📄 other

A Scoring-Based Approach for Structuredness-Aware Business Process Classification

Questo articolo propone e valuta un approccio basato sul punteggio che classifica automaticamente i processi aziendali in categorie di strutturazione (strutturato, semi-strutturato, debolmente strutturato e non strutturato) analizzando le relazioni temporali ed esistenziali granulari tra le attività all'interno dei log degli eventi per affrontare la mancanza di supporto automatizzato nel process mining.

Autori originali: Kerstin Andree, Ivan Kuzmin, Luise Pufahl

Pubblicato 2026-07-24

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Kerstin Andree, Ivan Kuzmin, Luise Pufahl

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate di camminare attraverso una città gigantesca e frenetica. Alcune parti della città sono come un sistema di metropolitane: le rotaie sono posate, i treni seguono un orario rigoroso e sapete esattamente dove finirete se prendete il treno alla stazione giusta. Altre parti sono più simili a un festival jazz o a una caotica fiera di strada: la gente vaga, le conversazioni iniziano e si interrompono casualmente, e il percorso che fate dipende interamente da chi incontrate per strada e dal vostro umore. Nel mondo del business, le aziende funzionano grazie ai "processi": le ricette passo dopo passo che usano per portare a termine le cose, come l'elaborazione di una fattura o la cura di un paziente. Alcune di queste ricette sono rigide e prevedibili (come la metropolitana), mentre altre sono flessibili e disordinate (come la fiera di strada).

Per molto tempo, i computer che analizzano questi processi aziendali (un campo chiamato "process mining") sono stati bravissimi a mappare le linee della metropolitana. Ma hanno faticato ad accorgersi automaticamente della differenza tra una metropolitana rigida e una caotica fiera di strada. Vedono le linee, ma non riescono facilmente a dire: "Questo processo è super strutturato" o "Questo è totalmente libero". Questo è importante perché, se provate a gestire una fiera di strada come una metropolitana, ne soffocherete la creatività. Se trattate una metropolitana come una fiera di strada, causerete il caos. La grande domanda è: possiamo insegnare a un computer a guardare i dati disordinati di un'azienda e capire istantaneamente che tipo di processo è?

Questo articolo, scritto da ricercatori della Technical University of Munich, dice: "Sì, possiamo". Hanno costruito un nuovo strumento che agisce come un detective per i processi aziendali. Invece di limitarsi a contare quanti percorsi diversi segue un processo, il loro strumento osserva le minuscole relazioni tra ogni singolo passaggio. Hanno scoperto che, assegnando dei punti (un "punteggio") a specifici tipi di relazioni — come "l'Attività A deve avvenire prima dell'Attività B" rispetto a "l'Attività A e B possono avvenire quando vogliono" — possono classificare automaticamente qualsiasi processo aziendale in una di quattro categorie: Strutturato (la metropolitana rigida), Semi-strutturato (un mix di entrambi), Lassamente Strutturato (la flessibile fiera di strada) o Non Strutturato (puro caos).

Ecco come avviene realmente il loro lavoro da detective, usando un'analogia semplice. Immaginate di cercare di capire la personalità di un gruppo di amici solo osservando come passano il tempo insieme.

Il Vecchio Modo: Potreste semplicemente contare quante volte vanno al parco insieme. Se ci vanno spesso, pensate che siano un gruppo molto unito. Ma questo tralascia le sfumature.
Il Nuovo Modo (Questo Articolo): Osservate le regole specifiche della loro amicizia. Si siedono sempre nello stesso ordine? (Questa è una "dipendenza temporale"). Se una persona si presenta, un'altra deve presentarsi anche lei? (Questa è una "dipendenza esistenziale").

I ricercatori si sono resi conto che diverse "personalità" di processi hanno diverse "dinamiche di amicizia".

I processi strutturati sono come un'esercitazione militare. Se vedete un modello in cui "il Passaggio A è sempre seguito immediatamente dal Passaggio B", quella è un'indizio enorme. È una regola rigida.
I processi lassamente strutturati sono come un gruppo di amici a una festa. "Il Passaggio A potrebbe accadere, o potrebbe non accadere" e "Il Passaggio B potrebbe avvenire prima di A, o dopo A, o non avvenire affatto". Questo è un modello di indipendenza.

Il team ha creato un algoritmo informatico che scansiona un registro di attività aziendali (come un diario di tutto ciò che è accaduto) e costruisce una gigantesca classifica. Conta quante volte vede "regole rigide" rispetto a "libertà flessibile". Poi, applica un set speciale di pesi. Pensatelo come un sistema di punteggio di un videogioco:

Se il registro è pieno di "Segue direttamente" (A poi B, senza eccezioni), il team Strutturato riceve +3 punti.
Se il registro è pieno di "Indipendenza" (A e B non hanno regole), il team Lassamente Strutturato riceve +2,5 punti.
Se il registro è un mix, il team Semi-strutturato riceve punti.

Il computer somma tutti i punti per ogni categoria. La categoria con il punteggio più alto vince. Se i primi due punteggi sono molto vicini, il computer ammette: "Non sono sicuro, questo è un caso limite", il che è una risposta onesta e utile.

Per testare se il loro sistema di punteggio funzionasse, i ricercatori hanno fatto due cose. Per prima cosa, hanno creato processi aziendali finti in una simulazione al computer. Ne hanno creati alcuni perfettamente rigidi, altri totalmente caotici e altri ancora via di mezzo. Il loro algoritmo ha ottenuto il risultato corretto il 100% delle volte sui dati finti puliti e, anche quando hanno aggiunto "rumore" (errori finti o glitch casuali ai dati), lo strumento era abbastanza intelligente da ignorare il rumore e trovare comunque la risposta corretta.

In secondo luogo, volevano vedere se gli esseri umani potessero fare di meglio. Hanno mostato otto diverse mappe di processo a 13 esperti (persone che studiano i processi aziendali) e hanno chiesto loro di indovinare la categoria. I risultati sono stati interessanti:

Gli esperti erano bravissimi nel individuare gli estremi. Tutti concordavano sui processi super rigidi e su quelli super caotici.
Ma quando si trattava della zona intermedia e disordinata (il semi-strutturato e il lassamente strutturato), gli umani erano in disaccordo. Alcuni pensavano che un processo fosse "semi-strutturato", altri che fosse "lassamente strutturato". Era difficile per loro distinguere la differenza.

Il computer, invece, era coerente. Ha eguagliato gli esperti nei casi facili e ha fornito un'etichetta chiara e oggettiva per i casi medi in cui gli umani erano confusi. Ad esempio, un processo del mondo reale (un gioco chiamato ChickenHunt) è stato classificato dal computer come "lassamente strutturato". Gli esperti erano in gran parte d'accordo, notando che i giocatori avevano totale libertà di scegliere le proprie mosse. Un altro processo, un normale sinistro assicurativo, è stato correttamente identificato come "semi-strutturato" perché presentava parti rigide mescolate a scelte flessibili.

L'articolo non sostiene che questo sia un bastone magico che risolve ogni problema per sempre. Gli autori ammettono che il loro strumento funziona meglio quando i dati sono relativamente puliti e che i "pesi di punteggio" che hanno usato sono stati tarati in base alle loro specifiche simulazioni. Notano anche che se un processo è veramente "non strutturato" (ovvero non esistono assolutamente regole), si tratta di un caso limite teorico, ma il loro strumento può comunque rilevarlo perché vede solo indipendenza e nessuna regola.

In definitiva, questo articolo suggerisce che non abbiamo bisogno di indovinare se un processo aziendale sia una metropolitana o una fiera di strada. Guardando da vicino le piccole regole (o la mancanza di esse) tra ogni singolo passaggio, un computer può automaticamente punteggiare il processo e dirci esattamente che tipo di creatura è. Questo aiuta le aziende a decidere come gestire il proprio lavoro: hanno bisogno di regole rigide e checklist, o hanno bisogno di dare ai propri dipendenti la libertà di essere creativi? Lo strumento fornisce una risposta chiara e automatizzata a questa domanda, trasformando un disordine confuso di dati in un'etichetta semplice e comprensibile.

Sintesi Tecnica: Un approccio basato sul punteggio per la classificazione della strutturatezza consapevole dei processi aziendali

Definizione del Problema

I processi aziendali variano significativamente nel loro grado di prevedibilità e flessibilità, spaziando da flussi di lavoro altamente standardizzati ad attività basate sulla conoscenza e poco strutturate. Questo spettro è tipicamente categorizzato in quattro classi: strutturato, semi-strutturato, poco strutturato e non strutturato. Identificare il livello di strutturatezza di un processo è critico per le organizzazioni poiché detta la selezione dei paradigmi di modellazione appropriati (ad esempio, linguaggi imperativi vs. dichiarativi) e informa le iniziative di governance e miglioramento.

Tuttavia, le attuali tecniche di process mining mancano di un supporto automatizzato per valutare la strutturatezza di un processo direttamente dai log di eventi. Gli approcci esistenti spesso si affidano all'analisi manuale delle varianti di traccia o richiedono a esperti di dominio di interpretare i modelli comportamentali, il che introduce soggettività e problemi di scalabilità. Inoltre, gli algoritmi di discovery esistenti spesso mappano i modelli comportamentali su specifici linguaggi di modellazione (ad esempio, BPMN o Declare) piuttosto che fornire una classificazione automatizzata e indipendente dal linguaggio del comportamento sottostante. La domanda di ricerca centrale affrontata è: Come possiamo classificare automaticamente il livello di strutturatezza per un dato processo osservando i modelli comportamentali in un log di eventi?

Metodologia

L'approccio proposto è un sistema di classificazione basato sul punteggio che opera in due fasi primarie: (1) la discovery automatizzata di relazioni tra attività granulari dai log di eventi, e (2) l'applicazione di un'euristica di punteggio pesata per classificare il log in una classe di strutturatezza.

1. Notazione Estesa delle Relazioni tra Attività

Per catturare il comportamento del processo in modo più preciso rispetto ai tradizionali Directy Follows Graphs (DFG), gli autori estendono la notazione delle relazioni tra attività introdotta da Andree et al. [14]. Questa notazione distingue tra due dimensioni di dipendenza:

Dipendenze Temporali ( $d_{temp}$ ): L'ordinamento delle attività. Gli autori introducono una dipendenza "eventuale vera" ( $\prec_t$ ) per escludere esplicitamente la successione diretta, differenziandola dalle standard dipendenze eventuali. Distinguono inoltre tra assenza di ordinamento osservato ( $x$ ) e ordinamento bidirezionale ($-$) per attività parallele.
Dipendenze Esistenziali ( $d_{exist}$ ): Le dipendenze di occorrenza tra attività (ad esempio, implicazione, co-occorrenza, indipendenza).

Questo approccio a doppia dimensione consente una caratterizzazione più sfumata del comportamento del processo, separando il quando le attività avvengono dal se esse avvengano.

2. Algoritmo di Discovery delle Relazioni

Gli autori hanno sviluppato un algoritmo di discovery (Algoritmi 1 e 2) che prende in input un log di eventi e costruisce una Matrice di Relazioni tra Attività.

Pre-elaborazione: L'algoritmo impiega un meccanismo automatico di filtraggio del rumore a livello di traccia. Deriva una soglia di frequenza minima delle varianti utilizzando un estimatore basato sul gap e un estimatore basato sul floor per separare le varianti legittime del processo dal rumore senza dipendere da parametri di tolleranza arbitrari.
Discovery Temporale: L'algoritmo analizza l'ordine delle coppie di attività attraverso le tracce, utilizzando i Componenti Fortemente Connessi (SCC) per gestire i cicli e distinguendo tra dipendenze dirette, eventuali e eventuali vere.
Discovery Esistenziale: L'algoritmo classifica le tracce in base alla presenza o assenza di coppie di attività per determinare i tipi esistenziali (ad esempio, implicazione, co-occorrenza, indipendenza).
Validazione: L'algoritmo è stato validato su log sintetici contenenti vari modelli di controllo del flusso (parallelismo, XOR, cicli, annidamento). Ha raggiunto il 100% di accuratezza nella scoperta di sia le dipendenze temporali che quelle esistenziali in log privi di rumore e ha mantenuto questa accuratezza in log rumorosi dopo l'applicazione del filtro a livello di traccia.

3. Euristica di Classificazione Basata sul Punteggio

Una volta generata la matrice delle relazioni tra attività, l'algoritmo di punteggio classifica il log in una delle quattro classi di strutturatezza ($S, SS, LS, US$).

Pre-filtraggio: Un pre-filtro specifico identifica i processi Non Strutturati (US). Se tutte le coppie di attività condividono lo stesso tipo temporale ed esistenziale (specificamente l'indipendenza) e non esistono relazioni di successione diretta, il processo viene classificato come non strutturato.
Punteggio Pesato: Per le restanti classi, l'algoritmo calcola un punteggio pesato basato sulla distribuzione dei tipi di relazione.
- Rapporti Marginali vs. Congiunti: Il sistema calcola il rapporto di ciascun tipo di relazione. Impiega un meccanismo di selezione basata sulla dominanza: se una specifica combinazione congiunta di dipendenze temporali ed esistenziali (ad esempio, indipendenza temporale + implicazione esistenziale) domina uno slot marginale (superando una soglia $\theta = 0.35$ ), viene applicato un peso congiunto specifico. Altrimenti, viene usato un peso marginale.
- Pesi Specifici per Classe: I pesi sono assegnati in base alle definizioni delle classi di strutturatezza. Ad esempio, le dipendenze temporali dirette e le co-occorrenze esistenziali ricevono alti pesi positivi per la classe Strutturato, mentre l'indipendenza esistenziale riceve alti pesi positivi per la classe Poco Strutturato e pesi negativi per la classe Strutturato.
Rilevamento dei Casi Limite: Se il margine di punteggio tra le prime due classi scende al di sotto di una soglia ( $\delta = 0.2$ ), l'output viene contrassegnato come un caso limite (ad esempio, $S/SS$).

Contributi Chiave

Classificazione Automatica della Strutturatezza: Il documento propone il primo approccio automatizzato per classificare i log di eventi nelle classi di strutturatezza ($S, SS, LS, US$) senza richiedere interventi manuali o modelli di riferimento.
Notazione Estesa e Algoritmo di Discovery: Gli autori introducono un'estensione della notazione delle relazioni tra attività (inclusa la dipendenza "eventuale vera") e un corrispondente algoritmo di discovery che estrae tali relazioni direttamente dai log di eventi, superando il limite per cui i metodi precedenti richiedevano la derivazione manuale da diagrammi BPMN.
Dataset Sintetico: Un dataset di 38 log di eventi sintetici etichettati è stato generato per addestrare e validare l'euristica di classificazione, coprendo l'intero spettro della strutturatezza.
Validazione Empirica: L'approccio è stato valutato sia rispetto al dataset sintetico che rispetto a un sondaggio condotto su esperti umani che classificavano processi reali e sintetici.

Risultati

Accuratezza Algoritmica: L'algoritmo di discovery ha raggiunto il 100% di accuratezza nell'identificare le dipendenze temporali ed esistenziali su log sintetici, anche in presenza di rumore, a condizione che venisse applicato il filtro a livello di traccia.
Performance di Classificazione:
- Nella valutazione che coinvolgeva 8 processi (P1–P8) e 13 partecipanti, le classificazioni dell'algoritmo erano in linea con le valutazioni degli esperti e la verità di base (ground truth) derivata dalla letteratura per la maggior parte dei casi.
- Per i processi Strutturati (P3, P4) e Non Strutturati (P8), l'algoritmo ha ottenuto un alto grado di accordo con gli esperti.
- Per i processi Semi-strutturati (P1, P2), l'algoritmo ha identificato correttamente le caratteristiche dominanti, allineandosi con la maggioranza delle opinioni degli esperti.
- Per i processi Poco Strutturati (P5, P6, P7), i risultati sono stati misti. In P5, l'algoritmo ha classificato il processo come semi-strutturato, mentre la letteratura lo descriveva come poco strutturato. Gli autori attribuiscono ciò alla "flessibilità distribuita" dei log reali, dove l'indipendenza è diffusa tra più tipi temporali piuttosto che concentrata in un singolo modello congiunto dominante, causando il default del punteggio basato sulla dominanza verso i pesi marginali.
Umano vs. Macchina: Il sondaggio ha rivelato che la classificazione manuale è generalmente facile per i processi agli estremi (altamente strutturati o non strutturati), ma diventa significativamente più difficile per i livelli intermedi (semi-strutturati e poco strutturati). Ciò evidenzia il valore di un approccio automatizzato per gestire la complessità cognitiva della distinzione dei livelli intermedi di strutturatezza.

Significato e Rivendicazioni

Il documento sostiene di fornire una base sistematica e oggettiva per l'analisi della strutturatezza dei processi. Collegando le classi di strutturatezza a modelli interpretabili di dipendenza tra attività, l'approccio offre un'alternativa riproducibile alla valutazione manuale degli esperti.

Gli autori sottolineano che il loro contributo non è un modello di machine learning a "scatola nera", ma un approccio basato sul punteggio e guidato dalla teoria che collega esplicitamente gli esiti della classificazione a specifiche caratteristiche comportamentali (ad esempio, la prevalenza dell'indipendenza rispetto alla successione diretta). Questa interpretabilità è presentata come un vantaggio chiave per l'analisi e il processo decisionale.

Il documento riconosce modestamente alcuni limiti:

La classificazione dipende dalla qualità dell'algoritmo di discovery sottostante e del filtraggio del rumore.
Il meccanismo basato sulla dominanza potrebbe avere difficoltà con i log reali dove la flessibilità è distribuita piuttosto che concentrata, portando potenzialmente a classificazioni borderline per processi complessi.
La classe "Non Strutturato" è trattata come un caso limite teorico, e la sua occorrenza empirica in contesti reali rimane una questione aperta.
L'approccio richiede attualmente un chiaro gap nelle distribuzioni della frequenza delle varianti per un filtraggio del rumore ottimale; in log altamente variabili senza tali gap, il meccanismo di fallback potrebbe essere meno preciso.

In definitiva, il lavoro mira a consentire alle organizzazioni di caratterizzare automaticamente i propri processi, facilitando così la selezione di paradigmi di modellazione appropriati e supportando le valutazioni della maturità dei processi senza la necessità di un'estesa analisi manuale o di modelli di riferimento preesistenti.