Context-aware performance deviation analysis for logistic systems

Vanderlande is a company that provides value-added logistic process automation solutions, and is looking to use Process Mining to help offer increased value to their customers. Process Mining is the discipline of extracting value from event logs. We have identified a gap where there is currently no effective technique to abstract event logs of logistic process data. In this thesis we develop a novel technique to abstract event logs of logistic process data. This technique uses PCA and clustering to group traces together to abstract the event log. This technique is then applied to one of Vanderlande's largest baggage handling solutions and the most interesting insights are presented. Validation of these insights are then verified with an engineer familiar with the baggage handling system and the success of the technique is then evaluated.

Vanderlande è un’azienda che fornisce soluzioni di automazione dei processi logistici a valore aggiunto, e sta cercando di utilizzare il Process Mining per offrire servizi a valore aggiunto ai propri clienti. Il Process Mining è, infatti, in grado di estrarre valore dai log degli eventi. Allo stato attuale non esiste una tecnica efficace per ricostruire i processi logistici a partire dai log degli eventi. In questa tesi si vuole colmare questa lacuna proponendo una tecnica basata su PCA e clustering in grado di raggruppare le tracce e ricostruire i processi a partire dal registro degli eventi. Questa tecnica è stata poi applicata a una delle soluzioni di Vanderlande per la gestione dei bagagli e vengono presentati gli approfondimenti più interessanti. La validazione dei risultati è stata effettuata con un ingegnere che ha familiarità con il sistema di smistamento dei bagagli. Detta validazione ha confermato l’efficacia della tecnica proposta.