# knitr::opts_chunk$set(warning = FALSE, message = FALSE, cache = T)
knitr::opts_chunk$set(warning = FALSE, message = FALSE, eval=F)
library(tidyverse)
library(formattable)

Janssenswillen (2018c) 做了一个流程分析的 tutorial。主要有三方面可以学习，

quality measurement
exploratory data analysis and
business process analytics

这次学习笔记主要分为四个章节，
使用 Janssenswillen (2018a) 和 Janssenswillen (2018d) 所写的包。bupaR 基于 dplyr 包开发，processmapR 基于 diagrammR 包开发。
数据来自 bupaR包，使用函数 data() 进行调用。

第一章 Intro to process analysis

解释 process analysis 的三个定义
给出方法，分析一次业务的流程梳理，基于数据视角
给出相应的流程图

流程分析的定义， Janssenswillen (2018c) 解释得语焉不详，可以直接参考 Janssenswillen (2018b) 给出的解释。以下是解释的总结，一个日志数据可以从几个维度来看，

从模型层面，这是一个流程，包含了业务的每个环节
从事例层面，这是一个用户完成的经过，是整个流程的一个例子，包含了一个用户完成的所有环节
从事件层面，一个用户的一个环节的一个动作作为一个样本，这个样本具备不同的特征，比如发生时间、owner、成本等

`bupaR`包主要的中英文对照表

以医院诊断数据为例，介绍一些功能函数，方便理解。

功能函数

glimpse

library(bupaR)
data("patients")

patients %>% glimpse

基于dplyr开发，因此bupaR可以使用所有 dplyr的函数。

查看 case 数量

这里即查看病人数量

n_cases(patients)

数据汇总信息

patients %>% summary()

slice

patients %>% slice(1)

slice()函数可以反馈某个或者某些 case(s) 的所有情况。

n_activities

n_activities(patients)

反馈唯一的环节有几个

activity_labels

activity_labels(patients)

反馈唯一的环节有哪些

activities

activities(patients)

反馈唯一的环节出现的频数和频率

traces

traces(patients)

反馈由环节组成的、唯一的流程有哪些，反馈频数和频率，用于作流程图。

trace_explorer

library(processmapR)

trace_explorer(patients,coverage = 1)

可视化 traces(patients) 的结果。

n_traces

n_traces(patients)

反馈由环节组成的、唯一的流程有几个

process_map

process_map(patients)

patients %>% process_map(type = performance(FUN = median, units = "hours"))

反馈流程图。路程图可以查看业务上哪个环节发生频数高或者转化率情况。

eventlog

... %>%
    eventlog(
    case_id = "patient",
    activity_id = "activity",
    activity_instance_id = "activity_instance",
    lifecycle_id = "status",
    timestamp = "timestamp",
    resource_id = "resource"
)

构建日志数据

第二章 Analysis techniques

相较于章节 ??，章节 ?? 会难一些。

这里会从三种视角进行分析

the control-flow,
the performance and
the organizational background.

data("sepsis")

sepsis %>% head

control-flow

这里主要根据环节、resource进行了分析，旨在发现哪些环节比较突出，耗力。

resource_frequency 资源耗费函数

# Print list of resources
resource_frequency(sepsis,level = "resource") %>% 
  mutate(relative = percent(relative))

这里的 resource 可以理解为医生，数据是经过脱敏的。
这里衡量了不同医生诊断的次数，衡量工作量。

# Number of resources per activity
resource_frequency(sepsis, level = "activity")

这里衡量了不同环节对资源的消耗，也就是有多少医生参与作业，衡量每个环节需要多少工作量。

# Plot Number of executions per resource-activity
resource_frequency(sepsis, level = "resource-activity")

# Plot Number of executions per resource-activity
resource_frequency(sepsis, level = "resource-activity") %>% plot()

这里衡量了不同医生对不同环节工作量的分配。
这里可以引用到比如渠道价值的分析等。

resource_involvement 资源完成流程函数

resource_involvement(sepsis, level = "resource")

这里resource_involvement函数计算了每个资源，一共介入了多少流程中。
当然也可以直接在dplyr内实现。

sepsis %>% 
  group_by(resource) %>% 
  summarise(n_distinct = n_distinct(case_id)) %>% 
  arrange(desc((n_distinct)))

# Show graphically 
sepsis %>% resource_involvement(level = "resource") %>% plot

# Compare with resource frequency
sepsis %>% resource_frequency(level = "resource")

resource_frequency函数，计算的单位是环节、任务、tasks
resource_involvement函数，计算的单位是流程、cases

activity_presence 查看流程

sepsis %>% trace_explorer(coverage = .1)

查看top 10% 的流程类型。

sepsis %>% trace_length()

查看一个流程需要多少环节。

# Check activity presence
sepsis %>% activity_presence() %>% plot

查看每个流程出现的概率。

number_of_repetitions 重复环节发生情况函数

# Min, max and average number of repetitions
sepsis %>% number_of_repetitions(level = "log")

# Plot repetitions per activity
sepsis %>% number_of_repetitions(level = "activity") %>% plot

# Number of repetitions per resources
sepsis %>% number_of_repetitions(level = "resource")

number_of_repetitions(level = "resource") 衡量了对于一个流程中重复发生的情况， group_by(first_resource)的重复环节发生情况。

precedence_matrix 函数

sepsis %>% precedence_matrix(type = "absolute") %>% plot

这里衡量流程中不同环节的前后联系，是描述马尔可夫链的关系。
适用于渠道价值的影响力矩阵分析。

performance analysis

这里主要根据环节用时情况，时间关联情况。

# Create performance map
eat_patterns %>% process_map(type = performance(FUN = median, units = "hours"))

# Inspect variation in activity durations graphically
eat_patterns %>% processing_time(level = "activity") %>% plot

# Draw dotted chart
eat_patterns %>% dotted_chart(x = "relative_day", sort = "start_day", units = "secs")

如图，这里衡量每个人（流程）吃饭在时间上的关联情况。
这里会发现，
- 吃早饭晚，很可能不吃晚饭了。
- 吃早饭早，午饭前会吃零食。
- 虽然吃早饭晚的但是吃中午饭的时间也比较稳定。

常用函数为

# Time per activity
daily_activities %>% processing_time(level = "activity") %>% plot

# Average duration of recordings
daily_activities %>% throughput_time(level = "log", units = "hours")

# Missing activities
daily_activities %>% idle_time(level = "log", units = "hours")

书签

参考文献

Janssenswillen, Gert. 2018a. BupaR: Business Process Analysis in R. https://CRAN.R-project.org/package=bupaR.

———. 2018b. “Business Process Analysis in R.” 2018. http://bupar.net/index.html.

———. 2018c. “Business Process Analytics in R.” 2018. https://www.datacamp.com/courses/business-process-analytics-in-r.

———. 2018d. ProcessmapR: Construct Process Maps Using Event Data. https://CRAN.R-project.org/package=processmapR.

Business Process Analytics in R 学习笔记