穿越之曲终人散信息时代以来，各类信息系统不仅在企业中得到了广泛的应用和普及，种类和选择伴随全球数字技术的发展也逐渐变得丰富多样。而随着数字化转型的不断深入，企业对系统管理的需求面临着全新的变化。

　　如何配置最适合当下业务的系统？这个问题让不少企业陷入“选择困难”，今天就和大家聊聊最容易和流程挖掘混淆的业务流程管理系统-BPM（Business Process Management）、商业智能-BI（Business Intelligence）三者之间的关系和区别。

　　如果说BPM是一台给企业流程拍照的相机，那么流程挖掘就是这台相机的定焦镜头，专注于流程科学领域的复杂问题分析。

　　而BI更像一个变焦镜头，几乎什么都能拍，但到了流程挖掘的业务场景时，要么拍不太清楚，要么拍不出来。只能生成一些面向企业的通用数据分析和展示。

　　PM（Process Mining，流程挖掘）是一门新兴的跨数据科学和流程科学交叉学科。其核心原理是从现代信息系统的事件日志中提取有价值的信息，用数据驱动的方式自下而上来发现、监控，仿真和改进实际流程。

　　通过流程挖掘，可以整理、清洗企业常用数据平台的工作流日志，然后分析、重建整个流程的执行过程，并锁定流程效率低下和执行偏差的根本原因。

　　最终运用算法和模型帮助企业模拟不同改进方案的预期成效，构建最佳的执行方案，帮助企业降本、增效。

　　业务流程管理（BPM，Business Process Management）是一门结合各种理论和方法，以设计，执行，控制，测量和优化业务流程为目的的学科。

　　其生命周期的活动围绕流程模型的生命周期，从图中可以看出BPM是对流程模型的持续性监控、处理和优化。

　　然而随着企业业务不断扩展，IT数字化迭代进程加快，导致内部业务流程冗杂。

　　特别是面对存量业务较多，业务迭代较快、经营规模庞大、产业链分支较多的企业，基于BPM的管理方式面临着新的挑战。

　　原本的BPM是「模型驱动」的方法，并没有把隐藏在数据中的知识考虑到流程模型中。

　　直到现在，BPM社区才开始意识到与数据相关的启动/监控、调整和诊断/需求阶段的重要性，「数据驱动」也成了BPM的一个重要特性。

　　可以说流程挖掘技术扩充了BPM体系，为BPM各阶段提供更科学、智能化的工具和方法，在BPM可以发挥重要甚至关键的作用。

　　商业智能（BI，Business Intelligence）则是一套完整的由数据仓库、查询报表、数据分析等组成的数据类技术解决方案。

　　可以将企业不同业务系统（ ERP、OA）中的数据库打通并进行有效的整合。包括ETL、取数、数据仓库、指标维度等。

　　最终利用合适的查询和分析工具快速准确的提供可视化分析以及报表，为企业提供管理决策信息。

　　传统的BI工具侧重于展示关键绩效指标（KPI），用于结果监控和报告产出，即回答结果是什么。而流程挖掘是过程分析技术，用来探究结果背后的原因。

　　比如，为了评测服务水平，可能需要生成客户层面的整个流程周期的时间报表。当周期时间异常时，BI仪表盘可以做出提示，但无法深究导致该异常的原因。

　　而基于事件日志发现真实流程、揭示流程瓶颈的流程挖掘技术可以具现流程变体和所有流程环节，有助于深入了解并分析导致流程周期异常的根本原因，并提供改进方向和优先级排序。

　　BI用的是一些比较通用的算法，聚类、回归、协同过滤、随机森林等等。而流程挖掘不管是算法还是分析模型，都是针对于流程挖掘这个领域专门去定制及开发的一些模型，和通用性模型相差甚远。

　　璇星流程智能平台拥有流程挖掘、大数据和人工智能领域的诸多知识产权。技术上的核心优势能让企业低成本落地的同时保障数据资产安全，有效帮助业务环节多、流程复杂且信息化程度较高的企业，管理企业执行流程、解决实际问题。