مطالعات مدیریت کسب و کار هوشمند

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مدیریت فناوری اطلاعات،گروه مدیریت، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران

2 دانشیار، گروه مهندسی کامپیوتر، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران  نویسنده مسئول: esmaeilpour@iauh.ac.ir

3 استادیار، گروه علم اطلاعات و دانش‌شناسی، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران

4 استاد گروه علم اطلاعات و دانش‌شناسی، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران

5 استادیار، گروه مهندسی صنایع، دانشگاه صنعتی شریف، تهران، ایران

10.22054/ims.2024.81709.2518

چکیده

بانک‌ها برای تسهیلات سرمایه‌ثابت از فرایند‌های پیچیده و طولانی‌مدت شامل مراحل، نقاط کنترل و تایید زیاد برخوردارند. اینگونه فرایندها در ایجاد و توسعه واحدهای صنعتی، معدنی و گردشگری از اهمیت فزاینده‌ای برخوردارند. تجزیه و تحلیل مداوم اینگونه فرایندها برای ارتقاء، بهبود مستمر و کسب دانش از انها اهمیت فزاینده‌ای دارد. هدف اصلی تحقیق حاضر ارائه چارجوب روش‌شناختی جامع بر پایه فرایندکاوی با ترکیب با داده‌کاوی در خصوص تجزیه و تحلیل فرایندهای تسهیلات سرمایه ثابت است. روش‌شناسی بکاررفته در پژوهش حاضر برگرفته از تکنیک‌ها و مفاهیم فرایندکاوی و داده‌کاوی بر پایه داده‌های رخداد سیستم تسهیلات، بانکی فعال در ایران است. این روش شامل نه فاز شروع، آماده‌سازی، بازرسی، کاوش و تحلیل، ارزیابی، تحلیل چند بعدی فرایندی، پیش‌بینی، بررسی نتایج و بهبود است. هر کدام از فازها شامل چندین مولفه و به صورت تکرارشونده است. از جمله نتایج پژوهش حاضر استخراج فرایند واقعی، شناسایی گلوگاه‌ها، مراحل پرتکرار در نمونه و دارای فراوانی و گونه‌های فرایند است. افزون بر این شناسایی شعب و افراد دارای بیشترین نقش و ویژگی‌های داده‌ای موثر بر کاهش زمان پرداخت تسهیلات، تحلیل فرایند از ابعادی ماننداستان از دیگر یافته‌ها بود و نشان داد تجزیه و تحلیل استانی دانش خوبی در اختیار می‌گذارد. یکی از ابتکارات تحقیق حاضر استفاده از داده‌کاوی برای پیش‌بینی زمان پرداخت تسهیلات بود. در مقایسه روش‌های متنوع، الگوریتم درخت تصمیم‌گیری با دقت 72 درصد بهترین عملکرد را داشت.در نهایت علاوه بر کشف انحرافات، بر مبنای ایجاد داده‌های رخداد و تحلیل آن، فرایند بهبود‌یافته استخراج شد،که نشان از بهبود 67 درصدی بود.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

A methodological framework for the analysis of Facility processes based on process mining and data mining: a case study of the fixed capital facilities processes

نویسندگان [English]

  • Ehsan allah Khoshkhoy Nilash 1
  • Mansour Esmaeilpour 2
  • Behrooz Bayat 3
  • Alireza Isfandyari Moghaddam 4
  • Erfan Hassannayebi 5

1 PhD Student of Information Technology Management, Department of Management, Hamedan Branch, Islamic Azad University, Hamedan, Iran

2 Associate Professor, Department of Computer Engineering, Hamedan Branch, Islamic Azad University, Hamedan, Iran Corresponding Author: esmaeilpour@iauh.ac.ir

3 Assistant Professor, Department of Knowledge and Information Science, Hamedan Branch, Islamic Azad University, Hamedan, Iran

4 Professor, Department of Knowledge and Information Science, Hamedan Branch, Islamic Azad University, Hamedan, Iran

5 Assistant Professor, Department of Industrial Engineering, Sharif University of Technology, Tehran, Iran

چکیده [English]

Banks have complex and long-term processes for facilities, including many stages, control points and approvals. Continuous analysis of such processes is increasingly important for continuous improvement and gaining knowledge from them. The main goal of the present research is to provide a comprehensive methodological framework based on process mining and data mining regarding the analysis of fixed capital facility processes. The method used in the present research is derived from the techniques of process mining and data mining based on the event log of the facility system, an active bank in Iran. This method includes nine phases of initiation, preparation, inspection, exploration and analysis, evaluation, multi-dimensional analysis, prediction, review of results and improvement. Among the results of the present research is the extraction of the real process model, identification of bottlenecks, frequent activities in a case and all cases and process variant. In addition to this identification of branches and people with the most important roles and based on data features in reducing the time of payment of facilities, the analysis of the process from dimensions such as the province was one of the other findings. One of the initiatives of the present research was the use of data mining to predict the payment time of facilities. In the comparison of various methods, the decision tree algorithm had the best performance with 72% accuracy. In addition to identifying deviations, based on the creation of event log and its analysis, the improved process of extracting which showed a 67% improvement.

کلیدواژه‌ها [English]

  • Fixed capital processes
  • methodological framework
  • event log
  • process mining
  • data mining