前 言
流程管理是企业信息化的基础，多年来已经引起学术界和产业界的关注。目前，业务流程的自动化、电子化和集成化已经达到一定的成熟度。如何在提高流程效率的基础上，进一步提高流程的智能已引起了一些学者以及IBM，SAP和SoftwareAG等流程管理解决方案提供商的注意。Gartner近来提到的智能业务流程管理套件（iBPMS）包括业务分析、复杂事件处理、业务活动监控以及业务规则管理等增强型的功能。IBM的智慧商务解决方案也为业务流程的效率和效益改善提供了强有力的技术和工具，流程的智能化管理成为流程管理领域的前沿主题。
与传统管理咨询公司使用的业务流程优化方法不同，智能化的流程管理更强调从业务流程运行数据发现业务问题，找出流程运行的规律，从而发现业务流程优化的方法，这两种方法并不是冲突的。正如传统的中医把脉与西医利用现代医疗器械诊断病人的疾病一样，两种方法都有不同的优点，相互补充可以在一定程度上提升诊断和治疗的效果。
流程智能，也称为智能业务运营（intelligent business operation）或运营智能（operational intelligence），是流程优化的重要途径。目前绝大部分的流程管理书籍对流程优化的讨论大多还停留在冗余活动的删除、简化、整合和自动化（eliminate，simplify， integrate和automate，ESIA）等定性的梳理，定量的、智能分析的管理方法还不成熟。管理咨询公司的经验式流程梳理已不再是流程优化的唯一依据，一些学者开始通过分析流程运行产生的数据，从中找出流程存在的薄弱点以及解决问题的方法，使流程管理透明化，不断提高流程的绩效。近年来大数据分析技术的发展，为分析企业运营数据、挖掘业务流程关键环节决策需要的知识提供了动力。这些研究成果也初步应用于少数新一代的流程管理系统中。从知识管理的角度看，流程中的重要业务处理环节需要的知识难以通过传统的方式获得。流程智能在一定程度上弥补了传统流程知识管理的不足。流程运行的日志数据中蕴含了一些有价值的模式，提取这些模式对合理分配资源、预测流程的走势、提高流程的绩效非常重要。
通过流程智能，企业可以从流程管理生命周期的各个阶段洞察流程的成本、效率和产品质量等关键绩效指标，不断监控流程的执行过程，提升企业流程的质量，真正落实企业战略。近年来，流程的智能化管理得到了学术界的关注，每年全球性的业务流程管理国际会议都有流程挖掘、流程监控和流程绩效管理等多方面的主题。在产业界，鉴于流程管理在企业信息化的基础地位，IBM，SoftwareAG和SAP等公司也提供了智慧的流程管理解决方案。但有关这方面内容的书籍却是凤毛麟角。
智能化的关键是业务知识的获取，数据挖掘技术、大数据分析的发展，促进了从大量的业务流程运行数据中提取有价值的流程知识，可以在一定程度上弥补传统的依赖业务专家获取流程知识的不足。这是因为有些知识很难采用人工经验或分析的方法得到。本书主要探讨如何使用计算机仿真、在线分析处理和常用的数据挖掘方法，分析业务流程运行的日志数据，从数据科学的角度思考问题，从中找出业务流程的瓶颈以及有用的业务模式，通过行业标杆找出流程绩效改进的空间，预测流程运行的趋势，优化资源分配和组合，调整流程要素的配置，并对运行中的流程进行实时调控。这方面的内容在实践中并不是很成熟，在国内外的流程管理书籍中也较少涉及。
作者从2003年就开始研究流程管理，2007年和2012年先后出版了《流程管理》（知识产权出版社）和《流程智能》（清华大学出版社）等相关书籍；近3年又开展了一项国家自然科学基金项目，本书正是这一项目的总结。为此，作者参阅了国内外大量的相关文献，不仅综述了相关理论和应用的成果，而且还提出了一些观点，尝试把主流的流程智能工具用于实际业务的分析，希望本书的出版能为国内企业的流程管理研究和实践提供一些启发。
本书以业务流程运行的数据分析为重点，讨论业务流程优化的方法。全书内容分为8章，各章的内容大致安排如下：
第一章介绍流程管理基础，综述智慧商务时代的流程发展概况、流程智能化的发展趋势以及流程智能技术的实际应用情况，讨论智能化流程管理的发展前景。
第二章介绍流程运行数据的几种主要分析技术，包括流程的仿真分析、在线分析处理（多维分析）以及流程挖掘，并讨论这些分析技术在流程优化中的应用。
第三章举例分析如何利用流程仿真技术，对业务流程的结构和参数进行合理的设计，提高流程的绩效。(https://www.daowen.com)
第四章讨论在线分析处理在实际项目中的应用，分析如何发现流程的瓶颈。此外，综述流程挖掘在流程优化中的应用，然后通过几个案例讨论流程挖掘方法如何改善流程的管理水平。
第五章从流程的组织视图出发，讨论如何分析流程的运行日志，改进流程参与者之间的关系。
第六章通过分析流程日志，找出流程资源分配存在的不足，讨论流程资源配置的优化方法。
第七章讨论流程模型复杂性的度量方法，并在此基础上分析如何从运行日志中挖掘复杂性低的流程模型，探讨降低流程复杂性、优化流程性能的方法。流程复杂性分析可以视为流程优化的深层次方法，也可用作上述章节流程优化方法的效果检验。
第八章讨论了如何借助社会化的群体智能提高流程的绩效。
智能化的流程管理所需的知识除了由流程挖掘等方法获取外，还可以通过最近几年流行起来的社会化媒体，利用各种正式和非正式的社会关系网络交流、共享和协同，促进群体智能的产生。这就构成了两种主要的智能化流程管理手段。
智能化的流程管理是流程管理的新领域，本书做了初步的系统化研究，不足之处请读者批评指正。本书是国家自然科学基金（基于组织视图的简约业务流程挖掘及其应用研究，编号71071038）的部分研究成果。在写作的过程中，研究生刘海涛、吴冉、杨柳、刘文广等同学做了一些资料整理工作，这里表示感谢。
赵卫东
2013年12月 复旦大学
