- 创新
欧洲议会批准监管人工智能的法律
最近几个月，AOC 在用户支持服务中开展了流程挖掘试点。 流程挖掘是一门旨在通过从信息系统的事件日志中提取知识来发现、监控和改进流程的学科。 这门学科超越了简单的数据处理，并结合了对其来源过程的深入了解。 也就是说，在 WHAT（数据）中添加了 HOW（过程）。 所以，一旦你加载了足够的数据并了解了这个过程，你就可以开始提问了。
在 AOC 的案例中，我们发现了一些令人惊讶的事情，比如我们的支持流程对我们来说是线性和简单的，有 3.400 多个变体，或者我们在大流行期间效率更高，支持请求的负载比以前更多。 它也为带有“如果……怎么办？”问题的模拟打开了大门。 例如，“如果第二级支持直接响应用户而不是将答案移至第一级怎么办？”，答案是：每年最多可以节省 16.000 小时的处理时间。
与此同时，在前一个案例中，Diputació de Girona 向该省约 150 个城市提供了电子文件管理服务试点。 鉴于预算的限制，第二次试点的限制更大。 我们感谢赫罗纳省议会电子行政支持办公室的合作。
简而言之，这是我们想要继续探索的非常积极的体验。 我们相信这将有助于我们改进 AOC 的管理流程，并且我们将重视对当地政府的推断。
该计划是 AOC 推动的一系列创新计划的一部分，旨在探索先进分析和人工智能技术提供的机会，以改善公共服务的交付。
作品视频展示
用户支持服务试点文件
挑战
我们如何才能快速确定支持服务运营中的改进点，并确定哪些行动将对使用服务的人员和实体的满意度产生最佳影响？
目前的问题
AOC 联盟通过客户服务中心 (CAU) 提供支持，主管部门、公民和公司可以在该中心处理与 AOC 联盟服务相关的请求和疑问。 过去几年 AOC 自身服务活动的增长，尤其是由于 COVID-19 大流行导致数字程序的广泛增加，也导致这种支持自成立以来不断增长。和参与的演员。
目前，该服务现在有超过 60.000 个支持请求，包括 AOC 联盟的不同单位、技术办公室和外部供应商的参与。. 这种多样化的参与，乘以服务类型的数量，会产生各种可能的支持请求处理流程，以及对响应和解决时间合规性的复杂验证。
需要分析支持服务流程的运作，以便：
- 衡量使用该服务的人员和实体的性能时间
- 确定可能需要改进的领域（与组织变革或过程的技术支持有关）
- 能够衡量提议的行动对改进领域的影响
- 能够评估需求变化的未来影响（大流行的影响是什么）
应用解决方案：使用过程挖掘进行高级分析
AOC 联盟的 CAU 的不同请求和查询的管理是使用以下工具进行的 票务 这是一个用于管理服务请求的特定平台。 此票务工具可让您详细记录：
- 注册请求
- 其分类（按注册、按优先级、按服务）
- 分配给参与其决议的不同行为者
- 记录每个请求的时间戳和分配更改的时间戳，直到它们被解决。
拥有此详细记录，允许您从开始（从请求本身的记录）到结束（在其解决并被注册人接受）重现每个请求的执行，这是一个机会，能够跑步 高级分析 的支持服务流程 过程挖掘。
因此，AOC 推动了一个试点或价值测试项目，以证明过程挖掘在实际环境中的适用性和益处，基于 AOC 自己的支持流程，其中被授予 项目 与平台 阿普罗莫尔.
这是一个仅限于短期（大约 3 个月）的试点项目，在其中对应对挑战的支持流程进行高级分析。
什么是过程挖掘？
流程挖掘是一组方法，允许您使用不同类型的可视化来分析流程（在本例中为支持服务流程）的执行记录，以识别瓶颈、偏差并同时发现机会。以优化性能并最大化结果。
流程挖掘与数据挖掘一样，是基于数据分析作为分析能力的基本支柱； 但是流程挖掘将流程图与案例频率和性能的度量相结合，除了获得度量（WHAT）之外，我们还可以识别原因和依赖关系（COM），从而了解实际操作是如何开发的（实际工作量、实际成本、实际响应时间，…）。
我们发现了什么？
分析了 1.324.963 条活动记录，对应于 306.181 年 01 月 01 日至 2017 年 11 月 11 日期间的 2021 项支持请求。
在短时间内应用流程挖掘，我们获得了以下流程改进的关键信息：
- 发现过程：如何执行流程的起点允许在重新设计时做出更好的决策。 支持过程虽然从理论上讲是线性且有限的，但在分析期间有超过 23855 个变体； 这为审查和标准化流程提供了一个起点。
- 表现：在前（2017 年至 2019 年）和后（2020 年和 2021 年）大流行比较中； 已经发现，在大流行后时期，随着更多的支持请求负载，服务变得更加高效：
- 大流行前：每年处理大约 50.000 个支持请求。
- 大流行后：每年有超过 60.000 次支持请求； 将请求从注册到响应和关闭的平均持续时间减少多达 42,5%。
- 变异分析: 测量了请求时间（从开始到结束的总时间）和处理时间（请求未被第三方等待的时间），对不同的服务进行了比较。 通过这种方式，可以识别差异以及对请求的响应如何根据不同的服务而变化。
它还根据请求的扩展级别、识别行为以及能够衡量流程变化的影响进行了比较。 例如，“如果第二级支持直接响应用户而不是将响应移至第一级，用户响应时间会产生什么影响？”； 并确定允许这种改变的过程的潜在重新设计中的客观节省。
- 模拟：不仅可以分析历史以得出有价值的结论，而且还可以评估流程挖掘的潜力以检查可能的更改或改进的影响。 在一个模拟中，对分配给某些任务的人数及其对解决时间的影响进行了变化。
它允许我们回答不同的场景“如果……怎么办？” 基于客观服务数据的模拟。
该项目的开发应用了以下技术，并对结果进行了联合和指导性评估：
- 自动发现流程图并在模型之间进行比较。
- Apromore 平台的数据可视化仪表板、统计和分析功能。
- 模拟技能（如果……怎么办？）要设置不同的场景，评估对流程的影响并确定最合适的流程改进选项。
公共管理中的采矿过程
过程挖掘的适用性和好处已在实际环境中得到证明，并已实现：
- 无法用其他技术分析的流程及其实际执行的完整视图。
- 只有使用大量数据，才能获得复杂的分析计算，否则这些计算将是昂贵的。
- 能够模拟评估变更对流程性能的影响，使您能够专注于特定修改以最大限度地改进流程。
在公共实体中，流程挖掘可以让我们验证并制定透明的指标和流程绩效，减少等待时间，消除不符合规定的案例，并在组织层面节省流程识别和定义的时间。 .
最常见的挑战之一是数据的可用性和质量。 在这种情况下，它们可用且易于在工具中提取 票务。 如果您想在处理流程挖掘项目时尽量减少数据准备工作，那么用于运行操作的工具或平台、制作此记录并允许提取此信息非常重要。
项目状态
· 试点项目：完成流程挖掘的高级分析。
更多信息