在企业数字化转型不断深入的背景下，流程挖掘赛道的空间正在急速扩张。

据Gartner研究报告，2020年全球流程挖掘软件市场规模为5.5亿美元（不含咨询收入），2022年可达到10亿美元，预计到2025年将达到22.5亿美元，从2021年到2025年，年复合增长率为32.6％。

大厂也开始加注流程挖掘。

2022年以来，微软在流程挖掘领域动作频频。4月，微软收购斯洛伐克流程挖掘供应商Minit，以发展其流程自动化产品。5月，微软对RPA产品Power Automate新增多项功能，就包括流程挖掘、Windows11免费使用等。

简单理解，企业在长期运作过程中会出现流程不畅等问题，而流程挖掘就是对企业的业务信息流做“X光”穿透，定位业务发展堵点，并在此基础上想办法疏通，实现业务优化。

放眼全球，该领域最常被提及的厂商是德国流程挖掘企业Celonis。在36氪的采访中，近10位国内流程挖掘从业者均表示，Celonis深耕行业多年，稳居行业头部地位，“比中国流程挖掘创业公司领先6-7年。”

一级市场也对这家“SAP后最重要的德国软件公司”毫不吝啬。

在完成2轮融资后，Celonis在2018年，也就是成立的8年内成为了独角兽。而在不久后的2021年6月，Celonis完成了10亿美元的D轮融资。此时，它的估值达到110亿美元，进阶为百亿美元估值俱乐部的一员。

时至2022，流程挖掘的大风从海外直接吹到了国内。如今，国内关注流程挖掘的厂商不仅包括初创公司，还有RPA厂商和不断延展边界的IT巨头们。山东理工大学教授刘聪预测，今年年底估计会有超过20家企业提供流程挖掘解决方案。

流程挖掘简史

刘聪表示，从流程挖掘技术发展路径来看，以1999年为临界点分为两大研究阶段。1999年之前称为基于模型的流程管理或者叫做模型驱动的流程管理，这段时间主要研究方向热点包括Petri网形式化方法、并发论和工作流技术；1999年之后基于挖掘的流程管理，这个阶段重点就是流程挖掘、合规性检查以及现在广泛关注的基于AI的流程预测性监控。

具体来说，流程挖掘学术研究始于1999年，最初是理论驱动行业实践的过程，行业的实践始于2007年，随着数字业务对流程挖掘的需求快速增长，直到2021年，Wil教授加入Celonis做首席科学家，实现了理论知识与行业实践的深度融合。

随后刘聪主要通过时间维度详细介绍了从1999年至2021年流程挖掘历史上发生的大事件。1999年，荷兰埃因霍芬理工大学开始做流程挖掘相关的研究。“流程挖掘之父”、Wil van der Aalst教授在自己的专著和报告交流中提到流程挖掘思想始于1998年在美国的访问，本质上是业务流程管理领域和数据挖掘领域的一次碰撞，目的是如何通过数据挖掘的方法去解决一些流程管理方面的难题。1998年Wil van der Aalst教授访问结束之后回到荷兰埃因霍芬理工组建了相关的小组开始技术研究。

2000年，首个流程挖掘算法问世，也就是我们熟知的Alpha Miner。以日志为输入，通过统计方法挖掘活动关系，进而构造一个Petri网模型。虽然算法本身有很多局限，例如挖掘能力有限，无法处理短循环、不可见任务等，但是对了解挖掘算法的基本原理是一个很好的开端。

2001年提出的启发式流程挖掘方法，是针对Alpha算法的一个改进，重点是支持日志中噪声的处理，同时支持复杂流程结构的挖掘。首先从日志中构造活动依赖关系图，根据重要程度将一些噪声处理掉，然后挖掘出因果网，最后将因果网转成通用的流程模型，如BPMN、EPC、Petri网等。这也是第二个经典的流程挖掘算法，与前面算法整体原理一样，从日志中获得抽象活动关系，进而转化为人可以读懂的流程模型。

2004年，TU/e发布了首个流程挖掘学术工具平台ProM（Process Mining）,从1.1版本发展到现在的ProM6.13，涵盖了2000多个功能组件。很多商业工具的功能也都脱胎于这个平台的原型算法。除了主流的ProM，还有澳大利亚昆士兰科技大学Apromore、其重点是流程模型管理与检索，这个工具已经开始商业化了。近年来，也发展出了基于R语言和Python语言的流程挖掘平台。

前面提到的Alpha和Heuristic 都是从日志到模型，属于流程挖掘的第一个范畴——模型挖掘。2004年提出的托肯重演是流程挖掘的第二个范畴——合规性检查，目标是建立模型和事件日志之间的关联。具体而言，该方法基于Petri网引发规则进行轨迹行为重演，发现重演过程中模型与日志的偏差。

2007年，流程挖掘领域出现首个商业公司Futura PI。该公司定位是流程智能的软件，归类于BI。2008年，Futura PI被Gartner评选为业务流程领域的新秀企业，开始在商业方面崭露头角。

2009年，数据挖掘专委会成立了工作小组，这也是国际首个流程挖掘的学术社区。该社区的成立为流程挖掘领域的标准化和规模化的发展奠定了基础。具体而言，该组织制定了标准的日志格式XES。同时，牵头举办了很多流程挖掘管理的大赛，例如，BPI、PDCC竞赛等，同时于2019年发起了国际业务流程管理大会ICPM。

此外，2009年还成立了几家知名的流程挖掘企业，例如，Fluxicon、Process Gold。其中Process Gold在2019年被RPA巨头UiPath收购，也是第一家被收购的流程挖掘公司。

前面提到的托肯重演的合规性检查方法是基于Petri网引发规则，存在无法定位全局最优匹配路径的问题。2010年提出的基于对齐的合规性检查算法，将日志行为与模型行为进行全局最优对齐，可以精准诊断模型与日志之间的偏差。

2011年，Wil van der Aalst教授出版了首部流程挖掘专著，是流程挖掘初学者必读经典之作，也被业内奉为流程挖掘领域的“圣经”，作为流程挖掘学者的经典必读。从此之后，Wil慢慢的也被称为“流程挖掘之父”。

同时IEEE发布了《流程挖掘宣言》，成员包括全球53个单位的70+科研人员，主要分享了流程挖掘6大指导原则以及面临的11个挑战问题，为流程挖掘近10年的发展指明了方向。

2011年还有一件大事情发生，就是流程挖掘巨头Celonis在德国成立，该公司产品集成数据抽取、流程可视化分析与洞察，运营管理于一体。目前Celonis是流程挖掘领域国际公认的领导者。

2013年，归纳式流程模型挖掘算法问世。它在前面的算法上进行了大量优化，例如，保证模型正确性。但该算法也有明显的缺点，模型过度泛化，同时可能会导致额外增加大量不可见变迁，表达能力有限。

2014年Wil 教授推出了流程挖掘在线网课，基于他的专著进行详细的技术讲解，截至目前该课程已有数十万学习用户，而刘聪便是第一批学习者并拿到了认证。

2016年，Wil van der Aalst教授发布了第二部专著《流程挖掘：数据科学实战》，深度分享了自2010至2016年最新的技术理论与商业实践成果。

2018年，Celonis成为德国独角兽企业，同时市场上出现了超过了25家流程挖掘企业，例如，Minit、PAF、LANA、Nvenio、Signavio等知名企业。但这些流程挖掘企业先后都被微软、IBM、SAP等科技巨头收购了。

2019年6月，第一届流程挖掘年会在亚琛工业大学举办，此次会议与Petri网年会（40多届）同步举办，有点老树长新芽的感觉。

2021年Celonis估值达到110亿美元，致使国内2021年逐步发展出很多流程挖掘企业。同年Wil教授加入Celonis担任首席科学家，实现最强流程挖掘理论研究者和最强流程挖掘企业实践者的结合，这对整个行业和学术的发展起到了非常重要的推动和里程碑式的作用。

国产流程挖掘特色

流程挖掘(Process Mining)，是一种新兴的跨数据挖掘、机器学习、过程建模与分析等领域的综合学科应用。

其核心原理是基于跨平台、跨系统的业务操作日志采集，生成流程运行方式的完整视图，从而发现、监测和改进实际流程。例如，从ERP系统的工作流日志中寻找工作流模型，组织模型，经过分析，最后找出流程中存在问题并给予优化建议。

使用流程挖掘的组织，能够更全面地了解业务流程，找到效率低下的根源并确定包括自动化在内的改进机会，进而获得为长期业务增长做出基于战略数据的精确决策能力。

流程挖掘降低了大、中、小型企业使用自动化的门槛，极大提升业务效率。全球组织正通过智能自动化技术推动数字化转型进程，流程挖掘技术也正在这一进程中发挥着关键作用。

现在，不管是RPA厂商、BPM厂商还是企服软件厂商，都意识到了流程挖掘对于业务流程优化的重要性。厂商们纷纷根据自身属性，通过收购、引入与自研等方式获得流程挖掘技术。

根据Gartner去年11月发布的《流程挖掘市场指南》报告数据显示，目前国际市场已有约40家流程挖掘供应商，其中存在一年以上的20家供应商占了整个市场的90%以上。

在中国市场，除了UiPath、SAP、IBM等海外厂商外，也诞生了几家国产流程挖掘厂商。像国产RPA厂商容智信息、艺赛旗、九科信息、来也科技、弘玑Cyclone等都推出了自有流程挖掘产品，此外也诞生了望繁信、熵评科技、璇星科技、杰成合力、云智慧等主打流程挖掘以及推出相关产品的厂商。

虽然已经出现不少产品，但目前国内市场流程挖掘技术的产品成熟度与应用普及率还比较低。

在应用方面，与国外大中型企业成熟的标准化实践不同，信息化建设相对滞后的国内大部分企业的业务流程都以非标流程为主。即使SAP等系统已经加入较多的定制化功能，也不太适合直接套用成熟的业务流程模板。广大组织普遍存在的大量非标业务，导致了流程优化的多重困难。

此外，由于企业信息化系统发展较快，各种新旧业务系统非常多(平均70个)，系统之间数据难以打通，使得整理标准化日志非常困难。这，也是流程挖掘在国内应用中需要首先解决的问题。

RPA与流程挖掘

两大阵营的分歧与共识

就如何更好地在企业业务中发挥流程挖掘能力的问题上，目前市场上衍生两大阵营，一方是以RPA厂商（例如UiPath、Blue Prism等，国内艺赛旗等）为代表，主张将RPA与流程挖掘进行紧密关联，在业务流程可视化的基础上实现流程的优化，若关注到自动化实施机会点，会直接关联机器人流程自动化工程文件。

另一方则是以业务流程挖掘厂商（例如Celonis）为代表，认为流程的问题其实是业务管理的问题，而管理的问题并非流程自动化能够解决的。业务流管理聚焦在流程优化和审计监控方向上，关注整个自下而上的流程设计-实施-控制-反馈-改进的过程；

另外，不同厂商在数据采集方面也出现了分化，一方是实行“系统事件日志与桌面行为”双采的模式，另一方一般只采集系统事件日志作为业务流程的洞察点。

可见，在超级自动化的探索阶段，厂商倾向于从自身技术实力上提供有效的解决方案，但双方也有着共识，即随着技术的发展，企业最终数字化解决方案会是一个由各类新兴技术集成的超级自动化平台，而“RPA+流程挖掘”的技术组合是最主要的趋势之一。

咨询机构Gartner曾对400名财务负责人进行了一项调查，统计了与RPA结合的十余项技术的商业价值，并预计未来两年，嵌入式机器学习、云交付和流程挖掘，将成为RPA增长的三大关键驱动技术。虽然流程挖掘在财务领域尚处于探索阶段，并没有大范围应用，但在增强RPA能力方面表现尤为突出。流程挖掘可以实时识别低效率和异常业务的根本原因，从而深度简化和纠正无法应用自动化的业务流程，并为广泛使用RPA带来了更多的机会，以实现额外的业务效率提升和成本优化。

流程挖掘解决RPA“重交付”问题 驱动实现超自动化

当前RPA发展的一大痛点是“重咨询重交付”的问题。因为不同客户同样场景下的业务流程并不相同，使得整个交付过程都十分依赖业务专家的支持，无论是售前咨询和沟通、交付过程还是落地后都需要大量人工进行运维。都阻碍了RPA的发展。

有业内人士认为，当前RPA向超级自动化过渡的阶段，即从单点自动化走向规模自动化，流程挖掘可作为加快这一过渡的策略之一。在市场端，流程挖掘在资本市场与企业服务市场均表现抢眼，成为RPA获客新路；在生产端，流程挖掘则已成为自动化流程创建不可或缺的工具，更是智能自动化平台离不开的重要角色。流程挖掘能为RPA找到更多落地场景，帮助RPA项目发现并验证公司中实际执行的流程，并根据挖掘结果，决定RPA机器人的配置和功能；RPA 能力能够更好的承接流程挖掘后的步骤，形成一个互补的正向循环。

据了解，太保寿险在2022年底预计上线大量RPA数字员工。但在RPA数字员工建设中遭遇到挑战，一方面，在需求发现和需求与开发依赖中存在依赖“人”的弊端：人工调研无法全景呈现场景、快速发现流程，依赖多部门多角色人员分析，效率低且易出错；另一方面，信息系统存在流程盲区，无法全局透视。太保寿险使用了国内艺赛旗厂商RPM流程挖掘产品，用来挖掘潜在的自动化机会，并进一步构建RPA工程，分担了开发的任务，来完成年度数字员工的建设目标。

在整个太保寿险的数字员工卓越中心中，我们看到流程挖掘不仅提供全流程自动化优化建议、发现自动化机会，还能直接生成基础的RPA工程文件，无缝对接数字员工开放平台，形成数字元生产自动化流水线。

在中石化集团中也拓展了流程挖掘相关的应用，其中，流程挖掘通过对合同费用报销流程的全流程梳理，通过流程可视化，精准定位了报销流程的瓶颈，并给出了流程合并与优化建议，打通跨系统数据共享的问题，简化了人工处理的步骤，加快合同报销效率。在开展了这一技术后，中石化每年节省超过30000多个工时，效率超过提升90%。

可见，RPA和流程挖掘的结合能够帮助企业挖掘更多潜在的RPA场景，实现对企业业务流程的全面自动化和持续监控，不断优化流程，提高效率，这也是企业实现超级自动化的关键。

国产替代与上云

ERP与流程挖掘结合的三大趋势

流程挖掘是超级自动化的重要技术之一，而超级自动化对标的是企业核心系统里业务流程管理的终极数字化形态。就企业核心系统ERP来说，我们认为ERP未来与流程挖掘结合上有三个趋势：

1、ERP国产化及上云，流程挖掘起到关键性作用

ERP作为企业经营管理的核心系统，对比国外厂商，在功能设计、个性化定制以及本地化服务等方面有明显的优势，国产化替代会越来越多。另一方面，企业为了面对不确定的市场环境，需要更为弹性敏捷的管理模式，传统的ERP功能已经无法满足，ERP上云已成趋势。基于上述两方面的原因：国产替代与ERP上云，我们认为第一大趋势是应用流程挖掘技术对原有流程进行重新梳理和优化，来成功实现ERP迁移和上云，流程挖掘技术将起到关键性的作用。

2、ERP与流程挖掘深度结合，提升流程建模的数据质量

为了成功完成ERP的迁移与上云，需要对流程进行重新规范梳理。在进行重新规范梳理的过程中，流程挖掘是当下最好的解决方式之一，流程挖掘强调通过真实数据来反映组织业务流程。然而，在其中数据获取问题是流程挖掘的实施的难点之一，大量手工数据分散、没有统一标准的数据格式等。成功实践流程挖掘，我们认为，未来第二大趋势是，将ERP系统和流程挖掘技术进行进行深度结合，来解决目前阻碍流程挖掘技术发展的最重要问题：系统日志数据从ERP获取不到以及数据格式不统一。

3、为ERP系统建设最佳流程标准，实现即插即用

以往企业流程的梳理和优化，通常需要外部专业咨询机构如四大，咨询专家进行，过程会耗费大量时间和预算。在结合了ERP与数据挖掘技术之后，这个过程可被完全替代。我们认为未来第三大趋势，就是通过流程挖掘与ERP系统的深度结合，将帮助企业建设最佳流程标准路径，实现即插即用。通过对人、财、税及供应链流程提供预购件的自动化连接器及预定义业务流程，在此基础之上，根据企业自身需求进行实时动态分析，做个性化适配和流程路径优化。来进一步为企业实现降本增效、快速应对市场外部变化。

ERP系统与流程挖掘的深度结合，呈现出了“ERP系统数据采集--业务流程挖掘--流程差异分析--流程改进”的完整链路，突破了数据质量、人工错误、技术技能资源等诸多瓶颈。国内外不少云厂商已纷纷入局，尝试结合流程挖掘与自动化技术弥合产品在流程管理实施上的缺口，例如，SAP于2021年宣布收购业务流程管理厂商Signavio，通过Signavio集成式云原生流程管理套件补充现有的业务流程智能软件；微软也在同年收购云服务厂商Clear Software和流程挖掘厂商Mint，将自动化及业务流程挖掘技术整合到旗下的Power Platform解决方案；国内，金蝶与老牌RPA厂商艺赛旗展开深度合作，在金蝶苍穹 PaaS 平台中嵌入了艺赛旗流程挖掘产品iS-RPM架构，将会更进一步推动国产ERP替代以及企业核心系统上云。可见，将流程挖掘作为ERP配置中的关键一环已成为业内的共识。

最后，我们看到流程挖掘的出圈并非偶然，其与RPA的结合不仅拓宽了双方的边界，也是企业流程精益化的重要抓手，同时，在各个老旧系统的“数据孤岛”中，流程挖掘能够高效收集业务数据洞察业务现状，识别自动化机会以加速实施，进一步释放本土企业效能，在驱动超级自动化的道路上，其巨大的应用潜力将成为企业战略部署的必选项。

文章来源：Koko，RPA中国，王吉伟