中国工商银行金融科技研究院数字化银行实验室

  近年来，商业银行推进数字化转型战略，综合应用RPA等人工智能技术进行端到端数字化流程重构, 打通业务流程断点，打造环节无缝衔接、信息实时交互、资源协同高效的业务处理模式，提升客户体验，降低运营成本，重塑银行品牌价值。然而，对于商业银行流程执行的全生命周期而言，单纯地根据业务需求进行流程改造是不够的，银行应主动从流程运行过程中提取数据、发现关键因素，深入了解金融业务实际执行情况，从根源上找到流程执行的瓶颈问题。为了填补流程发现环节的空白，流程挖掘技术应运而生。

一、流程挖掘技术简述

  流程挖掘也称“工作流挖掘”，是一种从工作流日志中提取有用信息的技术。流程挖掘通过从现有系统事件日志中提取活动数据与关联关系等信息来发现、监控和改进真实流程，推动业务从以流程驱动为主向流程驱动与数据驱动并重转变。流程挖掘是构建在人工智能、大数据等技术之上的新型技术，通过综合运用计算机视觉、深度图像处理、机器学习、深度神经网络等底层技术理解用户操作意图，建模核心业务流程，推动流程重构和优化。流程挖掘技术的实施大体上可分为五个步骤：

  · 一是数据提取，将企业内部的流程数据对接到流程挖掘系统中。由于数据种类繁多，企业可能需要根据流程挖掘系统的要求进行相应的改造以满足数据获取的需要。

  · 二是数据可视化，对业务数据进行预处理，移除无效和污染数据，将清洗后的流程数据直观地展示出来。

  · 三是根因分析，基于流程数据，同时结合对行业的深刻理解，帮助企业明确业务流程效率低下的原因，并将这些原因对KPI的具体影响量化。

  · 四是合规性检查，通过检测业务实际运行与预设标准化流程的路径差异，帮助客户快速找到流程中的违规环节。

  · 五是流程对标，随着流程挖掘领域数据的不断积累，通过和行业中其他企业的相似流程进行比较，可以有效找到自身流程的优化方向，结合根因分析和合规性检查的结果，有针对性地给出流程改造的建议。

  流程挖掘技术具有较好的应用价值。以某大型跨国公司为例，在其每年超过3000万的客户订单中，某些“订单到现金”的过程涉及60种不同的步骤，总体有超过90万种不同的业务流程，为订单处理流程的优化和标准化带来极大的考验。引入流程挖掘技术后，该公司成功优化了许多繁琐的流程，其全球自动化程度提高24%，返工率降低了11%。目前，流程挖掘技术已经推广到该公司的全球6000多名员工，覆盖10万余家供应商、200多家制造厂和超过100万客户。

二、流程挖掘在银行业的应用价值

  流程挖掘行业目前尚处于起步阶段，具有广阔的发展前景。Gartner2021年10月26日发布的研究报告Forecast Analysis: Process Mining, Worldwide预测，到2025年流程挖掘市场规模将达到23亿美元，2021～2025年的复合年增长率高达32.6%，其中大中华区增速为37.2%。由于银行业信息化程度较高，流程挖掘技术在银行业能够体现出更大的价值。

  一是创新思路与方法。“十四五”规划提出“加快数字化发展，建设数字中国”的战略目标，流程挖掘技术的创新应用将加快数字经济、数字社会、数字政府建设，驱动生产方式、生活方式和治理方式变革，为金融行业数字化转型升级提供全新的思路与方法。

  二是提升运营效率。商业银行往往体量庞大且存在大量跨机构、跨部门业务，这些错综复杂的业务构成一张高度集成化、标准化的流程网络，需要通过流程挖掘理清流程执行脉络，发现和定位问题，在满足政策监管要求的前提下提升企业运营效率。

  三是与新技术融合发展。大数据、人工智能等技术的成熟为流程挖掘提供了坚实的底层技术支撑，助力商业银行更高效地从海量事件日志中挖掘关键要素，创建更贴近真实业务流程的模型，优化流程设计，加快企业数字化转型步伐。

三、流程挖掘在银行业的应用思路

  当前，传统商业银行主要依赖人工经验进行流程分析，通过面谈、记录等方式对业务流程进行观察分析，这种方式不仅容易产生业务偏差与缺失的问题，而且因跨部门跨业务调研，工程量巨大，会耗费大量时间和人力资源。

  流程挖掘技术可采集业务系统的数据及日志，并自动提取事件日志中的关键要素，为管理者缩短观察分析时间;同时，可让管理者以宏观的视角俯瞰流程的全貌，基于可视化流程图精准定位流程瓶颈，快速找到限制流程运行效率的原因，并结合大数据分析、人工智能等技术对流程进行深度分析，给出优化建议和成效预估，避免因人工经验不足而导致的判断失误，有效解决痛点问题。

  此外，流程挖掘技术正逐步应用到RPA全生命周期，成为RPA维护和发展的助推器。一方面，流程挖掘技术能够快速高效地识别待优化流程节点，推动RPA的广泛应用和智能化流程的创新扩展;另一方面，流程挖掘技术可帮助企业重新设计现有流程，提高RPA使用效率，优化得到更具针对性的端到端流程，重塑企业现有流程格局。

四、总结与展望

  目前，流程挖掘行业还处于起步阶段，商业银行可从数据、系统和管理三个层面提前布局，为金融服务创新积蓄力量。

  数据层面，商业银行应健全数据全生命周期安全管理的长效机制和防护措施。流程挖掘的本质是用数据发现和解决流程问题，需要通过数据分析发现流程内在关联关系，因此应当确保核心业务流程线上化运营和事件日志拥有准确、完整的流程信息，必要时需要通过数据清洗保证数据质量。

  系统层面，商业银行应建设先进、高效、稳定的信息系统，保全企业数据资产，增强数据整合处理能力。无论是前期的采集分析，还是最后的配置执行，流程挖掘都离不开信息系统的快速响应，因此商业银行应通过完善系统能力、提升运算效率、优化网络架构等为流程挖掘提供底层基础支撑。

  管理层面，商业银行应建立完善的流程监控体系，基于实时数据实现流程监控和行为改进，便于长期跟踪流程执行效果。同时，商业银行还应制定合理的绩效指标，对流程运行效果进行测算，评估流程自动化程度，预估流程挖掘所带来的成效。

  如今，越来越多的商业银行关注数字化技术，推动业务流程的自动化，并持续优化业务流程。流程挖掘技术通过联动数据挖掘和流程管理，提升了流程数据资产的价值，助力商业银行实现内驱改善，为企业数字化转型注入新的动力。