BPMN Conformiteit

Overzicht

BPMN Conformiteitscontrole vergelijkt je werkelijke procesdata met een ontworpen BPMN-procesmodel. Het analyseert elke case in je eventlog en bepaalt of elke case de verwachte processtroom volgt zoals gedefinieerd in je BPMN-model.

Deze functie wordt geconfigureerd tijdens de Dataset Upload wizard wanneer je je eventlog in mindzieStudio laadt.

BPMN Conformiteitsconfiguratie in de Dataset Upload wizard

Deze functie gebruikt Petri Net token replay voor nauwkeurige conformiteitscontrole. In tegenstelling tot eenvoudige volgordevergelijking behandelt token replay correct:

  • Parallel gateways (AND): Alle takken moeten worden uitgevoerd
  • Exclusive gateways (XOR): Slechts één tak wordt genomen
  • Inclusive gateways (OR): Eén of meer takken kunnen worden genomen

Veelvoorkomende toepassingen

  • Procesnaleving: Verifieer dat cases de standaard werkwijze volgen zoals gedefinieerd in je BPMN-model
  • Afwijkingsanalyse: Identificeer cases die afwijken van de verwachte processtroom
  • Kwaliteitscontrole: Geef niet-conforme cases aan voor beoordeling of correctie
  • Continue verbetering: Volg conformiteitspercentages in de tijd om procesverbetering te meten
  • Auditondersteuning: Lever bewijs van procesnaleving voor interne of externe audits

Hoe te configureren

Stap 1: Open datasetconfiguratie

Tijdens de dataset upload wizard, ga naar de stap Configure (stap 6 van 7). Selecteer in de linkerzijbalk BPMN Conformance.

Stap 2: Upload je BPMN-model

Klik in het uploadgebied om een BPMN 2.0 bestand van je computer te selecteren.

Ondersteunde formaten:

  • .bpmn - Standaard BPMN 2.0 bestanden
  • .xml - XML-bestanden met BPMN 2.0 definities

Bestandseisen:

  • Maximale bestandsgrootte: 10 MB
  • Moet geldig BPMN 2.0 XML-formaat zijn

Stap 3: Bekijk conformiteitsresultaten

Na upload analyseert het systeem direct je data tegen het BPMN-model en toont:

  • Samenvattingsvakken: Aantal conformerende vs niet-conformerende varianten
  • Variantlijst: Elke procesvariant met fitness score en conformiteitsstatus
  • Activiteitenvolgorde: Visuele weergave van activiteiten in elke variant

Stap 4: Pas fitnessdrempel aan (optioneel)

Gebruik de Fitness Threshold schuifregelaar om te bepalen wat telt als "conform":

  • 1.0 (100%): Alleen perfecte matches zijn conform
  • 0.8 (80%): Cases met fitness van 80% of hoger zijn conform (aanbevolen)
  • 0.5 (50%): Ruimer - cases met matige afwijkingen tellen ook als conform

Stap 5: Sla configuratie op

Klik op Save Configuration om het BPMN-model op te slaan. De conformiteitscontrole wordt automatisch uitgevoerd bij elke vernieuwing van je data.

Output-attributen

Wanneer deze verrijking draait, worden er vier nieuwe attributen toegevoegd aan elke case in je eventlog:

BPMN Conform (Ja/Nee)

Attribuut Details
Kolomnaam ~enrich~BpmnConforming
Weergavenaam BPMN Conform
Datatype Boolean (Ja/Nee)

Betekenis:

  • Ja: Deze case volgt het BPMN-model (fitness score voldoet aan of overschrijdt de drempel)
  • Nee: Deze case wijkt af van het BPMN-model

BPMN Conform attribuut toont Waar/Niet Waar waarden met case aantallen

BPMN Fitness Score (0% - 100%)

Attribuut Details
Kolomnaam ~enrich~BpmnFitness
Weergavenaam BPMN Fitness Score
Datatype Percentage

Betekenis:

  • 100%: Perfecte conformiteit - de case volgt exact het BPMN-model
  • 90-99%: Kleine afwijkingen - de case volgt grotendeels het model
  • 70-89%: Matige afwijkingen - sommige activiteiten ontbreken of zijn niet in volgorde
  • Minder dan 70%: Grote afwijkingen - significante verschillen met de verwachte stroom

BPMN Fitness Score verdeling toont histogram en statistieken

BPMN Conformiteitsstatus (Tekst)

Attribuut Details
Kolomnaam ~enrich~BpmnConformanceStatus
Weergavenaam BPMN Conformiteitsstatus
Datatype Tekst

Mogelijke waarden: | Fitness Score | Status | |---------------|--------| | 100% | Perfect | | 90% - 99% | Kleine afwijkingen | | 70% - 89% | Matige afwijkingen | | Minder dan 70% | Grote afwijkingen |

BPMN Conformiteitsstatus toont categorieën: Perfect, Kleine afwijkingen, Matige afwijkingen, Grote afwijkingen

BPMN Afwijkingen (Tekst)

Attribuut Details
Kolomnaam ~enrich~BpmnDeviations
Weergavenaam BPMN Afwijkingen
Datatype Tekst

Inhoud:

  • Lijst met activiteitstransities die faalden tijdens token replay
  • Toont tot 5 problematische transities, gescheiden door puntkomma's
  • Leeg als de case perfecte conformiteit heeft

Voorbeeldwaarden:

  • (leeg) - Geen afwijkingen
  • Submit for Approval - Eén ontbrekende activiteit
  • Receive Goods; Invoice Match; Pay Invoice - Meerdere afwijkingen

BPMN Afwijkingen toont specifieke afwijkingsdetails per case

Voorbeeldoutput

Na het uitvoeren van BPMN Conformance op een Order-to-Cash proces kan je casustabel er zo uitzien:

Case ID BPMN Conform BPMN Fitness Score BPMN Conformiteitsstatus BPMN Afwijkingen
PO-001 Ja 100% Perfect
PO-002 Nee 65% Grote afwijkingen Receive Goods; Invoice Match
PO-003 Ja 92% Kleine afwijkingen Post Invoice
PO-004 Ja 100% Perfect
PO-005 Nee 45% Grote afwijkingen Submit for Approval; Approve; Receive Goods

Gebruik van conformiteitsresultaten

Zodra de conformiteitsattributen aan je data zijn toegevoegd, kun je:

Cases filteren

  • Alleen niet-conforme cases tonen: filter waar BPMN Conforming = No
  • Zoek ernstige afwijkingen: filter waar BPMN Fitness Score < 70%

Dashboards maken

  • Voeg een taartdiagram toe dat conformerende vs niet-conforme case aantallen toont
  • Volg de conformiteitsratio in de tijd met een trendgrafiek
  • Vergelijk conformiteit tussen verschillende leveranciers, regio’s of casustypen

Oorzaken analyseren

  • Gebruik het Deviations attribuut om veelvoorkomende problematische activiteiten te identificeren
  • Vergelijk conformerende vs niet-conforme cases op basis van attribuutwaarden
  • Identificeer patronen waarin bepaalde cases afwijkingen vertonen

Waarschuwingen instellen

  • Stel meldingen in wanneer de conformiteitsratio onder een drempel daalt
  • Informeer belanghebbenden wanneer specifieke cases niet conform zijn

Begrip van Token Replay

Token replay is een conformiteitscontrole-algoritme dat het uitvoeren van elke case in je BPMN-model simuleert:

  1. Een "token" wordt geplaatst aan het begin van het proces
  2. Voor elke activiteit in de case probeert het algoritme de token door de bijbehorende transitie in het BPMN-model te bewegen
  3. Als de transitie kan worden uitgevoerd (de token is op de juiste plaats), lukt het
  4. Als de transitie niet kan worden uitgevoerd (token ontbreekt), wordt dit als afwijking geregistreerd
  5. Aan het einde controleert het algoritme of de token de eindtoestand heeft bereikt

Fitness wordt berekend als:

Fitness = 1 - (missing tokens + remaining tokens) / (produced tokens + consumed tokens)

Dit geeft een score van 0,0 (geen conformiteit) tot 1,0 (perfecte conformiteit).

Zie ook

Gerelateerde functies:

Gerelateerde onderwerpen:


Deze documentatie maakt onderdeel uit van het mindzieStudio process mining platform.