Merging business process models
Failid
Kuupäev
2011-09-30
Autorid
Ajakirja pealkiri
Ajakirja ISSN
Köite pealkiri
Kirjastaja
Abstrakt
Ettevõtted, kellel on aastatepikkune kogemus äriprotsesside haldamises, omavad sageli protsesside repositooriumeid, mis võivad endas sisaldada sadu või isegi tuhandeid äriprotsessimudeleid. Need mudelid pärinevad erinevatest allikatest ja need on loonud ning neid on muutnud erinevad osapooled, kellel on erinevad modelleerimise oskused ning praktikad. üheks sagedaseks praktikaks on uute mudelite loomine, kasutades olemasolevaid mudeleid, kopeerides neist fragmente ning neid seejärel muutes. See omakorda loob olukorra, kus protsessimudelite repositoorium sisaldab mudeleid, milles on identseid mudeli fragmente, mis viitavad samale alamprotsessile. Kui sellised fragmendid jätta konsolideerimata, siis võib see põhjustada repositooriumis ebakõlasid -- üks ja sama alamprotsess võib olla erinevates protsessides erinevalt kirjeldatud. Sageli on ettevõtetel mudelid, millel on sarnased eesmärgid, kuid mis on mõeldud erinevate klientide, toodete, äriüksuste või geograafiliste regioonide jaoks. Näiteks on äriprotsessid kodukindlustuse ja autokindlustuse jaoks sama ärilise eesmärgiga. Loomulikult sisaldavad nende protsesside mudelid mitmeid identseid alamfragmente (nagu näiteks poliisi andmete kontrollimine), samas on need protsessid mitmes punktis erinevad. Nende protsesside eraldi haldamine on ebaefektiivne ning tekitab liiasusi.
Doktoritöös otsisime vastust küsimusele: kuidas identifitseerida protsessimudelite repositooriumis korduvaid mudelite fragmente, ning üldisemalt -- kuidas leida ning konsolideerida sarnasusi suurtes äriprotsessimudelite repositooriumites?
Doktoritöös on sisse toodud kaks üksteist täiendavat meetodit äriprotsessimudelite konsolideerimiseks, täpsemalt protsessimudelite ühildamine üheks mudeliks ning mudelifragmentide ekstraktimine. Esimene neist võtab sisendiks kaks või enam protsessimudelit ning konstrueerib neist ühe konsolideeritud protsessimudeli, mis sisaldab kõikide sisendmudelite käitumist. Selline lähenemine võimaldab analüütikutel hallata korraga tervet perekonda sarnaseid mudeleid ning neid muuta sünkroniseeritud viisil. Teine lähenemine, alamprotsesside ekstraktimine, sisaldab endas sagedasti esinevate fragmentide identifitseerimist (protsessimudelites kloonide leidmist) ning nende kapseldamist alamprotsessideks.
Kirjeldus
Väitekirja elektrooniline versioon ei sisalda publikatsioone.
Märksõnad
Companies that have years of experience in business process management often maintain repositories containing hundreds or even thousands of business process models. The models in these repositories usually originate from various sources and are developed by different stakeholders. A common practice is that new process models are created by extending or refining existing models, or by copying and merging fragments from multiple models. As a result, process models tend to accumulate duplicate fragments which, if left unconsolidated, may evolve independently and lead to inconsistencies. Also, it often occurs that organizations manage multiple business processes that have similar goals, but pertain to different customer types, different products, business units or geographical regions. For example, a business process for handling insurance claims for motor accidents shares the same goal as a business process for handling house insurance claims. Naturally, these models will share several common fragments, but will differ from one another at various points. Managing these processes as entirely separate entities, leads to redundancy and inefficiency.
In this setting, this thesis addresses the following question: How to identify duplicate fragments in process model repositories, and more generally, how to identify and consolidate commonalities across models in a large process model repository?
The thesis proposes two complementary methods for process model consolidation, namely process model merging and subprocess extraction. Process model merging takes as input two or more process models and produces a single consolidated model that analysts can use to manage entire families of similar process models rather than managing them independently. On the other hand, subprocess extraction is about identifying fragments that are shared by multiple process models (also known as clones) and encapsulating these clones as separate subprocesses in order to eliminate redundancies., äriprotsessid, mudelid, tarkvaraarendus, business processes, models, software development