Sleeping Forest

Belakangan ini, process mining muncul sebagai disiplin ilmu baru pada interface antara model proses dan data event. Pada sisi lain, manajemen bisnis kerja biasa dan manajemen pendekantan alur kerja  dan alat-alat sebagian besar model berbasis sedikit pertimbangan untuk data event. Di sisi lain, data mining (DM), Business Intelligence(BI), dan Machine Learning(ML) berfokus pada datan tanpa mempertimbangkan model proses end-to-end. Process mining bertujuan untuk menjembatani jarak antara manajemen bisnis proses(BPM) dan manajemen alur kerja(WfM) pada satu sisi dan DM, BI, and ML pada sisi lain. Disini merupakan tantangan untuk merubah aliran data yang banyak ("big data") kedalam pemhaman penting yang berhubungan dengan kinerja proses dan kesesuaian. Untungnya, hasil dari process mining dapat di gunakan untuk mengidentifikasi dan memehami hambatan , inefisiensi , penyimpangan , dan risiko.

Manajemen Bisnis Proses (Business Process Management)adalah disiplin ilmu yang merupakan kombinasi dari Teknik Informatika dan Ilmu Manajemen dan diterapkan untuk Operasi Proses Bisnis. Dalam beberapa tahun terakhir hal ini menarik perhatian yang cukup besar untuk meningkatkan produksi dan menghemat biaya secara siknifikan. Terlebih, ini adalah keunggulan dari Sistem Manajemen Bisnis Proses. Sistem ini adalah sistem software (perangkat lunak) yang didukung oleh  proses desain yang jelas untuk dirapkan dan mengelola proses bisnis operasional. Manajemen Bisnis Proses dapat dilihat sebagai lanjutan dari Manajemen Alur Kerja (Workflow Manajement). Manajemen alur kerja terutama terfokus pada otomatisasi dari proses bisnis, sedangkan manajemen bisnis proses memiliki linkup yang lebih luas: dari proses otomatisasi dan organisasi kerja. Pada satu sisi, manajemen bisnis proses bertujuan untuk meningkatkan proses bisnis operasional,  mungkin tanpa menggunakan teknologi baru. Untuk contohnya,