۲۹ شهریور ۱۴۰۳

Techboy

اخبار و اطلاعات روز تکنولوژی

قدرت فرآیند کاوی در Power Automate

فرآیند کاوی اکنون بخشی از مجموعه اتوماسیون فرآیند مایکروسافت است و KPIها و تجسم هایی را که برای شناسایی تنگناها در گردش کار دستی و فرآیندهای نرم افزاری نیاز دارید به شما ارائه می دهد.

فرآیند کاوی اکنون بخشی از مجموعه اتوماسیون فرآیند مایکروسافت است و KPIها و تجسم هایی را که برای شناسایی تنگناها در گردش کار دستی و فرآیندهای نرم افزاری نیاز دارید به شما ارائه می دهد.

خودکارسازی فرآیندهای کسب‌وکار، نه تنها با فراهم کردن ابزاری برای افزایش توان عملیاتی، بلکه با اجازه دادن به کارکنان برای تمرکز بر سایر بخش‌های مهم‌تر شغل خود، راه مهمی برای افزایش بهره‌وری است. حتی در کسب‌وکارهای دیجیتال امروزی، ما معادل‌های الکترونیکی برای فشار دادن کاغذ قدیمی و بسیاری از کارهای مهمی داریم که بیشتر از آنچه باید طول می‌کشد، مانند پردازش صورت‌حساب، تأیید پرداخت‌ها، و مدیریت خریدها.

بهینه سازی فرآیند کسب و کار جدید نیست. این چیزی است که ما برای چندین دهه، از روزهای اولین مین‌فریم‌ها، تلاش کرده‌ایم انجام دهیم. بسیاری از گردش‌های کاری دیجیتال امروزی در دهه ۱۹۹۰ و با ورود سیستم‌های مشتری/سرور تعریف شدند. بسیاری از این فرآیندها هنوز در برنامه‌های قدیمی ویژوال بیسیک یا دلفی تجسم می‌یابند، حتی زمانی که برنامه‌های کاربردی خط کسب و کار مدرن شده‌اند، شیوه‌های کاری را استخوان‌بندی می‌کنند. زمان آن رسیده است که اتوماسیون فرآیندهای کسب و کار با استفاده از ابزارها و چارچوب‌های بومی ابری و حتی بهره‌گیری از یادگیری ماشینی، جهش مشابهی داشته باشد.

مقدمه ای بر نقشه برداری فرآیند

بخشی از مشکلی که بسیاری از شرکت‌ها با آن روبرو هستند این است که فکر می‌کنند فرآیندهای تجاری خود را می‌دانند، اما علیرغم داشتن ورودی‌ها و خروجی‌های تعریف‌شده، اکثر آنها از مستندات اولیه فاصله گرفته‌اند. بیشتر آن به دلیل ماهیت غیررسمی آموزش فرآیند و تکیه بر دانش ضمنی است. به جای دنبال کردن مستندات، حالت «نه، این روشی است که ما اینجا انجام می‌دهیم» تبدیل می‌شود. فرآیندهای کسب و کار دستی ارگانیک هستند. نحوه انجام کاری ممکن است به جای هر رویکرد رسمی به کسی که در دفتر کنارش نشسته اید بستگی دارد.

داشتن ابزارهایی که فرآیندها را شناسایی و بهینه می‌کند، پایه مهمی برای هر شکلی از اتوماسیون فرآیند است، به‌ویژه که ما اغلب باید به روش‌های دستی تکیه کنیم. ما باید بتوانیم ببینیم که اطلاعات و اسناد چگونه در یک تجارت جریان می یابد تا بتوانیم مکان هایی را که می توان سیستم ها را بهبود بخشید شناسایی کنیم. شاید یک مرحله تأیید غیرضروری بین داده‌ها به برنامه‌های کاربردی خط تجاری و سپس رزرو شدن در یک ابزار CRM وجود داشته باشد، جایی که برای چندین روز در آنجا قرار می‌گیرد.

آیا استقرار AWS شما با تعاریف Terraform شما مطابقت دارد؟ برای پیدا کردن این موضوع از SQL استفاده کنید.

ابزارهای فرآیند کاوی مدرن از این واقعیت استفاده می کنند که بسیاری از داده های کسب و کار ما قبلاً برچسب گذاری شده اند. این به جداول پایگاه داده گره خورده است یا از برنامه های کاربردی خط کسب و کار که ما انتخاب کرده ایم به عنوان سیستم ثبت استفاده کنیم، تهیه شده است. ما می‌توانیم از این سیستم‌ها برای شناسایی داده‌های مرتبط با مثلاً یک قرارداد، و مکان‌هایی که باید از آن استفاده شود، و همچنین افرادی که باید از آن استفاده کنند، استفاده کنیم.

با آن داده‌ها، می‌توانیم جریان‌های فرآیند مرتبط با آن را شناسایی کنیم، با استفاده از شاخص‌های عملکرد برای شناسایی ناکارآمدی‌ها، و همچنین جایی که می‌توانیم فرآیندهای دستی را خودکار کنیم – به عنوان مثال، با نمایش تأییدیه‌ها به عنوان کارت‌های تطبیقی ​​در Microsoft Teams یا Outlook. بنابراین، می‌توانیم کاری را که ممکن است یک کار فشرده یا وقت‌گیر بوده است، به یک «کار خرد» تبدیل کنیم که می‌تواند بدون ایجاد وقفه در سایر وظایف انجام شود.

کاوی فرآیند به Power Automate می آید

اکتسابی با Minit، ابزارهای استخراج فرآیند جدید در Power پلتفرم شکاف بین فناوری‌های قدیمی‌تر مانند BizTalk Server و ابزارهای جدیدتر کم‌کد Power Automate را پر می‌کند، در حالی که پایه‌ای برای نسل آینده قابلیت‌های مبتنی بر یادگیری ماشینی فراهم می‌کند. این شرکت اخیراً اعلام کرد که این ابزارها به طور کلی در دسترس خواهند بود در آغاز اوت ۲۰۲۳.

رویکرد مایکروسافت برای فرآیند کاوی از داده‌های رویداد استخراج‌شده از سیستم‌های سوابق شما برای ساخت مدلی از فرآیندهایی که از آن سیستم‌ها و داده‌های آنها استفاده می‌کنند، استفاده می‌کند و نشان می‌دهد که چگونه داده‌ها از سیستمی به سیستم دیگر جریان می‌یابند. سپس می‌توانید شاخص‌های عملکرد را برای آن فرآیندها اعمال کنید تا کارایی مسیرهای مختلف را تعیین کنید و مشخص کنید که چه تغییراتی می‌تواند برای بهبود آنها اعمال شود.

برای استفاده از Power Automate Process Mining ، باید به فایل های گزارش برنامه خود دسترسی داشته باشید. این می تواند به شکل اتصال به برنامه یا صادرات در قالب رایج مانند CSV باشد. هنگامی که به داده‌های گزارشی که می‌خواهید در Power Automate استفاده کنید دسترسی دارید، ابزار استخراج فرآیند از ویرایشگر آشنای Power Query برای تبدیل داده‌ها و افزودن ویژگی‌ها برای کمک به شناسایی فعالیت‌های اساسی استفاده می‌کند، برای مثال نشان می‌دهد که یک رویداد چه زمانی شروع و چه زمانی پایان می‌یابد. این برچسب‌گذاری به ابزار اجازه می‌دهد مراحل فرآیندهای کسب‌وکار شما را از ابتدا تا انتها ردیابی کند و مسیرهای مختلفی را که می‌توانند طی کنند نشان دهد.

ساخت جداول در React: با react-table شروع کنید

یک برنامه دسکتاپ به تجزیه و تحلیل اضافی کمک می کند و ویژگی های ویرایش فرآیند را ارائه می دهد. در قلب خروجی استخراج یک نقشه فرآیند است. می‌توانید ببینید که یک فرآیند چند بار در داده‌های منبع کشف شده است، چند بار اجرا می‌شود و چند بار همان فعالیت در طول اجرا تکرار شده است. زمان‌بندی فرآیند، مدت زمان کل فرآیند و همچنین مدت زمان هر فعالیت را نشان می‌دهد. این معیارها با هم به شما کمک می‌کنند فرآیندها را اولویت‌بندی کنید و مکان‌هایی را پیدا کنید که می‌توان آنها را بهینه کرد. برخی از این داده‌ها به‌عنوان شاخص‌های کلیدی عملکرد خلاصه می‌شوند، و یک نمای سریع از جایی که ممکن است بتوانید برنده‌های سریع به دست آورید، به‌عنوان مثال کاهش تعداد حلقه‌ها در یک فرآیند، ارائه می‌دهد.

استفاده از نقشه های فرآیند برای ساخت کد

مهمترین مزیت این تجزیه و تحلیل کشف جایی است که ممکن است وجود داشته باشد تنگناها. هنگامی که این فعالیت‌ها را شناسایی کردید، می‌توانید ببینید که آیا تأخیرها یا تکرارها در سطح انسانی یا نرم‌افزاری اتفاق می‌افتند و چه نوع منبعی برای کاهش تأخیرها باید به کار گرفته شود.

KPIها و تجسم‌سازی‌ها به شما این امکان را می‌دهند تا به سرعت ببینید که تغییرات می‌توانند فرآیندها را بهبود بخشند، چه با افزودن اتوماسیون یا انتخاب یک مسیر فرآیند خاص از جایگزین‌ها. خروجی یک تمرین فرآیند کاوی مانند این کد نیست، بلکه یک سند طراحی است که می توانید برای بهبود کد خود از آن استفاده کنید.

آیا یک گام کند است زیرا از تماس API ناکارآمد استفاده می کند؟ با استفاده از داده های KPI، اکنون می توانید از سایر ابزارهای نظارت بر عملکرد برای بررسی نحوه عملکرد یک سرویس خاص استفاده کنید. ابزارهای نظارت بر برنامه های کاربردی سنتی ممکن است قادر به شناسایی مشکلات نباشند، زیرا تماس ممکن است نادر باشد یا تأثیر کمی بر منابع داشته باشد یا هیچ تأثیری نداشته باشد. تنها زمانی که تأثیر تجاری تصمیمات طراحی را می بینیم، می توانیم رویکردهای جایگزین را بررسی کنیم.

نظرسنجی می گوید که اکثر توسعه دهندگان devops را پذیرفته اند

فرآیند کاوی ابزار قدرتمندی است که نه تنها خطرات مربوط به خودکارسازی فرآیندهای دستی را کاهش می‌دهد، بلکه بینشی در مورد نحوه اجرای برنامه‌های کاربردی سازمانی و تأثیر آنها بر عملیات تجاری ارائه می‌دهد.

آینده هوش مصنوعی برای فرآیند کاوی؟

یک جنبه جالب ابزار استخراج فرآیند Power Automate این است که یک نمودار جهت دار از داده ها تولید می کند. در همان زمان، داده هایی را که برای تولید آن نمودار استفاده کرده اید، برچسب گذاری کرده اید. این رویکردی است که به نظر می‌رسد برای استفاده با ابزارهای هوش مصنوعی مانند مدل OpenAI Codex که توسط Power Platform برای تولید برنامه‌ها استفاده می‌شود، طراحی شده است.

در Inspire 2023، مایکروسافت نسخه‌ای از این ابزارهای فرآیند کاوی را نشان داد که می‌تواند به طور خودکار یک جریان فرآیند را بر اساس گردش‌های کاری کشف‌شده، با استفاده از اتصالات و اقدامات Power Automate ایجاد کند، و گردش‌های کاری احتمالی را پیشنهاد می‌کند – از جمله افزودن تأییدیه‌های انسانی در صورت لزوم.< /p>

افزودن هوش مصنوعی به فرآیند کاوی به ما امکان می‌دهد مستقیماً از نقشه فرآیند به کد دیگر برویم. از آنجایی که شما با داده‌های برچسب‌گذاری‌شده و ابرداده‌های نقطه پایانی و توضیحات کار می‌کنید، مدل از همان ابتدا پایه‌گذاری می‌شود و خطر خطا را به‌طور قابل‌توجهی کاهش می‌دهد، حتی با استفاده از مدل‌های هوش مصنوعی مولد.

داشتن ابزارهایی مانند این برای ساخت باید به مایکروسافت مزیتی بدهد، به‌ویژه وقتی فناوری‌هایی مانند مایکروسافت Dataverse به شما این امکان را می دهد که یک مدل فرآیند مشترک برای تمام جریان های داخلی خود داشته باشید. یک چشم انداز بزرگ از این وجود دارد، که در آن فرآیندها تطبیقی ​​هستند و در طول زمان خود بهینه می شوند و به ویژگی های جدید اجازه می دهند با جمع آوری داده های بیشتر ظاهر شوند. چند سال جالب خواهد بود که این فناوری‌ها بالغ می‌شوند و به طور گسترده در دسترس قرار می‌گیرند.