverse-connector gebruiken

De Dataverse-connector wordt niet ondersteund in Microsoft Power Platform. U moet er verbinding mee maken via de OData-connector, waarvoor nog een paar stappen nodig zijn.

  1. Zorg ervoor dat u toegang hebt tot de Dataverse-omgeving.

  2. U hebt de omgevings-URL nodig van de Dataverse-omgeving waarmee u verbinding probeert te maken. Normaal ziet deze er zo uit:

    Schermopname van de Dataverse-URL.

    Om te leren hoe u uw URL kunt vinden, gaat u naar Uw Dataverse-omgevings-URL zoeken.

  3. Selecteer op het scherm Power Query - Gegevensbronnen kiezen de optie OData.

  4. Typ in het URL-tekstvak api/data/v9.2 aan het einde van de URL, zodat deze er als volgt uitziet:

    Schermopname van URL.

  5. Selecteer onder Verbindingsreferenties de optie Organisatorisch account in het veld Verificatietype.

  6. Selecteer Aanmelden en voer uw referenties in.

  7. Selecteer Volgende.

  8. Vouw de map OData uit. U zou alle Dataverse-tabellen in die omgeving moeten zien. Als voorbeeld heet de tabel Activiteitenactivitypointers.

  9. Schakel het selectievakje in naast de tabel die u wilt importeren en selecteer vervolgens Volgende.