A framework to enable the process improvement through context-aware data

Business process management (BPM) is considered a robust technology for designing, controlling, and improving processes. Internet of Things (IoT) promises to create a world where all the objects around us are connected to the Internet. This allows people and things to stay connected with each other at any time and any place. BPM provides smart control over IoT devices by managing the data generated by them in business operations. In the literature, several works are emerging on BPM and IoT Integration. This thesis addresses one of the open challenges in IoT and BPM integration subject area, namely Improving resource monitoring and quality of task execution. Therefore, we try to meet the challenge creatively by proposing a framework to enable process improvement through context-aware data. We use process mining to enhance the process perspectives by integrating the process with the contextual information in IoT (i.e., context sensor data) and inter-organizational system environment (i.e., KPIs, business policies, etc.). In this way, we can formulate the data mining classification problems based on the context-aware business process. The framework leverages data mining methods to construct a decision or regression tree. Therefore, we can predict the optimized process model within a certain performance level to generate decision logic rules supported by Decision Mining and Notification (DMN) or gaining in-depth insight for the process improvement or business policy change.

La gestione dei processi aziendali (BPM) è considerata una tecnologia robusta per la progettazione, il controllo e il miglioramento dei processi. L'Internet of Things (IoT) promette di creare un mondo in cui tutti gli oggetti che ci circondano sono connessi a Internet. Ciò consente alle persone e alle cose di rimanere in contatto tra loro in qualsiasi momento e in qualsiasi luogo. BPM fornisce un controllo intelligente dei dispositivi IoT gestendo i dati da essi generati nelle operazioni aziendali. In letteratura stanno emergendo diversi lavori su BPM e IoT Integration. Questa tesi affronta una delle sfide aperte nell'area tematica dell'integrazione IoT e BPM, vale a dire migliorare il monitoraggio delle risorse e la qualità dell'esecuzione delle attività. Cerchiamo di affrontare la sfida in modo creativo proponendo un framework per consentire il miglioramento dei processi attraverso dati sensibili al contesto. Usiamo il process mining per migliorare le prospettive del processo integrandolo con le informazioni contestuali nell'IoT (cioè, i dati del sensore di contesto) e l'ambiente del sistema inter-organizzativo (cioè, KPI, politiche aziendali, ecc.). In questo modo, possiamo formulare i problemi di classificazione del data mining in base al processo aziendale sensibile al contesto. Il framework sfrutta i metodi di data mining per costruire un albero decisionale o di regressione. Pertanto, possiamo prevedere il modello di processo ottimizzato entro un certo livello di prestazioni per generare regole della logica decisionale supportate da DMN o acquisire informazioni approfondite per il miglioramento del processo o il cambiamento della politica aziendale.