Process Mining 流程发现图
基于芸泰平台204254条事件日志的流程挖掘分析管线（38个月·3院区·12种事件）
📦 数据源
芸泰平台事件日志
204,254 条
38个月 · 3院区
12种事件类型
⚙️ 数据预处理
① 时间戳标准化
② 缺失值处理（0.5%）
③ 异常值检测
④ 案例分组排序
✓ 清洗后可用日志
🔍 流程发现
Inductive Miner 算法
直接跟随关系挖掘
并行/选择/循环结构
→ Petri网 / 流程树
🔄 变体分析
✅ 高频主流路径
标准流程 85%
⚠️ 低频异常路径
绕行/跳跃/回退
📊 瓶颈量化指标
各环节平均处理时间
门诊→检查→取药各阶段
等待时间分布
问诊·审核·取药等待
流转次数
跨环节跳转频率
返工率
处方被驳回重新提交
基于四维度量化评估识别流程瓶颈
🔑 关键发现 — 流程瓶颈识别
问诊等待
6.5 min
处方审核
4.2 min
检查预约/签到
15 min
药品配送/候药
7~13 min
⚡ 以上四个环节为流程优化核心目标区域
Process Mining 分析结果表明：问诊等待、处方审核、检查预约、候药为四大主要瓶颈
图例
数据/流程处理节点
量化分析模块
变体/发现模块
关键结论区
数据流向
图 DG5 Process Mining 流程发现分析图 | 数据来源：芸泰平台事件日志（2020.01-2023.02）