Index of /rozprawy2/10336

Pełen tekst

(1)Akademia Górniczo-Hutnicza im. Stanisªawa Staszica w Krakowie Wydziaª Zarz¡dzania. Bartªomiej Gaweª. Metody eksploracji procesów do wspomagania decyzji operacyjnych w maªych i ±rednich przedsi¦biorstwach produkcyjnych. Opiekuni naukowi: prof. dr hab. Maria Nowicka-Skowron dr hab. in» Piotr ebkowski, prof. AGH.

(2) Spis tre´sci Wst˛ep . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 1. 1. Przebieg badan´ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 8. 1.1.. Znaczenie identyfikacji procesów we współczesnym zarzadzaniu ˛ .. 8. 1.2.. Identyfikacja procesów w małych i s´ rednich przedsi˛ebiorstwach .. 10. 1.3.. Identyfikacja procesów jako studium przygotowawcze w. 1.4.. projektowaniu usprawnien´ . . . . . . . . . . . . . . . . . . . . . . .. 13. Sposób identyfikacji procesów . . . . . . . . . . . . . . . . . . . . .. 14. 1.4.1.. Wybór metod i modeli identyfikujacych ˛ . . . . . . . . . . .. 14. 1.4.2.. Identyfikacja zakresu badanego systemu . . . . . . . . . . .. 16. 1.4.3.. Ustalenie zakresu formalizacji procesów . . . . . . . . . . .. 18. 1.4.4.. Identyfikacja konfiguracji procesu . . . . . . . . . . . . . . .. 28. 1.4.5.. ˙ n´ wewn˛etrznych i niesprawno´sci Identyfikacja zagroze procesów . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 31. 2. Model do identyfikacji procesu produkcyjnego w małym i s´ rednim przedsi˛ebiorstwie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.. 33. Okre´slenie zakresu formalizacji procesów na potrzeby małych i s´ rednich przedsi˛ebiorstwach . . . . . . . . . . . . . . . . . . . . . . 2.1.1.. Przesłanki wyboru metodyki budowy modelu do identyfikacji procesów . . . . . . . . . . . . . . . . . . . . .. 2.1.2.. 34 34. Wymagania dla metaj˛ezyka do opisu modelu na potrzeby identyfikacji procesów w małych i s´ rednich przedsi˛ebiorstwach . . . . . . . . . . . . . . . . . . . . . . .. 2.1.3.. Wybór klasy dopuszczalnych modeli do identyfikacji procesu na potrzeby małych i s´ rednich przedsi˛ebiorstw . .. 2.1.4.. 40. Dobór typu modelu do wymogów metodyk doskonalenia procesów w małych i s´ rednich przedsi˛ebiorstwach . . . . .. 2.2.. 37. 44. Prezentacja postaci modelu do identyfikacji procesu dla małych i s´ rednich przedsi˛ebiorstw – LogML . . . . . . . . . . . . . . . . . . .. 52. 2.2.1.. Okre´slenie zakresu obiektów identyfikowanych przez model 52. 2.2.2.. ˙ n´ modelu konceptualnego . . . . . . . . Prezentacja załoze. 2.2.3.. Prezentacja postaci modelu implementacyjnego oraz miar procesu dla małych i s´ rednich przedsi˛ebiorstw . . . . . . .. 2.2.4. 2.2.5.. 56 65. Prezentacja algorytmów wizualizacji modelu do identyfikacji procesu – vLogML . . . . . . . . . . . . . . . . .. 81. Krytyczna analiza zaprezentowanego rozwiazania ˛ . . . . .. 90. 3. Model procesowego dziennika zdarzen´ w małych i s´ rednich przedsi˛ebiorstwach produkcyjnych . . . . . . . . . . . . . . . . . . . . .. i. 93.

(3) 3.1.. Charakterystyka orientacji zdarzeniowej w podej´sciu procesowym 3.1.1.. Przeglad ˛ standardów gromadzenia zdarzen´ procesowych w przedsi˛ebiorstwach produkcyjnych . . . . . . . . . . . .. 3.1.2.. 95. Porównanie standardów gromadzenia zdarzen´ w małych i s´ rednich przedsi˛ebiorstwach z wybranym standardem MXML. 3.1.3.. 94. 99. Definicja kompletno´sci dziennika zdarzen´ dla dzienników zdarzen´ w małych i s´ rednich przedsi˛ebiorstwach . . . . . . 105. 3.2.. Propozycja standardu rejestracji zdarzen´ produkcyjnych na potrzeby małych i s´ rednich przedsi˛ebiorstw . . . . . . . . . . . . . 107 3.2.1.. Transformacja rzeczywistych dzienników do standardu. PMXML . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 3.3.. Podsumowanie rozdziału . . . . . . . . . . . . . . . . . . . . . . . . 123. 4. Prezentacja metody identyfikacji procesu dla małych i s´ rednich przedsi˛ebiorstw . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.. 124. Krytyczny przeglad ˛ technik eksploracji procesu z punktu widzenia ich wykorzystania w małych i s´ rednich przedsi˛ebiorstwach . . . . 125 4.1.1.. Zdefiniowanie barier stosowalno´sci metod eksploracji procesu w małych i s´ rednich przedsi˛ebiorstwach . . . . . . 131. 4.1.2.. Uzasadnienie wyboru metod eksploracji procesu dla aspektów organizacyjnego i podmiotowego . . . . . . . . . 143. 4.2.. Metoda identyfikacji procesu produkcyjnego. . . . . . . . . . . . . 146. 4.2.1.. ˙ n´ j˛ezyka PipeLog . . . . . . . . . . . . . . Prezentacja załoze. 146. 4.2.2.. Identyfikacja procesu w obszarze Pozostałe ograniczenia . . .. 158. 4.2.3.. Identyfikacja procesu w obszarze Zadania . . . . . . . . . .. 159. 4.2.4.. Identyfikacja procesu w obszarze Zasoby . . . . . . . . . . .. 161. 4.2.5.. Identyfikacja procesu w obszarze Definicja procesu . . . . .. 162. 4.2.6.. Identyfikacja procesu w obszarze Strumien´ wyrobów . . . .. 176. 4.2.7.. Identyfikacja procesu w obszarze Role procesowe . . . . . . .. 180. 4.2.8.. Podsumowanie – Schemat działania metody . . . . . . . . . 181. 5. Ocena praktycznego zastosowania metody we wspomaganiu decyzji operacyjnych w małych i s´ rednich przedsi˛ebiorstwach . . . . . . . . . . 5.1.. 5.2.. 183. Walidacja fragmentów metody w praktyce . . . . . . . . . . . . . . 183 5.1.1.. Walidacja procedur numerycznych . . . . . . . . . . . . . . 184. 5.1.2.. Walidacja algorytmu DefLog . . . . . . . . . . . . . . . . . .. 184. Wykorzystanie zaprezentowanych w pracy metod i modeli w praktyce . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 5.2.1.. Automatyczne generowanie dzienników zdarzen´ w oparciu o czytniki RFID . . . . . . . . . . . . . . . . . . . . .. 5.2.2.. 187. Wykorzystanie metody identyfikacji procesu do poprawy wydajno´sci linii produkcyjnej . . . . . . . . . . . . . . . . . 189. 5.2.3.. Propozycja systemu monitorowania produkcji opartego o metod˛e identyfikacji procesu . . . . . . . . . . . . . . . . . . 198. 6. Podsumowanie i wnioski . . . . . . . . . . . . . . . . . . . . . . . . . . . 207. ii.

(4) A. Diagramy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 A.1. Diagramy schematów . . . . . . . . . . . . . . . . . . . . . . . . . . 211 A.2. Kategorie ontologii BWW . . . . . . . . . . . . . . . . . . . . . . . . 211 A.3. Obiektowy model danych i diagramy UML . . . . . . . . . . . . . . 212 A.4. Podstawowe elementy diagramów Flowchart . . . . . . . . . . . . 213 A.5. Charakterystyka architektury sieci semantycznych . . . . . . . . . 213 A.6. Struktura modułowa i płaska . . . . . . . . . . . . . . . . . . . . . . 217 B. U˙zyta notacja . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 218. B.1. Zbiory, ciagi ˛ i funkcje . . . . . . . . . . . . . . . . . . . . . . . . . . 218 B.2. Grafy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219 B.3. Sieci Petriego . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 Bibliografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224. iii.

(5) Wst˛ep „Podstawowa˛ zasada,˛ stosowana˛ do konfiguracji działan´ zespołowych, ˙ jest ich podział na proste elementy tak, aby stały si˛e zrozumiałe i mozliwe od szybkiego opanowania przez człowieka” [65, s. 53]. Organizacja kolejno´sci działan, ´ w taki sposób, aby doprowadziły do realizacji jakiego´s wytworu – produktu lub usługi – jest podstawowym problemem jaki stoi przed naukami o zarzadzaniu. ˛ Zwykle w przedsi˛ebiorstwie istnieja˛ dwie, niekompatybilne kategorie organizacji działan´ prostych – procesowa, która stawia sobie za cel niezawodne wytworzenie wyrobu; oraz funkcyjna, skupiajaca ˛ si˛e na efektywnos´ ci wykonywania zadan´ podobnych. Przeprojektowanie przedsi˛ebiorstwa, w celu połaczenia ˛ zalet obu sposobów organizacji, stało si˛e celem współ˙ czesnego podej´scia procesowego. Cel ten jest wyrazem da˛zenia do stanu, w którym klienci zamawiajacy ˛ okre´slony produkt, płaca˛ za jego wytworze˙ osianie, a nie za funkcjonowanie struktury organizacyjnej. Stan ten mozna ˛ gna´ ˛c poprzez identyfikacj˛e kluczowych procesów w przedsi˛ebiorstwie, a nast˛epnie maksymalizacj˛e warto´sci dodanej, zawartej w poszczególnych operacjach tworzacych ˛ te procesy. Zmienno´sc´ warunków działania współ˙ reorganizacja procesów jest czynczesnego przedsi˛ebiorstwa powoduje, ze ˙ no´scia,˛ która musi być przeprowadzana immanentnie. Na załozeniu tym opiera si˛e idea „ciagłego ˛ doskonalenia procesów”. Polega ona na stałym ˙ poszukiwaniu mozliwo´ sci ulepszen´ w codziennej działalno´sci realizowa˙ nych procesów, z zachowaniem załozonej metodyki rozwiazywania ˛ problemów1 i z wykorzystaniem do´swiadczen´ wynikajacych ˛ z popełnionych bł˛edów. Doskonalenie procesów opiera si˛e na czterech powtarzajacy ˛ si˛e etapach: diagnozowania, modelowania, wytwarzania i monitorowania2 . Monitorowanie polega na kontroli efektów reorganizacji procesów oraz identyfika˙ n´ dla ciagło´ cji nowych, potencjalnych zagroze ˛ sci ich trwania. Konieczno´sc´ ˙ si˛e z potrzeba˛ automatyzacji etapu ciagło´ ˛ sci doskonalenia procesów wia˛ze 1. ˙ być teoria ograniczen´ [62] lub „szczupła produkPrzykładem takich metodyk moze. cja” [84] 2 Metoda PDCA zaproponowana przez Deminga [150, s. 179]. Przeszczepienie tych etapów na grunt zarzadzania ˛ procesami przyj˛eło si˛e nazywać systemem zarzadzania ˛ procesami biznesowymi [170, s. 2].. 1.

(6) monitorowania. W dysertacji zaproponowano metod˛e, która automatyzuje identyfikacj˛e efektów zmian, jakie zaszły w wyniku usprawnien´ w procesach produkcyjnych, w przedsi˛ebiorstwie. ˙ ˙ Wdrozenie podej´scia procesowego jest szczególnie wazne w małych i s´ rednich przedsi˛ebiorstwach, które współpracuja˛ w obr˛ebie sieci dostaw3 , gdzie szczególny nacisk kładzie si˛e na antycypacj˛e potencjalnych opó´znien´ w dostawie. Powoduje to mi˛edzy innymi konieczno´sc´ propagacji aktualnych danych zwiazanych ˛ z obszarem logistyki produkcji pomi˛edzy uczest˙ nikami takiej sieci. Uzyskanie tych danych wymaga wdrozenia podej´scia procesowego. ˙ Wdrozenie podej´scia procesowego w małym i s´ rednim przedsi˛ebiorstwie powinno odbywać si˛e nie stopniowo, ale poprzez narzucenie organi˙ zacji pewnego (niewielkiego) poziomu wymagan, ´ u podstaw którego lezy przygotowanie prostego systemu identyfikujacego ˛ zmiany w procesach [113, s. 75]. ˙ przy tym podkre´slić, ze ˙ w przeciwienstwie ˙ Nalezy ´ do duzych przedsi˛ebiorstw, model procesu powstały w wyniku takiej identyfikacji, obejmuje nie tylko definicj˛e procesu (czyli kolejno´sc´ wykonywania działan), ´ ale zawiera równiez˙ miary efektywno´sci jego wykonania. Takie rozszerzenie modelu procesu kładzie wi˛ekszy nacisk na obiektywizacj˛e metody jego identyfikacji, dzi˛eki czemu zmiany wpływajace ˛ na efektywno´sc´ moga˛ zostać dokonane tam, gdzie jest to konieczne. Obiektywizm zapewnić moga˛ tylko metody minimalizujace ˛ wpływ na budowany model sadów, ˛ wiary czy do´swiadczenia projektanta procesu. Innymi słowy, ˙ identyfikacji i budowy konieczne jest zbudowanie metod, w których ci˛ezar modelu zostanie przeniesiony na system komputerowy. Opisana w dysertacji metoda pozwala na identyfikacj˛e tak rzeczywistej postaci procesu, jak i informacji pozywajacych ˛ na ocen˛e jego efektywno´sci minimalizujac ˛ wpływ człowieka. Główna˛ bariera˛ w automatyzacji pozyskiwania wiedzy o procesie w przedsi˛ebiorstwie jest rozproszenie, brak standaryzacji i redundantno´sc´ potencjalnych z´ ródeł danych. Z tego wzgl˛edu w dysertacji skupiono si˛e nie tylko na standaryzacji wiedzy wymaganej do oceny efektów procesu, ale równiez˙ na formalizacji danych koniecznych do pozyskiwania tej wiedzy. Celem pracy było wykazanie mo˙zliwo´sci oraz przydatno´sci zastoso3. Sieć dostaw jest to połaczona ˛ ze soba˛ pewna ilo´sc´ łancuchów ´ dostaw (zarówno pro-. stych, jak i sieciowych). W sieci dostaw dokonywana jest kompleksowa optymalizacja przepływu materiałowego we wszystkich łancuchach ´ dostaw wchodzacych ˛ w jej skład. Powstanie sieci dostaw zwiazane ˛ jest z faktem uczestnictwa cz˛es´ ci przedsi˛ebiorstw w wi˛ecej niz˙ jednym łancuchu ´ dostaw (za: [171, s. 74]).. 2.

(7) wania metod eksploracji procesów na potrzeby akwizycji danych koniecznych do identyfikacji zmian, jakie zaszły w wyniku usprawnien´ w procesach produkcyjnych, trwajacych ˛ w małych i s´ rednicy przedsi˛ebiorstwach współpracujacych ˛ w obr˛ebie sieci dostaw. ˙ Jego osiagni˛ ˛ ecie było mozliwe poprzez weryfikacj˛e nast˛epujacych ˛ hipotez badawczych: — Dzienniki zdarzen´ sa˛ wystarczajacym ˛ z´ ródłem informacji na potrzeby identyfikacji struktury procesu produkcyjnego i zmian w nim zachodzacych. ˛ ˙ — Zastosowanie metod eksploracji umozliwia przekształcenie danych z dzienników zdarzen´ w model pozwalajacy ˛ na identyfikacj˛e potencjal˙ n´ dla ciagło´ nych zagroze ˛ sci trwania procesu. ˙ Weryfikacja powyzszych hipotez nastapiła ˛ w oparciu o nast˛epujace ˛ cele czastkowe: ˛ Cel czastkowy ˛ 1 Wybór informacji opisujacych ˛ proces oraz zmiany w nim ˙ n´ dla ciazachodzace ˛ na potrzeby identyfikacji potencjalnych zagroze ˛ gło´sci jego trwania i budowa na tej podstawie modelu procesu. Cel czastkowy ˛ 2 Stworzenie uniwersalnego formatu do rejestracji zdarzen´ zachodzacych ˛ w obr˛ebie procesów produkcyjnych w małych i s´ rednich przedsi˛ebiorstwach. ˙ Cel czastkowy ˛ 3 Opracowanie j˛ezyka umozliwiaj acego ˛ przekształcenie zarejestrowanych zdarzen´ w model procesu. Cel czastkowy ˛ 4 Weryfikacja przydatno´sci zaproponowanego w dysertacji podej´scia w praktyce oraz zdefiniowanie jego ograniczen´ aplikacyjnych. Realizacja celi czastkowych ˛ została zdeterminowana poprzez przyj˛ecie ˙ ˙ wyniki dysertacji mozna ˙ b˛edzie zaimplementozałozenia badawczego, ze wać jako narz˛edzie informatyczne. Z tego wzgl˛edu metody i modele wykorzystane w pracy rozpatrywane były na trzech płaszczyznach - zarza˛ dzania procesami biznesowymi, wymiany informacji mi˛edzy systemami informatycznymi oraz implementacji jako procedura numeryczna. Metoda opisana w dysertacji składa si˛e z dwóch modeli - danych i procesu - oraz sposobu mediacji pomi˛edzy nimi. Zadaniem modelu procesu była standaryzacja informacji jaka˛ kierownictwo małego i s´ redniego przedsi˛ebiorstwa powinno posiadać, aby dostrzec powiazania ˛ pomi˛edzy poszczególnymi operacjami w obr˛ebie procesu produkcyjnego i mierzyć efektywno´sc´ zmian w nim zachodzacych. ˛ Model danych porzadkuje ˛ zakres danych gromadzonych w trakcie wykonywania procesu. Sposób me˙ być przekształdiacji, to przepis, w jaki zawarto´sc´ modelu danych moze. 3.

(8) cona w model procesu. Rzutowanie poszczególnych elementów metody na rozpatrywane płaszczyzny przedstawiono w tabeli 1.. Tablica 1. Wybór modeli identyfikujacych ˛ dla poszczególnych elementów metody. ˙ do modelowania procesu na płaszczy´znie zarzadzaZdecydowano, ze ˛ nia wykorzystane zostana˛ „mapy procesów”. Mapy te, na poziomie wymiany, zostana˛ zapisane przy pomocy j˛ezyków wykorzystywanych w sieciach semantycznych. Podobne podej´scie zastosowano dla modelu danych. ˙ ˙ sekwencyjny zapis zdarzen, Przyj˛eto załozenie, ze ´ jakie zaszły w czasie procesu, jest najprostszym, a przy tym najpopularniejszym sposobem gromadzenia informacji o procesach w przedsi˛ebiorstwie. Reprezentacja˛ takiego zapisu na poziomie zarzadzania ˛ jest dziennik zdarzen. ´ Informacje w ˙ było je nim zawarte musiały jednak zostać zestandaryzowane, aby mozna ˙ wykorzystać jako model danych. W tym celu uzyto j˛ezyków opisu sieci semantycznych. Do mediacji (pozyskiwania informacji) tak przez człowieka, jak i przez systemy informatyczne stworzono prosty j˛ezyk zapytan´ oparty o logik˛e temporalna˛ oraz techniki eksploracji procesów. Na poziomie maszyny modele reprezentowane sa˛ odpowiednio przez model klas oraz relacyjna˛ baz˛e danych. Dla tak zdefiniowanych narz˛edzi okre´slono ramy procesów podlegajacych ˛ identyfikacji przez metod˛e. Praca została podzielona na sze´sc´ rozdziałów. W rozdziale pierwszym dokładnie zdefiniowano obszar badawczy pracy, przedstawiono przesłanki stojace ˛ za wyborem poszczególnych metod i modeli oraz opisano przebieg badan. ´ W rozdziale drugim dokonano wyboru, adaptacji oraz semantycznego opisu modelu procesu pozwalajacego ˛ na opis definicji procesu produkcyjnego i zmian w nim zachodzacych ˛ pod katem ˛ potencjalnych usprawnien. ´ Rozdział rozpoczyna definicja ograniczen´ dla modelu. Do ich identyfikacji wykorzystano poj˛ecie „łancucha ´ warto´sci” oraz modele referencyjne wykorzystywane w identyfikacji procesów do integracji w obr˛ebie łancucha ´ dostaw. Wykorzystujac ˛ jeden z takich modeli, SCOR, podj˛eto decyzj˛e o za˙ w˛ezeniu obszaru badan´ do fragmentu łancucha ´ warto´sci w obszarze pro4.

(9) dukcji i kontroli jako´sci w systemach produkcyjnych, w których dominuje produkcja na skład i na zamówienie. W kolejnym kroku dokonano formalizacji tak zdefiniowanego obszaru badawczego z punktu widzenia pragmatyki zarzadzania. ˛ Polegała ona na zdefiniowaniu zakresu informacji, które powinny znale´zc´ si˛e w modelu procesu. ˙ ˙ model procesu jest struktura˛ przechowujac Przyj˛eto załozenie, ze ˛ a˛ in˙ formacje zagregowane w ten sposób, aby mozliwe było znalezienie w´sród nich wzorców wykorzystywanych w metodach doskonalenia procesów. Budowa modelu polegała wi˛ec na identyfikacji, kategoryzacji i hierarchizacji obiektów odgrywajacych ˛ znaczac ˛ a˛ rol˛e w procesie. Takie podej´scie do modelowania korespondowało z powszechnie akceptowalna˛ definicja˛ terminu „ontologia”. Budowa ontologii polegała na zbudowaniu słownika, który łaczył ˛ ze soba˛ zbiór poj˛ec´ z danej dziedziny wiedzy, relacji pomi˛edzy ˙ tymi poj˛eciami oraz reguł poprawnego ich uzycia w taki sposób czytelny tak dla aplikacji komputerowej, jaki i człowieka. ˙ dla zdefiniowanego W wyniku badan´ literaturowych stwierdzono, ze obszaru badan´ brak wła´sciwych ontologii dziedzinowych. Do budowy on˙ ˙ człowiek tologii dla dziedziny problemu przyj˛eto załozenie badawcze, ze szybciej dostrzega istot˛e kompleksowych problemów, gdy tworzy ich gra˙ ontologia b˛edzie posiada dwa ficzna˛ reprezentacj˛e. Zdecydowano wi˛ec, ze dialekty - jeden wizualizujacy ˛ ja˛ w postaci diagramów i drugi zrozumiały dla systemu komputerowego. Dialekty te nazwano odpowiednio vLogML oraz xLogML. Zadaniem diagramów opisanych j˛ezykiem vLogML była wizualizacja struktury i parametrów efektywno´sci procesu na potrzeby kierownictwa przedsi˛ebiorstwa. Wszystkie informacje zawarte w tych diagramach sa˛ zapisywane w dialekcie xLogML opisanym j˛ezykiem XML zrozumiałym dla systemów komputerowych. Budow˛e modelu procesu poprzedziło stworzenie modelu konceptualnego, którego zadaniem była prezentacja (przy pomocy diagramu klas w ˙ zwiazków ˙ notacji UML) poj˛ec´ , a takze ˛ pomi˛edzy nimi dla załozonego obszaru badan. ´ Nast˛epnie do poszczególnych poj˛ec´ przypisano własno´sci, których zadaniem był opis efektywno´sci działania rzeczy nazwanych tymi poj˛eciami. Identyfikacj˛e własno´sci przeprowadzono dokonujac ˛ analiz danych wykorzystywanych w metodykach „szczupłej produkcji” oraz „teorii ˙ ograniczen”. ´ Wyniki tej analizy oraz model konceptualny posłuzyły do budowy modelu implementacyjnego zapisanego w j˛ezyku XML. Model implementacyjny w j˛ezyku XML stanowi fizyczna˛ realizacj˛e omó˙ modelu konceptualnego. Model implementacyjny XML zawionego wyzej 5.

(10) wiera definicje wszystkich elementów modelu konceptualnego i zwiazków ˛ mi˛edzy nimi. Model implementacyjny zawiera tez˙ kilka nowych, w stosunku do modelu poj˛eciowego, elementów. Ich obecno´sc´ wynikała po cz˛es´ ci ze specyfiki j˛ezyka XML w zakresie modelowania danych, pewnych do˙ c brych praktyk w tworzeniu czytelnego kodu XML oraz naturalnych rózni´ pomi˛edzy modelem poj˛eciowym, a implementacyjnym. Model implementacyjny w j˛ezyku XML jest dialektem ontologii xLogML. Zapis przy pomocy j˛ezyka XML, pozwala na dost˛ep do wiedzy dla dowolnego systemu komputerowego. W rozdziale zaprezentowano dialekt. xLogML oraz sposób jego transformacji do modeli vLogML. Prezentacja modelu implementacyjnego w j˛ezyku XML pozwoliła na realizacj˛e pierwszego celu czastkowego. ˛ W rozdziale trzecim stworzono uniwersalny format zapisu zdarzen´ wyst˛epujacych ˛ w obr˛ebie procesów produkcyjnych na potrzeby małych i s´ red˙ ˙ przenich przedsi˛ebiorstw. Budow˛e modelu danych oparto na załozeniu, ze bieg procesu jest sekwencja˛ zdarzen´ opisujac ˛ a˛ zmiany stanów obiektów w nim uczestniczacych, ˛ która zapisywana jest w dzienniku zdarzen. ´ Budowa modelu polegała wi˛ec na stworzeniu j˛ezyka opisujacego ˛ ograniczenia dla ciagów ˛ symboli, które moga˛ wystapi´ ˛ c w trakcie zapisu zdarzenia oraz pogrupowania powstałych w ten sposób danych w kategorie. W wyniku badan´ literaturowych majacych ˛ na celu znalezienie j˛ezyków, które wykorzystuja˛ jako czynnik grupujacy ˛ kategori˛e zdarzenia, podj˛eto decyzj˛e, o wykorzystaniu istniejacego ˛ j˛ezyka – MXML, który powstał z mys´ la˛ o procesach usługowych i administracyjnych. Bezpo´srednie zastosowa˙ nie tego j˛ezyka okazało si˛e jednak niemozliwe. Dane w procesach usługowych i administracyjnych (które pierwotnie opisywał MXML) sa˛ gromadzone przez centralny system informatyczny, który zapisuje tylko zdarzenia bezpo´srednio dotyczace ˛ przebiegu procesu, grupujac ˛ je przebiegami. Tymczasem w procesach produkcyjnych w małych i s´ rednich przedsi˛ebiorstwach centrum generowania zdarzen´ umieszczone jest w obr˛ebie stano˙ czynnikiem grupujacym wiska. Wynika z tego, ze ˛ w procesach produkcyjnych jest zasób, a nie przebieg procesu. Ponadto w obr˛ebie procesu produkcyjnego, w przeciwienstwie ´ do usługowego, wyst˛epuja˛ zdarzenia (np. ˙ awarie), które mozna przypisać do konkretnego zasobu, ale nie do przebiegu procesu. Uwzgl˛ednienie tych czynników wymagało rozszerzenia i modyfikacji ˙ ˙ konieczne było j˛ezyka MXML. Zakres zmian w MXML był na tyle powazny, ze stworzenie nowego formatu. W rozdziale oprócz prezentacji samego formatu, pokazano sposób przekształcenia do niego rzeczywistych danych. 6.

(11) gromadzonych w procesie produkcyjnym (np. arkuszy Excela, czy danych z czytników RDIF). Pozwoliło to na osiagni˛ ˛ ecie drugiego celu czastkowego. ˛ W rozdziale czwartym przedstawiono ostatni element metody – sposób transformacji danych zawartych w modelu danych do modelu procesu. ˙ obiekty w modelu procesu maja˛ charakter staBiorac ˛ po uwag˛e, fakt, ze tyczny, a obiekty w modelu danych dynamiczny, konieczne było zbudo˙ wanie j˛ezyka umozliwiaj acego ˛ zadawanie zapytan´ do modelu danych. W tym celu wykorzystano opracowany przez autora dysertacji j˛ezyk PipeLog, który był warstwa˛ po´srednia˛ pomi˛edzy dziennikami zdarzen, ´ a ontolo˙ ˙ oprócz typowych operatorów logicznych gia.˛ J˛ezyk ten wyróznia fakt, ze oraz operatorów relacji, wprowadzono do niego operatory logiki temporal˙ ˙ ˙ sci czasowych bez nej. Logika temporalna umozliwia rozwazanie zalezno´ wprowadzania bezpo´srednio poj˛ecia czasu. W rozdziale czwartym dysertacji, zaprezentowano procedury, zapisane w j˛ezyku PipeLog, pozwalajace ˛ na pozyskanie wiedzy zawartej w modelu procesu z dzienników zdarzen. ´ ˙ Nie wszystkie informacje zapisane w modelu procesu były mozliwe do identyfikacji przy pomocy j˛ezyka PipeLog. W celu identyfikacji definicji procesu (ograniczen´ kolejno´sciowych dla zadan) ´ konieczna była budowa algorytmu detekcji DefLog, który w oparciu o model danych doko˙ sci konuje analizy relacji pomi˛edzy zdarzeniami, w celu odkrycia zalezno´ lejno´sciowych pomi˛edzy zadaniami. Rozdział konczy ´ opis procedur, które wykorzystujac ˛ PipeLog oraz DefLog pozwalaja˛ na przekształcenie modelu danych w model procesu. W rozdziale piatym ˛ dysertacji pokazano praktyczne przypadki wykorzystania opisanych w dysertacji modeli i metod. Analiza przypadków prak˙ tycznych umozliwiła weryfikacj˛e ostatniego celu czastkowego. ˛ Prac˛e koncz ´ a˛ podsumowanie i wnioski. Metoda opisana w dysertacji pozwala na automatyzacj˛e identyfikacji procesu oraz łatwiejsze definiowanie wzorców pozwalajacych ˛ na automatyzacj˛e decyzji operacyjnych np. wskazania propozycji ulepszen´ procesu w oparciu o jego parametry.. 7.

(12) 1. Przebieg badan´ Rozdział ten podsumowuje przebieg badan, ´ których wyniki zostały zaprezentowano w kolejnych rozdziałach drugim, trzecim i czwartym.. 1.1. Znaczenie identyfikacji procesów we współczesnym zarzadzaniu ˛ Jedna˛ z kategorii pozwalajacych ˛ na podział działan´ zespołowych na zadania proste jest proces1 . Po raz pierwszy kategoria ta wykorzystana została przez Taylora na poczatku ˛ dwudziestego wieku do budowy systemu produkcyjnego2 , wytwarzajacego ˛ produkty o wysokim skomplikowaniu w sposób masowo powtarzalny [115, s. 365]. Stosujac ˛ kategori˛e procesu, wytworzenie produktu traktowane było jako sekwencja działan´ opisujaca ˛ poszczególne operacje, które ma wykonać robotnik, jak równiez˙ struktur˛e i czas trwania tych operacji. Pomimo rozwoju automatyzacji i komputeryzacji technologii w sferze produkcji, organizacja systemów wytwarzania, do odzwierciedlenia kolejno´sci operacji technologicznych, nadal wykorzystuje kategori˛e procesu. Z kolei system zarzadzania, ˛ stanowiacy ˛ swoista˛ nadbudow˛e organizacyjna˛ sfery produkcyjnej, działa w znakomitej wi˛ekszo´sci przypadków według idei organizacji funkcjonalnej, w skład której wchodza˛ zorganizowane grupy 1. W niniejszej pracy poj˛ecie procesu rozpatrywane jest na poziomie operacyjnym jako. „ciag ˛ działan´ rozpoczynajacy ˛ si˛e pozyskiwaniem i przetwarzaniem zasobów informacyjnych i materiałowych, które po przetworzeniu staja˛ si˛e zasobami dla kolejnych ciagów ˛ działan´ realizowanych przez klientów wewn˛etrznych. Ciag ˛ ten finalizowany jest u klienta zewn˛etrznego, przy czym pod poj˛eciem finalizowanie procesu rozumie si˛e uzyskanie spodziewanych efektów” [64, s. 21] 2 Praktyczne zastosowanie kategorii procesu do produkcji masowej nalezy ˙ przypisać ˙ H. Fordowi [53] oraz K. Toyodzie [103]. Przedstawione w tej dysertacji podej´scie blizsze jest raczej filozofii „szczupłej produkcji” opracowanej przez K. Toyode. Filozofia ta opiera si˛e ˙ ˙ przedsi˛ebiorstwo działa na rynku składajacym na załozeniu, ze ˛ si˛e z wielu nisz, których popyt moga˛ zaspokajać tylko krótkie serie produktów wytwarzane na jednej linii produkcyjnej. Sumaryczny popyt z poszczególnych nisz jest zbyt mały, aby opłacalne było tworzenie ˙ dedykowanych linii produkcyjnych. Takie załozenie determinuje sposób eliminacji zmienno´sci w strumieniu przepływu pracy. Zamiast ukrywania zakłócen´ za pomoca˛ wysokich stanów magazynów mi˛edzyoperacyjnych oraz sztucznym utrzymaniem pracy maszyn, jak ˙ si˛e do skrócenia czasu realizacji zamówienia poprzez eliminacj˛e postuluje to Ford, da˛zy marnotrawstwa w trakcie wykonywania czynno´sci.. 8.

(13) ludzi odpowiedzialne za pewne zbiory podobnych operacji [65, s. 54 passim]. W praktyce w przedsi˛ebiorstwie istnieja˛ wi˛ec dwa, niekompatybilne co do budowy systemy organizacyjne – procesowy, który stawia sobie za cel niezawodne wykonanie procesu, oraz funkcyjny, który skupia si˛e na niezawodnym wykonaniu danej grupy podobnych zadan. ´ Próby połaczenia ˛ tych dwóch systemów, na poczatku ˛ lat dziewi˛ec´ dziesiatych ˛ ubiegłego wieku, zapoczatkowały ˛ renesans podej´scia procesowego3 w nowoczesnych organizacjach. Zaproponowano wtedy dwie koncepcje reorganizacji przedsi˛ebiorstwa: radykalna˛ [72] oraz ewolucyjna˛ [35]. Po˙ łaczenie ˛ tych koncepcji legło u podstaw reinzynierii procesów. Jej celem jest „wprowadzenie zmian i przeprojektowanie organizacji w taki sposób, aby połaczy´ ˛ c podej´scia w systemie zarzadzania ˛ oraz wytwarzania” [72, ˙ s. 10]. Cel ten jest wyrazem da˛zenia do stanu, w którym klienci zamawiajacy ˛ okre´slony produkt powinni płacić za jego wytworzenie, a nie za funk˙ cjonowanie struktury organizacyjnej czy obsług˛e awarii. Cel ten mozna wi˛ec osiagn ˛ a´ ˛c poprzez identyfikacj˛e kluczowych, z punktu widzenia celu przedsi˛ebiorstwa, procesów, a nast˛epnie maksymalizacj˛e warto´sci dodanej zawartej w poszczególnych operacjach tworzacych ˛ te procesy. Wzrost warto´sci w wyniku reorganizacji procesów wynika z minimalizacji wszelkich elementów zb˛ednych z punktu widzenia kreowania warto´sci. Zmienno´sc´ ˙ reorwarunków działania współczesnego przedsi˛ebiorstwa powoduje, ze ganizacja procesów jest czynno´scia,˛ która musi być przeprowadzana immanentnie. W ten sposób powstała idea ciagłego ˛ doskonalenia procesów. ˙ Polega ona na stałym poszukiwaniu mozliwo´ sci ulepszen´ w codziennej ˙ działalno´sci realizowanych procesów, z zachowaniem załozonej metodyki rozwiazywania ˛ problemów i z wykorzystaniem do´swiadczen´ wynikaja˛ cych z popełnianych bł˛edów. Doskonalenie procesów opiera si˛e na metodzie PDCA zaproponowana przez Deminga i cz˛esto nazywanej popularnie „kołem jako´sci”. Składa si˛e ona z czterech powtarzajacych ˛ si˛e elementów: planuj, wykonaj, sprawd´z i działaj. Przeszczepienie metody PDCA na grunt zarzadzania ˛ procesami przyj˛eło si˛e nazywać systemem zintegrowanego zarzadzania ˛ procesami biznesowymi [170, s. 1]. Jego celem jest zaprojektowanie „cało´sciowego, elastycznego i spójnego systemu procesów oraz budowy mechanizmu zarzadzania ˛ nim poprzez dostarczanie kierownictwu przedsi˛ebiorstwa narz˛edzi, metod i technik ułatwiajacych ˛ automatyzacj˛e projektowania, odtwarzania, kontroli i analizy procesów” [162, s. 97]. Na rysunku 1.1 przed3. Rozumianego w tej dysertacji jako „systematyczna˛ identyfikacj˛e procesów stosowa-. nych w organizacji i zarzadzanie ˛ nimi, a szczególnie wzajemnymi oddziaływaniami mi˛edzy takimi procesami” [185].. 9.

(14) stawiono, postulowany w tym podej´sciu, cykl zarzadzania ˛ procesami biznesowymi.. Rysunek 1.1. Graficzna prezentacja cyklu zarzadzania ˛ procesami biznesowymi. ´Zródło: [13, s. 237][170, s. 2]. Głównym problemem w cyklu zarzadzania ˛ procesami biznesowymi jest przygotowanie modelu procesu w celu konfiguracji systemu zarzadzania ˛ przepływem pracy. Wymaga to identyfikacji procesów wyst˛epujacych ˛ w przedsi˛ebior˙ być wielokrotnie powtarzany stwie. Tak „zaprogramowany” proces moze (odtwarzany). Historia jego kolejnych przebiegów rejestrowana jest w dziennikach zdarzen, ´ których analiza pozwala na monitorowanie, usprawnianie, bad´ ˛ z tez˙ usuni˛ecie bł˛edów w modelu, a wi˛ec pozwala na lepsze zarzadza˛ nie zasobami w przedsi˛ebiorstwie. Etap monitorowania ma kluczowe znaczenie w systemie zarzadzania ˛ procesami biznesowymi. Monitorowanie polega na kontroli, czy wprowadzone zmiany maja˛ swoje odzwierciedlenie w rzeczywisto´sci oraz obserwacji, czy zmiany doprowadziły do osiagni˛ ˛ ecia zamierzonego w etapie projektowa˙ si˛e z konieczno´scia˛ automania celu. Ciagłe ˛ usprawnianie procesów wia˛ze tyzacji identyfikacji zmian w procesach trwajacych ˛ w przedsi˛ebiorstwie. W dysertacji przedstawiono metod˛e, która automatyzuje identyfikacj˛e efektów zmian, jakie zaszły w wyniku usprawnien´ w procesach w przedsi˛ebiorstwie.. 1.2. Identyfikacja procesów w małych i s´ rednich przedsi˛ebiorstwach Adresatem metody sa˛ małe i s´rednie przedsi˛ebiorstwa, czyli firmy zatrudniajace ˛ odpowiednio do 49 oraz mi˛edzy 50 a 250 osób, z wyłaczeniem ˛ sek˙ tora mikro (do 9 osób) [45]. Przedsi˛ebiorstwa tego typu wyst˛epuja˛ w kazdym z czterech sektorów gospodarki [78, s. 3]: wydobyciu surowców mineralnych, produkcji płodów rolnych, usługach i wytwórstwie. Rozwiazania ˛ 10.

(15) zaproponowane w dysertacji przeznaczono dla małych i s´rednich przedsi˛ebiorstw wytwórczych (produkcyjnych)4 . Zainteresowanie podej´sciem procesowym w´sród tego typu przedsi˛ebiorstw jest coraz wi˛eksze, ale nie posiadaja˛ ˙ ˙ one odpowiedniej wiedzy umozliwiaj acej ˛ im przygotowanie i wdrozenie tej koncepcji zarzadzania. ˛ ˙ ˙ Wdrozenie podej´scia procesowego jest szczególnie wazne w małych i s´ rednich przedsi˛ebiorstwach, które współpracuja˛ w obr˛ebie łancucha ´ dostaw [143, s. 45]. Celem zintegrowanego zarzadzania ˛ procesami w obr˛ebie łancucha ´ dostaw jest automatyzacja przepływu aktualnych informacji pomi˛edzy przedsi˛ebiorstwami pod katem ˛ antycypacji potencjalnych opó´z˙ nien´ w dostawie [162, 133, s. 97]5 . Brak wdrozenia w przedsi˛ebiorstwie po˙ dej´scia procesowego uniemozliwia pozyskanie aktualnych danych o procesach w nim zachodzacych, ˛ a wi˛ec osłabia cały łancuch. ´ O ile projekty platform informatycznych ułatwiajacych ˛ propagacj˛e informacji wzdłuz˙ łancucha ´ poddostawców były i sa˛ tematem wielu mi˛edzynarodowych grantów badawczych (projekty ATHENA, Spider-Win [192], ˙ VISP [120]), o tyle wcia˛z˙ brak efektywnych rozwiaza ˛ n´ umozliwiaj acych ˛ s´ ledzenie zmian w przepływie pracy i otoczeniu procesu dla małych i s´ rednich przedsi˛ebiorstw [120]6 . Jak wi˛ec widać automatyzacja identyfikacji zmian zachodzacych ˛ w procesach operacyjnych w małych i s´ rednich przedsi˛ebiorstwach staje si˛e kluczowym czynnikiem decydujacym ˛ o efektywno´sci całego łancucha ´ dostaw. ˙ Biorac ˛ pod uwag˛e rozwazania teoretyczne i praktyczne ukierunkowane ˙ na problemy małych firm, jako jednego z wazniejszych elementów gospo˙ darki, niemozliwe jest bezpo´srednie przeniesienie na ich grunt metod sto˙ sowanych w podej´sciu procesowym w duzych przedsi˛ebiorstwach [20, s. 1]. W literaturze przedmiotu [135, s. 54], [161, s. 49] zwraca si˛e równiez˙ uwag˛e ˙ na wiele nieporozumien, ´ które utrudniaja˛ i opó´zniaja˛ wdrazanie podej´scia procesowego w przedsi˛ebiorstwach. W´sród nich wymienia si˛e m.in. panu˙ zarzadzanie jace ˛ przekonanie, ze ˛ procesami w istotny sposób wpływa na ˙ zarzadzanie ˛ procesami tylko w duzych przedsi˛ebiorstwach. Tymczasem małe organizacje powinny jak najwcze´sniej identyfikować i systematyzować swoje procesy. Sa˛ to podmioty, które tylko we wczesnej fazie swojego rozwoju sa˛ szybkie, szczupłe i wydajne. Wraz ze wzrostem firmy, nieliczna. 4. Taki wybór przedmiotu badan´ spowodowany był faktem podkre´slania w literatu-. ˙ rze przedmiotu problemów zwiazanych ˛ z wdrazaniem podej´scia procesowego w małych i s´ rednich przedsi˛ebiorstwach [135, s. 514][136, s. 49] 5 Obszernie na ten temat wypowiada si˛ e Witkowski [181, s. 23-32] 6 Bez s´ ledzenia zmian w przepływie pracy nie jest mozliwe ˙ doskonalenie procesów, które jest jednym z elementów podej´scia procesowego [135, s. 57]. 11.

(16) grupa pracowników nie jest w stanie kontrolować wszystkich procesów, informacji, klientów i technologii. ˙ ze ˙ wdrozenie ˙ Marciszewska [113, s. 75] uwaza, w małym i s´ rednim przedsi˛ebiorstwie podej´scia procesowego powinno odbywać si˛e nie stopniowo, a poprzez narzucenie organizacji pewnego (niewielkiego) poziomu wymagan. ´ Ten zbiór definiuje ramy organizacji procesowej w małym i s´ rednim przedsi˛ebiorstwie. Organizacja procesowa w małym i s´ rednim przedsi˛ebiorstwie, to taka organizacja w której: — zostały zidentyfikowane mapy powiaza ˛ n´ procesów, — istnieje system pomiaru rezultatów procesów oraz — realizowany jest proces zarzadzania ˛ nimi ukierunkowany na ich permanentne doskonalenie. ˙ n´ lezy ˙ wdrozenie ˙ U podstaw tych trzech załoze prostego systemu automatyzujacego ˛ identyfikacj˛e procesów w przedsi˛ebiorstwie oraz zmian w ˙ przy tym podkre´slić, ze ˙ model procesu b˛edacy nich zachodzacych. ˛ Nalezy ˛ ˙ si˛e od modeli wykorzystywanych w wynikiem takiej identyfikacji rózni ˙ ˙ duzych przedsi˛ebiorstwach. O ile w przypadku duzych przedsi˛ebiorstw model procesu jest wykorzystywany głównie do jego automatyzacji, o tyle w przypadku małych i s´ rednich organizacji model powinien być w wi˛ekszym stopniu ukierunkowany na wykorzystanie w technikach usprawniania. Definicja procesu podlegajacego ˛ identyfikacji powinna wi˛ec obejmować nie tylko definicj˛e procesu (np. kolejno´sc´ wykonywania działan), ´ ale równiez˙ pomiar efektów jego wykonania. Zastosowanie modelu procesu w technikach usprawniania powoduje ˙ ze ˙ jego identyfikacja powinna być dokonywana w sposób jak najrówniez, bardziej obiektywny. W innym przypadku zmiany poprawiajace ˛ efektywno´sc´ procesu moga˛ być wykonywane nie tam gdzie to konieczne. Obiektywizm zapewnić moga˛ tylko metody minimalizujace ˛ wpływ na budowany model sadów, ˛ wiary czy do´swiadczenia projektanta procesu. Innymi słowy, ˙ identyfikacji i budowy konieczne jest zbudowanie metod, w których ci˛ezar modelu zostanie przeniesiony na komputer. Opisana w dysertacji metoda pozwala na identyfikacj˛e tak rzeczywistej postaci procesu, jak i informacji ˙ pozywajacych ˛ na ocen˛e jego efektywno´sci w sposób niezalezny od człowieka7 . Klonowski [90, s. 127] jako główna˛ barier˛e pozyskiwania wiedzy w ma7. ˙ Narz˛edzie to b˛edzie nalezało do grupy systemów informatycznych nazywanych pro-. cesowymi hurtowniami danych (PHD) [24, s. 26]. Ich celem jest wspomaganie analizy, usprawniania i controllingu procesów w przedsi˛ebiorstwie. Najpopularniejszym przykładem takiego rozwiazania ˛ jest Business Object, nakładka na system SAP [193]. Wiedza o rzeczywistych zmianach zachodzacych ˛ w przebiegach procesów – uzyskana dzi˛eki zaprezento˙ zostać wykorzystana w monitorowaniu kluczowych wanemu w tej pracy podej´sciu – moze. 12.

(17) łym i s´ rednim przedsi˛ebiorstwie podaje rozproszenie, brak standaryzacji i redundantno´sc´ potencjalnych z´ ródeł danych, przez co przetworzenie zawartych w nich informacji jest czasochłonne i trudne do automatyzacji przy ˙ małym i s´ rednim przedsi˛ebiorstwom pomocy komputera. Wynika z tego, ze działajacym ˛ w łancuchu ´ dostaw brakuje centralnych repozytoriów danych z przebiegów procesów. Z tych wzgl˛edów w dysertacji główny nacisk po˙ łozono na standaryzacj˛e tak wiedzy o procesach w przedsi˛ebiorstwie, jak ˙ n´ i informacji koniecznych do identyfikacji procesów. Do prezentacji załoze oraz samej metody wykorzystano etapy usprawniajacego ˛ projektowania procesów zaproponowane przez Stabrył˛e [167, s. 207].. 1.3. Identyfikacja procesów jako studium przygotowawcze w projektowaniu usprawnien´ ˙ Stabryła wyróznia dwa rodzaje projektowania systemów: usprawniajace ˛ oraz bazowe. Projektowanie procesów w małym i s´ rednim przedsi˛ebiorstwie opiera si˛e na projektowaniu usprawniajacym, ˛ poniewaz˙ dotyczy „systemu istniejacego ˛ i jest ukierunkowane na eliminacj˛e stwierdzonych wad lub mankamentów w stosowanych rozwiazaniach, ˛ albo ma na celu ich doskonalenie”8 [167, s. 207]. Kluczowe znaczenie w tym typie projektowania maja˛ nast˛epujace ˛ stadia: identyfikacja, diagnoza i projektowanie zmian. Obszar badawczy tej dysertacji dotyczył identyfikacji procesów w procesach produkcyjnych. Stabryła [167, s. 207] definiuje identyfikacj˛e procesów jako „opis oraz interpretacj˛e ich struktury i działan” ´ i dzieli tak okre´slone stadium na etapy:. — Dobór metod identyfikujacych. ˛ — Identyfikacja badanego systemu. — Ustalenie zakresu formalizacji procesów. — Identyfikacja konfiguracji procesów ˙ n´ wewn˛etrznych i niesprawno´sci procesów. — Identyfikacja zagroze. Etapy te wykorzystano do budowy prezentowanej w tym opracowaniu metody. wska´zników efektywno´sci procesu (KPI) tak przez kierownictwo przedsi˛ebiorstwa, jak i przez innych uczestników łancucha ´ dostaw. 8 Projektowanie bazowe dotyczy nowotworzonych systemów i stosuje metodologi˛ e oparta˛ na wzorcach projektowych. 13.

(18) 1.4. Sposób identyfikacji procesów 1.4.1. Wybór metod i modeli identyfikujacych ˛ Dobór metod i modeli wykorzystanych w trakcie identyfikacji podporzadkowany ˛ jest zakresowi przedmiotowemu oraz funkcjonalnemu informacji, jakie wymagane b˛eda˛ w trakcie diagnozy i projektowania zmian w ˙ n´ dysertacji było zapewnienie moz˙ procesie. Poniewaz˙ jednym z załoze liwo´sci implementacji opisanej metody jako narz˛edzia informatycznego, zdecydowano dokonać doboru metod i modeli identyfikacji procesu, poprzez zrzutowanie ich na dwie płaszczyzny – metod informatycznych oraz metod zarzadzania ˛ procesami biznesowymi. W tym celu wykorzystano model MDA (Model Driven Architecture)[55]. ˙ do kategorii modeli słuz˙ acych Model MDA nalezy ˛ do wspomagania ˙ kazda ˙ metoda, która ma pozwalać na projektowania metod. Zakłada on, ze implementacj˛e jako narz˛edzie informatyczne powinna być rozpatrywana z trzech punktów widzenia: Człowieka, który do zrozumienia problemu potrzebuje jego zapisu w j˛e˙ zyku wizyjnym (diagramy) lub zblizonym do naturalnego; Mediacji, pomi˛edzy systemami, która wymaga stworzenia notacji w dialekcie rozumianym przez wiele systemów informacyjnych, dzi˛eki czemu ˙ mozliwa jest łatwa propagacja informacji; Systemu informatycznego, który wymaga modelu pozwalajacego ˛ na efektywne przetwarzanie zawartych w nim symboli tak, aby efektywnie pozyskiwać oczekiwane od niego informacje. ˙ ˙ punkt widzenia człowieka jest w tym wypadku płaszPrzyj˛eto załozenie, ze czyzna˛ zarzadzania ˛ procesami biznesowymi. Wykorzystujac ˛ model MDA zdecydowano, z˙ e metoda identyfikacji procesów powinna składać si˛e z dwóch modeli oraz jednego opisu procesu mediacji. Te modele to: model procesu i model danych. Zadaniem modelu procesu była standaryzacja informacji jaka˛ kierownictwo małego i s´ redniego przedsi˛ebiorstwa powinno posiadać, aby widzieć powiazania ˛ pomi˛edzy poszczególnymi operacjami w obr˛ebie procesu produkcyjnego i mierzyć efektywno´sc´ zmian w nim zachodzacych. ˛ Model ten z jednej strony musi wizualizować informacje w ten sposób, aby były czytelne dla kierownictwa, z drugiej za´s, aby były zrozumiałe dla systemu komputerowego. Model danych, zawiera informacje o rodzaju danych, które powinny być zbierane w trakcie wykonywania procesów. Wybór danych do modelu zdeterminowany został z jednej strony łatwo´scia˛ ich pozyskania w przedsi˛e˙ biorstwie (poziom zarzadzania), ˛ z drugiej za´s mozliwo´ sci zbudowania na ich podstawie modelu procesu. 14.

(19) Sposób mediacji, to przepis, w jaki dane zawarte w modelu danych moga˛ być przekształcone w model procesu. ˙ Te dwa modele oraz sposób mediacji musza˛ być rozpatrywane na kazdej z płaszczyzn modelu MDA. Rzutowanie poszczególnych elementów przedstawiono na rysunku 1.1.. Tablica 1.1. Wybór modeli identyfikujacych ˛ dla poszczególnych elementów metody. ˙ do modelowania procesu na płaszczy´znie zarzadzaZdecydowano, ze ˛ nia procesami biznesowymi wykorzystane zostana˛ „mapy procesów”. Mapa procesu jest to graficzne przedstawienie procesu wraz ze wska´znikami efektywno´sci go charakteryzujacymi. ˛ Mapa ta na poziomie mediacji pomi˛edzy systemami zostanie zapisana przy pomocy j˛ezyków wykorzystywanych do budowy sieci semantycznych9 . Podobne podej´scie zastosowano dla mo˙ ˙ sekwencyjny zapis zdarzen, delu danych. Przyj˛eto załozenie, ze ´ jakie zaszły w przebiegach procesów, jest najprostszym i najpopularniejszym sposobem gromadzenia informacji o przebiegach procesów w przedsi˛ebiorstwie. Reprezentacja˛ takiego zapisu na poziomie zarzadzania ˛ jest dziennik zdarzen. ´ Informacje w nim zawarte zostały zestandaryzowane przy pomocy j˛ezyków opisu sieci semantycznych. Do mediacji (pozyskiwania informacji) tak przez człowieka jak i przez systemy informatyczne stworzono prosty j˛ezyk zapytan´ oparty o logik˛e temporalna˛10 . Na poziomie maszyny zbiory danych reprezentowane sa˛ odpowiednio przez model klas oraz relacyjna˛ baz˛e danych. Do przekształcenia pomi˛edzy tymi modelami wykorzystano techniki temporalnej eksploracji procesów. 9. Jest to projekt, którego celem jest stworzenie standardów opisywania tre´sci w sieci. ˙ Internet w sposób, który umozliwi maszynom i programom przetwarzanie informacji w ˙ sposób odpowiedni do ich znaczenia, dzi˛eki czemu b˛edzie mozliwe przeprowadzenie na nich wnioskowania. W ostatnich latach obserwuje si˛e wykorzystanie tej koncepcji w odniesieniu do modeli zarzadzania ˛ [74, s. 18]. Cało´sciowa˛ adaptacja˛ tych technologii w odniesie˙ niu do duzych przedsi˛ebiorstw zajmuje si˛e m.in. projekt SUPER ([174]) 10 Jest to logika umozliwiaj ˙ ˙ ˙ sci czasowych bez wprowadzania aca ˛ rozwazanie zalezno´ czasu explicite.. 15.

(20) Temporalna eksploracja danych stawia sobie za zadanie, nie tylko odkrywanie relacji pomi˛edzy statycznymi obiektami (klasyczna eksploracja ˙ sci czasowych. Najcz˛estdanych), ale przede wszystkim eksploracj˛e zalezno´ szym z´ ródłem danych dla technik temporalnej eksploracji sa˛ sekwencje zdarzen. ´ Metody temporalnej eksploracji danych obejmuja˛ swoim zakresem szerokie spektrum zastosowan´ [127], poczawszy ˛ od szeregów czasowych, poprzez medycyn˛e, analityk˛e stron internetowych, az˙ po wykorzystanie do analizy procesów biznesowych. Konkretne algorytmy znacznie ˙ a˛ si˛e pomi˛edzy poszczególnymi zastosowaniami. Ogół algorytmów rózni wykorzystywanych w analizie procesów biznesowych przyj˛eło nazywać si˛e eksploracja˛ procesów11 [7, s. 237]. Metody eksploracji procesów skupiaja˛ si˛e na pozyskiwaniu wiedzy z dzienników zdarzen, ´ a nast˛epnie na jej generalizacj˛e pod katem ˛ analiz ilo´sciowych, czasowych i cz˛estotliwo´sciowych z ˙ punktu widzenia zasobów zaangazowanych w realizacj˛e procesu oraz z punktu widzenia zadan´ wchodzacych ˛ w jego skład. W kolejnym kroku dla tak zdefiniowanych narz˛edzi okre´slono ramy procesów podlegajacych ˛ identyfikacji. 1.4.2. Identyfikacja zakresu badanego systemu W dysertacji skupiono si˛e na procesach produkcyjnych w małych i s´ rednich przedsi˛ebiorstwach. Punktem wyj´scia dla identyfikacji zakresu systemu było sformułowanie celu jego istnienia. Dla systemu produkcyjnego zwykle jest to: „wytwarzanie okre´slonego rodzaju produktów” [167, s. 208]. ˙ ˙ c funkcje np. zaopaW zakresie tak zdefiniowanego celu mozna wyrózni´ trzenie, zbyt, a w obr˛ebie tak zdefiniowanych funkcji podfunkcje. Zakres ˙ tych funkcji i podfunkcji definiuje dziedzin˛e badan. ´ Przyj˛eto załozenie, aby do zdefiniowania obszaru badan´ wykorzystać poj˛ecie łancucha ´ warto´sci oraz modele referencyjne w zarzadzaniu ˛ łancuchem ´ dostaw. Z punktu widzenia biznesowego racjonalny zbiór zadan´ w organizacji, to taki zbiór, który w swojej strukturze zawiera maksymalna˛ warto´sc´ dodana,˛ czyli warto´sc´ jakiej oczekuje klient i za jaka˛ zapłaci cen˛e. Elementy tego zbioru tworza˛ strumien´ warto´sci, czyli „ciag ˛ powiazanych ˛ ze soba˛ działan´ realizowanych w ramach procesu wytwarzania finalnego produktu ˙ lub usługi, umozliwiaj acy ˛ uzyskanie warto´sci dodanej” [147, s. 196]. Stru˙ ˙ mien´ warto´sci mozna wi˛ec utozsamia´ c z procesem realizacji zlecenia. Na˙ podkre´slić, ze ˙ w skład strumienia warto´sci wchodza˛ wszystkie czynlezy no´sci, dodajace ˛ i nie dodajace ˛ warto´sci, ale niezb˛edne do realizacji okres´ lonej grupy potrzeb przez klientów. Zarzadzanie ˛ takim łancuchem ´ polega 11. Cz˛esto tez stosowany jest termin odwrotnej inz˙ ynierii (ang. reverse business engine-. ering) [75, s. 423]. 16.

(21) na poszukiwaniu jego optymalnej struktury, czyli minimalizacji czynno´sci nie zwi˛ekszajacych ˛ warto´sci dodanej. Przyj˛eto załoz˙ enie, z˙ e metoda opisana w dysertacji posłuz˙ y do identyfikowania fragmentu działan´ tworzacych ˛ łancuch ´ warto´sci w małym i s´rednim przedsi˛ebiorstwie. Zarzadzanie ˛ strumieniem warto´sci wyewoluowało w zarzadzanie ˛ łan´ ˙ istnieja˛ dwa rodzaje strucuchem dostaw. W literaturze przyjmuje si˛e, ze ˙ mieni warto´sci [33, s. 23]: wewn˛etrzny (tozsamy ze strumieniem warto´sci) oraz pełny, czyli łancuch ´ dostaw. Łancuch ´ dostaw jest to koncepcja „polegajaca ˛ na postrzeganiu całej sekwencji operacji od wydobycia surowców do dostarczenia do klienta jako łancucha ´ dodajacego ˛ warto´sc´ do produk˙ tów” [143, s. 45]. Kluczowym załozeniem koncepcji zarzadzania ˛ łancuchem ´ dostaw jest rozszerzenie procesu produkcyjnego na dostawców i odbiorców w ten sposób, aby razem aby stworzyć jeden proces koncz ´ acy ˛ si˛e u ˙ klienta. To załozenie nie wystarcza jednak, aby okre´slić jakie procesy powinny być integrowane zgodnie z omawiana˛ koncepcja˛ zarzadzania. ˛ W celu formalizacji podej´scia powstały wi˛ec modele referencyjne zarzadzania ˛ ˙ łancuchem ´ dostaw. Przy pomocy modeli referencyjnych mozliwa jest iden˙ ˙ tyfikacja procesów do integracji w obr˛ebie łancucha. ´ Przyj˛eto załozenie, ze jeden z takich modeli zostanie wykorzystany do zdefiniowania obszaru ˙ badan´ w przedsi˛ebiorstwie. Dzi˛eki temu uzyskana zostanie pewno´sc´ , ze metoda opisana w dysertacji dotyczy procesów wchodzacych ˛ w skład łan´ cucha dostaw. Spo´sród wielu modeli referencyjnych12 wybrano model SCOR13 , który ˙ do klasyfikacji, analizy i oceny procesów w łancuchach słuzy ´ dostaw. Jego ˙ dokonuje tego z interesujacych główna˛ zaleta˛ jest fakt, ze ˛ z punktu widzenia pracy uj˛ec´ : logistycznego, integracyjnego, synchronizacyjnego i usprawniajacego. ˛ ˙ w kazdym, ˙ W modelu SCOR zakłada si˛e, ze działajacym ˛ w łancuchu ´ do˙ ˙ mozna ˙ staw przedsi˛ebiorstwie wytwórczym, niezaleznie od branzy, wy˙ c pi˛ec´ kluczowych obszarów procesów zarzadzania rózni´ ˛ wpływajacych ˛ na łancuch ´ warto´sci: planowanie, zaopatrzenie, produkcja dostawy i zwroty. ˙ ˙ sci od typu prowadzonej przez przedW kazdym z tych obszarów, w zalezno´ ˙ zidentyfikować te prosi˛ebiorstwo produkcji, przy pomocy metody, mozna cesy, które sa˛ istotne z punktu widzenia zarzadzania ˛ warto´scia.˛ Wykorzystujac ˛ model SCOR, zdefiniowano te procesy, które b˛eda˛ w dalszym ciagu ˛ w kr˛egu zainteresowania opisanej w dysertacji metody. W wy12. Przykłady innych modeli to model łancucha ´ dostaw GSCF, czy macierz obszarów. zarzadzania ˛ łancuchami ´ dostaw Seuringa i GoldBacha. (Wiecej zob. w [182] 13 Charakterystyk˛ ˙ e i dyskusj˛e modelu SCOR mozna znale´zc´ w m.in. w [23, s.152-204]. Specyfikacja modelu znajduje si˛e na stronie [184].. 17.

(22) niku analizy stwierdzono, z˙ e metoda b˛edzie identyfikowała procesy, które odpowiadaja˛ w tym modelu obszarowi procesów dotyczacych ˛ produkcji i kontroli jako´sci w systemach produkcyjnych, w których dominuje produkcja na skład i na zamówienie14 . W ten sposób zdefiniowano obszar badawczy dla opisanej metody. W kolejnym kroku dla tak zdefiniowanej grupy procesów dokonano standaryzacji informacji o nich z punktu widzenia pragmatyki zarzadzania. ˛ 1.4.3. Ustalenie zakresu formalizacji procesów Według Stabryły [167, s.208] formalizacja procesów polega na standaryzacji procesów, procedur i relacji pomi˛edzy nimi z punktu widzenia prag˙ wyrózni´ ˙ c dwa obmatyki zarzadzania. ˛ W pragmatyce zarzadzania ˛ mozna szary: pragmatyk˛e instytucjonalna˛ oraz pragmatyk˛e procesów zarzadza˛ nia [167, s.209]. Pierwszy z obszarów, ze wzgl˛edu na konieczno´sc´ zachowania uniwersalno´sci metody, pozostał poza obszarem zainteresowania tej pracy. Pragmatyka procesów zarzadzania ˛ obejmuje swoim zakresem metodyki badan´ oraz formuły trybu post˛epowania w procesach zarzadzania. ˛ W pewnym uproszeniu, formalizacja procesów zarzadzania ˛ polega na zdefiniowaniu zakresu informacji, które powinny znale´zc´ si˛e w zidentyfikowanym modelu procesu. Zakres ten, z jednej strony wynika ze stosowanych w przedsi˛ebiorstwie metodyk usprawnien´ (teoria ograniczen, ´ szczupła produkcja), z drugiej za´s na wykonaniu kwerendy na dost˛epnych z´ ródłach danych b˛edacych ˛ podstawa˛ diagnostyki procesu. Powstały w ten sposób zbiór jest wypadkowa˛ potrzeb informacyjnych z punktu widzenia zarza˛ ˙ dzania procesami oraz mozliwo´ sci realizacji tych potrzeb w oparciu o istniejace ˛ z´ ródła danych. Problem z ustaleniem zakresu formalizacji procesów polega na takim doborze informacji o dynamice i statyce procesu, aby unikna´ ˛c, w osobach korzystajacych ˛ z modelu, przesytu informacyjnego oraz dostarczać infor˙ macji przydatnych, czyli takich których czas zycia jeszcze si˛e nie skonczył. ´ Innymi słowy luka powinno minimalizować si˛e luk˛e pomi˛edzy wolumenem informacji do przyswojenia, a zdolno´scia˛ do podejmowania decyzji powinna być jak najmniejsza. W celu odpowiedniego wyboru informacji wykorzystano model „piramidy wiedzy” zaproponowany przez Abramowicza[14, s. 43]. 14. Produkcja na skład obejmuje procesy polegajace ˛ na wytworzeniu produktu dla ano-. ˙ Pronimowego klienta, czyli produkowane na magazyn w oparciu o prognoz˛e sprzedazy. dukcja na zamówienie obejmuje produkty wytwarzane na zamówienie, opierajace ˛ si˛e na ˙ modułach projektowanych wg indywidualnych potrzeb uzytkownika z wykorzystaniem typowych modułów. 18.

(23) Jest to prosty system definicyjny oparty o cztery poj˛ecia: danej, informacji, wiedzy i madro´ ˛ sci. Dane sa˛ wynikiem obserwacji zjawisk, rzeczy i osób. Zrozumienie relacji pomi˛edzy poszczególnymi danymi powoduje, ˙ moga˛ być one traktowane jako informacje. Zarzadzanie ze ˛ informacja˛ po˙ lega na transformacji danych w informacje i udost˛epnienie jej uzytkownikom w celu podejmowania decyzji. Zarzadzanie ˛ wiedza˛ jest budowaniem nieoczywistych wzorców, które moga˛ być wykorzystane do automatyzacji podejmowania typowych decyzji. Madro´ ˛ sc´ to umiej˛etno´sc´ wykorzystania zgromadzonej wiedzy. Opisane w tym paragrafie poj˛ecia wykorzystano jako warstwy do budowy modelu danych i modelu procesu w prezentowanej metodzie.. Zarzadzanie ˛ danymi Budow˛e modelu danych rozpocz˛eto od zdefiniowania ciagów ˛ symboli ˙ jakie mozna wykorzystać do opisu procesów, ze z´ ródeł danych w małych i s´ rednich przedsi˛ebiorstwach produkcyjnych. Symbole te stały si˛e kandydatami na dane w modelu danych. Dane opisuja˛ stan, zachowanie i własno´sci poj˛ec´ abstrakcyjnych, rzeczy, osób oraz zjawisk. Zadaniem modelu danych jest zarzadzanie ˛ tymi danymi, czyli ich organizowanie w sposób pozwalajacy ˛ na pó´zniejsze porównywanie oraz wyszukiwanie obiektów opisanych wskazanymi danymi. Budowa modelu danych polega na stworzeniu j˛ezyka: — opisujacego ˛ ograniczenia dla ciagów ˛ symboli, które moga˛ wystapi´ ˛ cw danych oraz — grupujacego ˛ dane w obiekty . J˛ezyk ten nazywany jest danymi sterujacymi ˛ lub metadanymi. Dane dotyczace ˛ tego opracowania to np. np. Bartłomiej Gaweł, oraz „Metody eksploracji procesów do wspomagania decyzji operacyjnych w małych i s´ rednich przedsi˛ebiorstwach”, a metadane to autor i tytuł, które zgrupowane sa˛ w obiekt dysertacja. Jak pokazuja˛ m.in. badania Fliegnera[52, s. 26 passim], typowe gromadzenie danych dotyczacych ˛ procesów w przedsi˛ebiorstwie odbywa si˛e poprzez rejestracj˛e zdarzen´ w nich zachodzacych. ˛ W tym podej´sciu wykonanie procesu, czyli jego przebieg, jest sekwencja˛ zdarzen´ opisujac ˛ a˛ zmiany stanów obiektów w nim uczestniczacych ˛ [94, s. 30]. Z tego faktu wynikało przyj˛ecie przez autora dysertacji nast˛epujacych ˛ kategorii grupujacych ˛ dla danych: zdarzenia oraz przebiegu procesu. Zdarzenie to zapis zaj´scia w przedsi˛ebiorstwie sytuacji, która bezpos´ rednio lub po´srednio wpływa na proces. Przebieg procesu jest to sekwen19.

(24) cja zdarzen´ opisujaca ˛ zmiany stanów no´snika procesu15 . Przebieg procesu, oprócz grupowania symboli, grupuje tez˙ zdarzenia. Fliegner [52, s. 30] ana˙ metaj˛ezyki modelowania procesów zidentyfikował nast˛epulizujac ˛ rózne jace ˛ własno´sci zdarzen´ powstajacych ˛ w trakcie procesu: — Zdarzenie zwiazane ˛ jest z punktem czasu. — Zdarzenie dotyczy zmiany stanu (zwykle rozpocz˛ecia/zakonczenia) ´ czynno´sci lub wydarzenia (np. awaria stanowiskach, przestój, rozpocz˛ecie przezbrojenia). ˙ zaj´sc´ wewnatrz — Zdarzenie moze ˛ (rozpocz˛ecie wykonywania czyno´sc´ i) i na zewnatrz ˛ procesu (awaria stanowiska pracy). Przyj˛ecie zdarzenia jako kategorii grupujacej ˛ pociagn˛ ˛ eło za soba˛ konieczno´sc´ odpowiedzi na pytanie, czy dane grupowane w zdarzenia zawie˙ c jako z´ ródło danych. Zdaraja˛ wystarczajaco ˛ ilo´sc´ informacji, aby podłuzy´ rzenia w przedsi˛ebiorstwie w rzeczywisto´sci przechowywane sa˛ w dzienniku zdarzen. ´ Fragment takiego dziennika dla procesu usługowego przedstawiono w tablicy 1.2. Proces. Instancja. przetwarzanie rachunek rachunku. obsªuga zamówienia. obsªuga zamówienia. czasowy. start. 24-10-2008. 1039. zako«czenie 24-10-2008. wysyªka. przydziaª. Prac X Prac Y. 12:06 24-10-2008. SYSTEM. 12:07 informacja. zako«czenie 24-10-2008. kierownika pªatno±¢. SYSTEM. 12:08 zako«czenie 24-10-2008. 1029 zamówienie. Inicjator. 12:00 pªatno±¢. 2344. przetwarzanie rachunek rachunku. Znacznik. 1039 zamówienie. przetwarzanie rachunek rachunku. pªatno±¢. Typ zdarzenia. 1029. przetwarzanie rachunek rachunku. Czynno±¢. Prac X. 12:15 wysyªka. start. 2344. 24-10-2008. Prac Z. 12:30. ´ Tablica 1.2. Fragment dziennika zdarzen´ procesowych. Zródło: opracowanie własne. Procesy takie jak „przetwarzanie rachunku” czy „obsługa zamówienia” zwykło si˛e nazywać procesami operacyjnymi, referencyjnymi lub wzorcowymi. Realizacje procesów operacyjnych przez konkretne zasoby w celu osiagni˛ ˛ ecia faktycznych wytworów to przebiegi lub instancje procesu. W po˙ wyzszym przykładzie b˛eda˛ to np. rachunek 1029 lub zamówienie 2344. 15. No´snik procesu to jaki´s system fizyczny (np. półprodukt) w procesach produkcyj-. nych lub zbiór danych w procesach usługowych. 20.

(25) Modelem przebiegu procesu sa˛ ciagi ˛ zdarzen, ´ jakie wystapiły ˛ w jego trakcie. Pomimo niewielkiej ilo´sci danych, dzienniki zdarzen´ pozwalaja˛ na rozbudowane wnioskowanie o procesie. I tak dziennik z tablicy 1.2 zawiera informacje o dwóch procesach referencyjnych: obsługa zamówienia i prze˙ pomi˛edzy godzina˛ 12:00 oraz 12:30 twarzanie rachunku. Ponadto widać, ze miało miejsce 5 zdarzen´ dotyczacych ˛ dwóch zadan. ´ Najpierw Prac X rozpoczał ˛ trwajace ˛ 15 minut rozliczanie rachunku 1029. Nast˛epnie, o 12:06,. Prac Y zakonczył ´ rozliczanie rachunku (które prawdopodobnie rozpoczał ˛ wcze´sniej), o czym system poinformował kierownika. Wewnatrz ˛ procesu „obsługi zamówienia” zadanie wysyłka zostało przydzielone Prac Z, który ˙ ˙ wydziennik zdarzen´ mozna rozpoczał ˛ je o 12:30. W oparciu o powyzszy snuć nast˛epujace ˛ wnioski: ˙ — Z duzym prawdopodobienstwem ´ system wspomagania przepływu pracy wykorzystuje do rozdziału pracy strategi˛e: „przydziel kolejne zadanie pierwszemu wolnemu zasobowi umiejacemu ˛ wykonać to zadanie”. ˙ wydawać — Kierownik nie zawsze jest informowany o płatno´sci. Moze ˙ ta informacja nie jest wazna. ˙ ˙ jednak polityka przedsi˛ebiorsi˛e, ze Jezeli ˙ kierownik ma być poinformowany o kazdej ˙ stwa mówi, ze płatno´sci, to mamy do czynienia z jej naruszeniem. Choć dzienniki zdarzen´ sa˛ efektywnym z´ ródłem informacji, to nie sa˛ ˙ ˙ pozbawione wad. Najwazniejsza z nich to spore zróznicowanie – np. moga˛ przedstawiać zdarzenia dotyczace ˛ dost˛epno´sci danej maszyny, ale równiez˙ opisywać czynno´sci wykonywane w trakcie poszczególnych przebiegów. Brak ujednoliconego formatu dzienników zdarzen´ oraz sekwencyjny sposób zapisu informacji w nich zawartych sa˛ głównym powodem braku efektywnych metod przekształcen´ zbiorów faktów (w tym wypadku zdarzen) ´ ˙ zaistniałych w rzeczywistych przebiegach procesów w modele uzyteczne dla podejmowania decyzji operacyjnych [63]. Jedna˛ z obiecujacych ˛ propozycji rozwiazania ˛ tego problemu jest połaczenie ˛ semantycznego opisu procesu z metodami temporalnej eksploracji danych. W celu uporzadkowania ˛ oraz opisu kontekstu danych gromadzonych w dziennikach zdarzen´ wykorzystano sieci semantyczne [18, 189]. W trakcie badan´ dokonano przegladu ˛ literatury pod katem ˛ istniejacych ˛ metamodeli danych, które wykorzystuja˛ jako czynnik grupujacy ˛ kategori˛e „zdarzenie” oraz moga˛ być wykorzystane w procesach biznesowych. Przeanalizowano równiez˙ dane z kilku przedsi˛ebiorstw produkcyjnych, które do gromadzenia danych o procesach wykorzystuja˛ kategori˛e zdarzenia. ˙ działan´ zdecydowano, ze ˙ do budowy W wyniku opisanych powyzej modelu danych wykorzystany zostana˛ metadane MXML, zaproponowane 21.

(26) przez Dongena [39]. J˛ezyk ten powstał z my´sla˛ o opisie zdarzen´ w procesach usługowych i administracyjnych. Głównymi przesłankami przemawiajacymi ˛ za wykorzystaniem tego j˛ezyka była jego prostota i łatwa roz˙ zapis danych opisanych szerzalno´sc´ . Nie bez znaczenia był równiez˙ fakt, ze tymi metadanymi pozwalał na wykorzystanie ich jako danych wsadowych przez wiele algorytmów eksploracji procesów. Metadane te opisuja˛ dane zawarte w dzienniku zdarzen, ´ w którym w chronologiczny sposób zapisuje si˛e zdarzenia, które zaszły w czasie kolejnych przebiegów procesów16 . Tak zapisane dane b˛eda˛ w dalszym ciagu ˛ ˙ zdatego opracowania nazywane procesowym dziennikiem zdarzen. ´ Kazde rzenia opisywane jest piatk ˛ a:˛ nazwa (np. pakowanie), typ (np. poczatek), ˛ moment wystapienia ˛ (np. 2010-10-30 20:00:00), sprawc˛e (np. Jan Kowalski, pakowacz) i dane dodatkowe (np. karton typu 23). Otwarty charakter j˛ezyk ˙ tak zdarzenie jaki i przebieg procesu moga˛ grupować MXML powoduje, ze dowolne informacje rejestrowane w procesie, bez konieczno´sci budowania nowego j˛ezyka danych. Decyzja o zastosowaniu j˛ezyka danych MXML pociagn˛ ˛ eła za soba˛ konieczno´sc´ wprowadzenia nowego obiektu grupujacego ˛ - czynno´sci. Czynno´sc´ , w przeciwienstwie ´ do zdarzenia i przebiegu procesu, nie grupuje danych, a jedynie dostarcza słownika dla potencjalnych typów zdarzen. ´ Za˙ sci pomi˛edzy typami zdarzen´ zostały opisane w meta modelu translezno´ akcyjnym [39]. ˙ sci (kraw˛eModel transakcyjnych prezentuje w postaci grafu zalezno´ ˙ znale´zc´ si˛e czynno´sc´ dzie) pomi˛edzy stanami (wierzchołki) w jakich moze ˙ podkre´slić, ze ˙ definicja czynno´sci jako czynnika grupuw procesie. Nalezy jacego ˛ odbiega od powszechnie stosowanej definicji czynno´sci. Czynno´sc´ to zadanie, które przewidziano do wykonania w trakcie procesu. W rze˙ nigdy nie zostać wykonana (np. ze wzgl˛edu czywisto´sci czynno´sc´ moze na zniszczenie przedmiotu pracy jaki miał zostać wykonany w trakcie procesu). Model transakcyjnych opisuje wi˛ec zmiany stanów zwiazane ˛ sa˛ tak z ˙ w procesie produkwykonaniem, jak i pomini˛eciem czynno´sci. Przyj˛eto, ze ˙ zostać zatrzymana (suspend), cyjnym, czynno´sc´ po rozpocz˛eciu start, moze a nast˛epnie wznowiona resume. Wykonanie czynno´sci polega na jej zakon´ czeniu (stop). ˙ MXML oraz meta model transakcyjny nie W trakcie badan´ wykazano, ze moga˛ być bezpo´srednio zastosowane w procesach produkcyjnych. Dane w procesach usługowych i administracyjnych (które pierwotnie opisywał 16. Dziennik taki jest wynikiem działania system zarzadzania ˛ przepływem pracy (pro-. cesy usługowe) lub system klasy MES (Manufacturing Execution System) (procesy produk˙ cyjne w duzym przedsi˛ebiorstwie).. 22.

(27) MXML) sa˛ gromadzone przez centralny system informatyczny (system zarzadzania ˛ przepływem pracy), który zapisuje tylko zdarzenia bezpo´srednio dotyczace ˛ przebiegu procesu, grupujac ˛ je przebiegami procesu. Odpo˙ wiednikiem systemu zarzadzania ˛ przepływem pracy w duzych przedsi˛ebiorstwach produkcyjnych jest MES, czyli system realizacji produkcji. W procesach produkcyjnych w małych i s´ rednich przedsi˛ebiorstwach centrum generowania zdarzen´ umieszczone jest funkcjonalnie w obr˛ebie stanowiska, gdzie znajduje si˛e czytnik pozwalajacy ˛ na ich raportowanie. ˙ czynnikiem grupujacym Wynika z tego, ze ˛ dla zdarzen´ jest zasób, a nie przebieg procesu. Ponadto w obr˛ebie procesu produkcyjnego, w przeci˙ wienstwie ´ do usługowego, wyst˛epuja˛ zdarzenia (np. awarie), które mozna przypisać do konkretnego zasobu, ale nie do przebiegu procesu. ˙ ˙ zapis rzeczywistych danych gromaTe dwie róznice spowodowały, ze ˙ dzonych podczas procesu produkcyjnego okazał si˛e niemozliwy przy pomocy metadanych MXML. Po przeanalizowaniu rzeczywistych zdarzen´ z ˙ spowodowane to było sprzeczno´scia˛ procesu produkcyjnego, odkryto ze ˙ n´ metamodelu MXML. Załozenie ˙ ˙ z jednym z załoze to brzmiało: Kazde zdarzenie musi być przypisane do przebiegu procesu oraz posiadać typ ˙ zgodny z meta modelem transakcyjnym. Nie spełniania tego załozenia przez zdarzenia w procesie produkcyjnym wynikało z nast˛epujacych ˛ czynników: — Dost˛epno´sc´ zasobów (np. awarie, czasy przygotowawczo zakonczeniowe, ´ przestoje z powodu braku materiałów) wpływa na efektywno´sc´ procesu. Przestoje zasobów wykonujacych ˛ proces wpływaja˛ na efektywno´sc´ jego wykonania, ale nie moga˛ być przypisane do konkretnego przebiegu. ˙ — Trudno´sci w okre´sleniu rozpocz˛ecia i zakonczenia ´ czynno´sci. Czynno´sc´ moze być wykonywana równocze´snie przez wiele stanowisk przez co, wiele ˙ odpowiadać za jej rozpocz˛ecie i zakonczenie. zdarzen´ moze ´ Tymczasem zgodnie z modelem transakcyjnym czynno´sc´ powinna posiadać jeden poczatek ˛ i koniec. — Pozorne przerywanie czynno´sci. Czynno´sci, których wykonanie przypada na przełom zmian powoduja˛ pozorne wstrzymanie czynno´sci. Uwzgl˛ednienie tych trzech czynników wymagało, zmiany definicji zdarzenia jako czynnika grupujacego, ˛ oraz zbudowania nowego, ale opartego na. MXML, metaj˛ezyk opisu danych. Postać tego modelu przedstawiono w rozdziale trzecim dysertacji. Opiera si˛e on na: — Wprowadzeniu dodatkowego dziennika zdarzen´ dla zdarzen´ dotycza˛ cych ograniczen´ zasobowych. — Definicji filtrów pozwalajacych ˛ na usuwanie zdarzen´ zwiazanych ˛ z dru˙ czynników. gim i trzecim z opisanych powyzej 23.

(28) Tak zmodyfikowany meta model nazwany został PMXML. Składał on si˛e z dwóch dzienników zdarzen´ - jednego opisujacego ˛ zdarzenia dotyczace ˛ przebiegów procesów i drugiego dotyczacego ˛ zdarzen´ dotyczacych ˛ dost˛epnos´ ci zasobów. Na rysunku przedstawiono schemat budowy metamodelu danych zaprezentowanych w desertacji.. ´ Rysunek 1.2. Budowa modelu danych. Zródło: opracowanie własne. W rozdziale trzecim dysertacji zaprezentowano postać tego metamodelu zapisana˛ w j˛ezyku XSD oraz przy pomocy relacyjnej bazy danych, jak równiez˙ sposób przekształcenia rzeczywistych danych gromadzonych w procesie produkcyjnym w model danych PMXML. Model danych PMXML pozwala na zarzadzanie ˛ danymi dotyczacymi ˛ przebiegów procesów. Na poziomie informatycznym dane w nim zawarte moga˛ być zapisywane poprzez dziennik zdarzen´ MXML oraz relacyjna˛ baz˛e danych. Dane w modelu moga˛ być zapisane przy pomocy metaj˛ezyka MXML, którego zapis jest czytelny dla wielu narz˛edzi temporalnej eksploracji procesów. Do modelu danych PMXML moga˛ być zapisywane dane z dzienników zdarzen, ´ czytników RDIF, itp. Tak powstały model danych stanie si˛e informacja,˛ gdy dane przetransformowane zostana˛ w model procesu pozwalajacy ˛ na usprawniania procesu i podejmowanie na ich podstawie decyzji operacyjnych. Model procesu jest baza˛ wiedzy, przechowujac ˛ a˛ informacje zagregowane w ten spo24.