Identificazione delle origini dati
A seconda delle esigenze specifiche, sono disponibili numerose opzioni per semplificare l'importazione dei dati del registro attività in Power Automate Process Mining. È possibile stabilire una connessione diretta nell'origine dati, usare un modello esistente oppure importare i dati da un file CSV. È anche possibile connettersi al proprio Microsoft Azure Data Lake Storage Gen 2 che contiene i dati del registro eventi.
Per valutare l'opzione migliore, è opportuno acquisire familiarità con i diversi modelli e connettori disponibili. Occorre inoltre considerare da dove provengono i dati e quale tipo di trasformazione potrebbero richiedere.
Identificazione dell'intervallo temporale ideale dei dati
Il team allargato di mining dei processi dovrebbe identificare l'intervallo di tempo ideale per effettuare il monitoraggio del processo. Questo intervallo di tempo può influenzare le operazioni necessarie per estrarre dati da vari sistemi. Ad esempio, se si stanno prendendo in considerazione solo gli ultimi 90 giorni, è controproducente estrarre dati oltre tale intervallo di tempo da uno qualsiasi dei sistemi.
In genere, il mining dei processi funziona meglio quando si ha un quadro completo di tutti i dati di un caso. Eseguire l'analisi usando casi che contengono solo un sottoinsieme di eventi potrebbe comportare delle difficoltà nell'analisi. Sebbene sia possibile filtrare questi eventi in fase di analisi, può essere più efficiente provare ad acquisire un registro eventi completo.
Una causa comune di dati mancanti si verifica quando un sistema in un processo multisistema ha iniziato di recente a raccogliere dati. In questo esempio, si potrebbe limitare l'analisi agli ultimi 30 giorni o in base alla data di inizio della raccolta dei dati.
In situazioni in cui è in atto un miglioramento continuo, la richiesta di dati potrebbe riguardare gli ultimi 30-60 giorni su base continuativa.
Identificazione dell'origine e valutazione
Il primo passaggio nel portare i dati del registro attività in Power Automate Process Mining consiste nell'identificare la fonte dei dati per ciascun sistema di registrazione coinvolto nel processo e quindi valutare i dati disponibili. In molti casi, le tabelle del database di sistema con le quali si ha familiarità contengono lo stato attuale dei dati e non il registro storico di ciò che è accaduto. Spesso il sistema usa una tabella o un meccanismo separato per archiviare l'impegno finché non è necessario individuarla. Ad esempio, numerose applicazioni Microsoft Dynamics 365 monitorano questo impegno nella tabella Impegni. Altre applicazioni, come SAP o Salesforce, hanno concetti simili, ma i nomi delle potrebbero essere diversi.
L'individuazione dei dati sull'attività è solo una parte del lavoro. Tenere presenti le seguenti considerazioni per ciascuna origine:
Se tutti i dati sull'attività sono pertinenti o se alcuni dati non lo sono per il mining dei processi: spesso questi registri contengono dati che vanno oltre l'inizio e la fine di un evento di processo.
Se il registro contiene tutti i dati necessari: ad esempio, potrebbe essere spesso necessario unire i dati del registro ai dati dello stato corrente per ottenere attributi a livello di registro dei casi e degli eventi. Inoltre, si potrebbe scoprire che il sistema non tiene traccia di tutti gli eventi di cui si ha bisogno. In tal caso, sarà necessario modificare il sistema per iniziare a tenere traccia dei dati mancanti dell'evento.
Uso dei modelli per l'integrazione semplificata delle origini dati
Power Automate Process Mining dispone di numerosi modelli integrati che è possibile usare per iniziare rapidamente a lavorare con diverse origini dati. Usando i modelli, è possibile acquisire rapidamente i dati in Power Automate Process Mining senza dover trasformare o eseguire il mapping dei dati del registro eventi da queste origini.
Power Automate Process Mining dispone di modelli per le seguenti origini dati:
Modelli di Azure: sono disponibili modelli per Microsoft Azure DevOps, App per la logica di Microsoft Azure e la funzionalità Durable Functions di Funzioni di Microsoft Azure. Questi modelli permettono di usare il mining dei processi per identificare e ottimizzare i processi di sviluppo.
Modelli di app per la finanza e le operazioni: questi modelli possono rappresentare un punto di partenza rapido quando si importano dati da un sistema SAP. Sono disponibili modelli per supportare i processi di contabilità fornitori e da approvvigionamento a pagamento. Uno dei vantaggi del modello da approvvigionamento a pagamento è il fatto di includere numerosi KPI e visualizzazioni aggiuntivi basati sul report di mining dei processi standard.
Modelli di Microsoft Power Platform: con questi modelli è possibile inserire rapidamente dati dai flussi Power Automate desktop, dai bot di Microsoft Copilot Studio e dalle informazioni dettagliate di Microsoft Power Apps.
Quando si usa un modello, questo inizia con un flusso di dati Microsoft Power Platform e con un report Microsoft Power BI personalizzato per il processo aziendale del modello. Così come avviene quando si inizia da zero in Power Automate Process Mining, è possibile personalizzare il flusso di dati e il report per soddisfare altri requisiti che il modello iniziale non è in grado di gestire.
Connessione diretta all'origine dati
Usando l'opzione Inizia da zero è possibile scegliere di connettersi a una delle numerose origini dati usando i connettori forniti.
Una volta stabilita la connessione all'origine dati, è possibile scegliere di usare Power Query per trasformare i dati del registro eventi prima di eseguire il mapping dei dati in Power Automate Process Mining.
Connessione diretta ad Azure Data Lake Storage Gen2
Con Azure Data Lake Storage Gen2 è possibile importare direttamente i dati del registro eventi in Power Automate Process Mining con il minimo overhead per l'inserimento dei dati.
Quando si usa questa opzione, si sceglie un singolo file o una cartella contenente i dati del registro eventi. I file devono essere in formato CSV. Quando si usano più file, tutti devono avere le stesse intestazioni e lo stesso formato. Inoltre, i dati nei file devono avere lo stesso formato del registro eventi finale e non richiedere ulteriori trasformazioni prima del mapping in Power Automate Process Mining.
Quando si stabilisce una connessione all'origine dati, Microsoft Copilot in Power Automate Process Mining esegue l'individuazione del processo e tenta di identificare il tipo di processo al quale sono correlati i dati del registro eventi.
Copilot può essere utile per ulteriori analisi e per il mapping automatico dei dati, in modo da prepararli all'uso con il mining dei processi.
Questo approccio all'inserimento dei dati è ideale quando si completa qualsiasi trasformazione o combinazione necessaria dei dati per poi caricare tali dati su Azure Data Lake Storage Gen1. Ad esempio, per l'analisi del processo di richiesta di risarcimento assicurativo, un'organizzazione potrebbe aver bisogno di ottenere dati da un CRM, da un sistema interno di gestione dei reclami e da un SAP. Usando i propri strumenti standard di estrazione, caricamento e trasformazione (ETL), l'organizzazione potrebbe estrarre quotidianamente i dati pertinenti del registro eventi dai tre sistemi e quindi scrivere i dati trasformati e combinati nell'account di archiviazione. Quindi, Power Automate Process Mining potrebbe acquisire questi dati dopo che l'organizzazione ne ha eseguito il mapping nell'area di lavoro di analisi dei processi. Il seguente video analizza questo esempio in dettaglio.