Data Architectuur

De data architectuur toont hoe procesdata binnenkomt in mindzieStudio, wordt getransformeerd via verrijking, en geëxporteerd kan worden of gebruikt om geautomatiseerde acties te activeren. Het begrijpen van deze datapaden helpt je bij het ontwerpen van effectieve data-integratiestrategieën.

Data Architectuur

Overzicht

mindzieStudio ondersteunt meerdere data-invoermethoden, een gecentraliseerde API-laag en diverse uitvoermogelijkheden. Deze flexibele architectuur stelt je in staat om proces mining te integreren in je bestaande data-ecosysteem.

Data Invo bronnen

Er zijn verschillende manieren om procesdata in mindzieStudio te brengen:

Handmatige Upload

De eenvoudigste manier is om bestanden direct te uploaden via de mindzieStudio-interface. Ondersteunde formaten zijn:

  • CSV-bestanden: Standaard komma-gescheiden waarden
  • Excel-bestanden: .xlsx-spreadsheets
  • Parquet-bestanden: Kolomopslagformaat voor grote datasets
  • ZIP-archieven: Gecomprimeerde pakketten met meerdere bestanden

Handmatige upload is ideaal voor ad-hoc analyses, proof-of-concept projecten of wanneer data al geëxporteerd is uit bronsystemen.

mindzie Data Designer

mindzie Data Designer is een visuele tool die direct verbinding maakt met jouw bron-databases en systemen. Het stelt je in staat om:

  • Dataschema's visueel te definiëren
  • Bronkolommen te mappen naar event log formaat
  • Geautomatiseerde data-refreshes in te plannen
  • Data tijdens extractie te transformeren

Data Designer ondersteunt verbindingen met grote databases zoals SQL Server, Oracle, PostgreSQL, MySQL, SAP HANA en veel meer.

3rd Party ETL Tools

Als je organisatie al een ETL (Extract, Transform, Load) infrastructuur heeft, kun je integreren met mindzieStudio via standaard datapijplijnen. Deze aanpak maakt gebruik van je bestaande data engineering capaciteiten en governanceprocessen.

Developer Data Upload

Voor programmatische toegang biedt de mindzieStudio API ontwikkelaars de mogelijkheid om:

  • Datasets te uploaden via HTTP endpoints
  • Data-refreshes te automatiseren vanuit aangepaste applicaties
  • Integreren met CI/CD pipelines
  • Custom dataconnectors te bouwen

Dit is ideaal voor organisaties die geautomatiseerde datapijplijnen opbouwen of proces mining integreren in grotere systemen.

Mulesoft Integratie

Enterprise-organisaties die Mulesoft gebruiken voor integratie kunnen mindzieStudio verbinden als een API endpoint in hun integratiestromen. Dit maakt het mogelijk om procesdata te laten stromen als onderdeel van je bredere enterprise integratiestrategie.

API

De API fungeert als de centrale toegangspoort voor alle datapassages in mindzieStudio. Alle data - handmatig geüpload of via automatisering - verloopt via de API-laag.

De API biedt:

  • Authenticatie: Veilige toegang via bearer tokens
  • Validatie: Dataformaat- en schema-controle
  • Routering: Data doorsturen naar de juiste verwerkingscomponenten
  • Toegangscontrole: Tenant- en projectniveau permissies

De API is beschikbaar in de Enterprise Server en SaaS edities van mindzieStudio.

Dataset

Zodra data mindzieStudio binnenkomt, wordt deze opgeslagen als een Dataset. Datasets zijn:

  • Gecomprimeerd: Efficiënt binair opslagformaat
  • Gevalideerd: Gecontroleerd op verplichte kolommen en datatypes
  • Geversioneerd: Vorige uploads kunnen bewaard blijven voor vergelijking

Elke dataset moet de drie essentiële event log kolommen bevatten:

  • Case ID (identificatie voor elke procesinstantie)
  • Activiteit (naam van elke stap)
  • Timestamp (wanneer elke stap plaatsvond)

Aanvullende attributenkolommen kunnen alle zakelijke relevante data bevatten.

Verrijking met Python

De verrijkingslaag transformeert ruwe datasets naar analyse-klaar data. Verrijkingen kunnen omvatten:

  • Ingebouwde transformatie-operators
  • Custom Python scripts voor geavanceerde logica
  • Business rule berekeningen
  • Data kwaliteitscorrecties

Python Integratie stelt je in staat om:

  • Custom transformatie-logica te schrijven
  • Python data science libraries te gebruiken
  • Herbruikbare transformatie-scripts te maken
  • Complexe data manipulatiescenario's af te handelen

Verrijkingen worden op de achtergrond uitgevoerd en cachen hun resultaten voor snelle toegang tijdens analyse.

Onderzoek en Analyse

De Onderzoekslaag is waar de analyse plaatsvindt. Binnen onderzoeken kun je:

  • Onderzoeksfilters toepassen om op specifieke datasets te focussen
  • Analyse-notebooks creëren met geordende blokken
  • Inzichten genereren via calculators
  • Visualisaties bouwen

Analyseresultaten worden gecachet en kunnen ververst worden wanneer brondatasources bijgewerkt worden.

Uitvoer en Integratie

mindzieStudio biedt meerdere manieren om data te exporteren en te integreren met externe systemen:

Acties

Acties zijn geautomatiseerde workflows die uitgevoerd worden op basis van schema’s of triggers. Acties kunnen:

  • Python scripts draaien voor custom verwerking
  • Externe HTTP API’s aanroepen
  • Data exporteren naar externe systemen
  • Meerdere stappen aan elkaar koppelen
  • Fouten afhandelen met fallback acties

Acties maken operationele integratie mogelijk, waarbij procesinzichten echte reacties triggeren.

API Export

Externe systemen kunnen mindzieStudio via de API raadplegen om:

  • Analyse-resultaten programmatisch op te halen
  • Dashboarddata te integreren in andere applicaties
  • Procesmetrics te verwerken in rapportagesystemen
  • Operationele dashboards aan te sturen in externe tools

CSV Export

Voor eenvoudige data-export kun je analyseresultaten downloaden als CSV-bestanden. Dit is nuttig voor:

  • Data delen met belanghebbenden zonder mindzieStudio toegang
  • Data inladen in spreadsheettools
  • Back-up kopieën maken van analyseresultaten

Samenvatting Datastroom

De complete datastroom door mindzieStudio:

  1. Input: Data komt binnen via Handmatige Upload, Data Designer, ETL tools, API, of Mulesoft
  2. Toegangspoort: De API valideert, authenticatieert en routert de data
  3. Opslag: Data wordt opgeslagen als gecomprimeerde Datasets
  4. Transformatie: Verrijkingen (optioneel met Python) bereiden de data voor
  5. Analyse: Onderzoeken en notebooks genereren inzichten
  6. Uitvoer: Resultaten gaan naar Acties, API-consumenten of CSV export

Deze architectuur ondersteunt zowel interactieve analyse als geautomatiseerde operationele workflows, waardoor mindzieStudio geschikt is voor zowel ad-hoc exploratie als productieproces monitoring.