- Bevor Sie beginnen
- Erste Schritte
- Integrationen
- Arbeiten mit Prozess-Apps
- Arbeiten mit Dashboards und Diagrammen
- Arbeiten mit Prozessdiagrammen
- Arbeiten mit Discover-Prozessmodellen und Import BPMN-Modellen
- Anzeigen oder Ausblenden des Menüs
- Kontextinformationen
- Exportieren
- Filter
- Senden von Automatisierungsideen an den UiPath® Automation Hub
- Tags
- Fälligkeitsdaten
- Vergleichen
- Konformitätsprüfung
- Ursachenanalyse
- Simulation des Automatisierungspotenzials
- Auslösen einer Automatisierung über eine Prozess-App
- Anzeigen von Prozessdaten
- Erstellen von Apps
- Laden von Daten
- Anpassen von Prozess-Apps
- Einführung in Dashboards
- Arbeiten mit dem Dashboard-Editor
- Dashboards erstellen
- Dashboards
- Automatisierungsmanager
- Definieren neuer Eingabetabellen
- Hinzufügen von Feldern
- Hinzufügen von Tabellen
- Anforderungen an das Datenmodell
- Anzeigen und Bearbeiten des Datenmodells
- Exportieren und Importieren von Transformationen
- Anzeigen des Transformationsprotokolls
- Bearbeiten und Testen von Datentransformationen
- Struktur von Transformationen
- Tipps zum Schreiben von SQL
- Zusammenführen von Ereignisprotokollen
- Prozessmanager
- Dashboards veröffentlichen
- App-Vorlagen
- Zusätzliche Ressourcen
- Vorgefertigte Tags und Fälligkeitsdaten
- Bearbeiten von Datentransformationen in einer lokalen Umgebung
- Setting up a local test environment
- Entwerfen eines Ereignisprotokolls
- DataBridgeAgent
- Systemanforderungen
- Konfigurieren des DataBridgeAgent
- Hinzufügen eines benutzerdefinierten Connectors zu DataBridgeAgent
- Verwenden von DataBridgeAgent mit dem SAP Connector für den Purchase-to-Pay Discovery Accelerator
- Verwenden von DataBridgeAgent mit dem SAP Connector für den Order-to-Cash Discovery Accelerator
- Erweitern des Extraktionstools SAP Ariba
- Leistungsmerkmale
- So wird eine Datenausführung von der Datenbank abgebrochen
- So fügen Sie eine IP-Tabellenregel hinzu, um den SQL Server-Port 1433 zu verwenden
- Beim Erstellen einer Prozess-App bleibt der Status in „App wird erstellt“.
- Konfigurieren von Dapr mit Redis im Clustermodus
- Datentransformationen
- Hochladen von Daten
- CData-Synchronisierung
Process Mining-Benutzerhandbuch
Einleitung
Wenn Ihre Daten für Fälle und Ereignisse in einer Eingabedatei enthalten sind, verwenden Sie die App-Vorlage für das Ereignisprotokoll .
Wenn Sie ein neues Ereignisprotokoll oder eine neue benutzerdefinierte Prozess- App erstellen möchten, müssen Sie ein Dataset hochladen, das die Daten enthält, die in der Prozess-App verwendet werden sollen.
Es muss sich dabei um eine tsv-Datei (durch Tabulator getrennt) oder eine .csv-Datei (durch Kommas getrennt) handeln, die eine Spalte für jedes Eingabefeld enthält.
Bei Tabellennamen und Feldnamen muss die Groß-/Kleinschreibung beachtet werden. Stellen Sie immer sicher, dass die Feldnamen (Spaltenheader) in Ihrem Dataset mit den Feldnamen (auf Englisch) in der folgenden Tabelle übereinstimmen und der Dateiname Event_log_raw lautet.
Obligatorische und optionale Felder
Ihre Eingabedatendatei kann unterschiedliche Felder oder unterschiedliche Feldnamen haben. Einige Felder sind jedoch obligatorisch. Das bedeutet, dass die Daten in Ihrer Eingabedatendatei verfügbar sein müssen, damit die Prozess-App korrekt funktioniert.
Wenn ein Feld obligatorisch ist, darf es keine NULL -Werte enthalten.
Feldtypen
In der folgenden Tabelle werden die verschiedenen Feldtypen und ihre Standardformateinstellungen beschrieben.
| Feldtyp | Format |
|---|---|
| boolean | true, false, 1, 0 |
| DateTime | yyyy-mm-dd hh:mm:ss[.ms], wobei [.ms] optional ist. Wenn Sie das Datumsformat ändern möchten, lesen Sie die offizielle Microsoft-Dokumentation . |
| Double | Dezimaltrennzeichen: . (Punkt) Tausendertrennzeichen: keins |
| text | Keine Angabe |
| Integer | Tausendertrennzeichen: keins |
In der folgenden Tabelle werden die Eingabefelder beschrieben. Für jedes Feld werden der Name, der Datentyp und eine kurze Beschreibung angezeigt. Außerdem wird angegeben, ob das Feld ein Pflichtfeld ist.
Event_log_raw
Die Tabelle Event_log_raw enthält Informationen zu den im Prozess ausgeführten Aktivitäten.
| Name | Datentyp | Obligatorisch: J/N | Beschreibung |
|---|---|---|---|
Activity | text | Y | Der Name des Ereignisses. Dieser beschreibt den Schritt im Prozess. |
Case_ID | text | Y | Der eindeutige Bezeichner des Falls, zu dem das Ereignis gehört. |
Event_end | DateTime | Y | Der Zeitstempel, der mit dem Ende der Ausführung des Ereignisses verbunden ist. |
Case | text | N | Ein benutzerfreundlicher Name, um den Fall zu identifizieren. |
Case_status | text | N | The status of the case in the process. For example, open, closed, pending, approved, etc. |
Case_type | text | N | Die Kategorisierung der Fälle. |
Case_value | Double | N | Ein auf den Fall bezogener Geldwert. |
Automated* | boolean | N | Gibt an, ob das Ereignis manuell ausgeführt oder automatisiert wird. |
Event_cost | Double | N | Die Kosten für die Ausführung des Ereignisses. |
Event_detail | text | N | Informationen zum Ereignis. |
Event_start | DateTime | N | Der Zeitstempel, der mit dem Beginn der Ausführung des Ereignisses verbunden ist. |
Team | text | N | Das Team, das das Ereignis ausgeführt hat. |
User | text | N | Der Benutzer, der das Ereignis ausgeführt hat. |
*) Automated ist Teil der Eingabedaten. Wenn Sie jedoch ableiten möchten, ob ein Ereignis automatisiert ist oder nicht, müssen Sie dies in den Datentransformationen anpassen, um diese Logik basierend auf den erforderlichen Informationen zu erstellen. Es wird empfohlen, dies in der Datei Event_log.sql zu tun. Suchen Sie die Anweisung, die ...as "Automated" enthält, und ersetzen Sie sie z. B. durch eine Anweisung, wie unten angezeigt.
case when Event_log_base."User" = 'A' then pm_utils.to_boolean('true') else pm_utils.to_boolean('false') end as "Automated"
case when Event_log_base."User" = 'A' then pm_utils.to_boolean('true') else pm_utils.to_boolean('false') end as "Automated"