Detailansicht
Data quality challenges of event logs for process mining
Lukas Sorer
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Informatik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Wirtschaftsinformatik
Betreuer*in
Maria Leitner
DOI
10.25365/thesis.77403
URN
urn:nbn:at:at-ubw:1-16948.92949.126178-4
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Diese Masterarbeit untersucht die zentrale Rolle der Datenqualität im Process Mining und fokussiert sich auf die Identifizierung und Bewertung von Qualitätsproblemen in Ereignisprotokollen. Da Process Mining zunehmend an Bedeutung für die Analyse von Geschäftsprozessen gewinnt, ist die Qualität der zugrunde liegenden Ereignisprotokolle entscheidend, um verlässliche und umsetzbare Erkenntnisse zu gewährleisten. Durch eine umfassende Literaturrecherche wird bestehendes Wissen über allgemeine und speziell für das Process Mining relevante Datenqualitätsdimensionen zusammengefasst. Aufbauend auf grundlegenden Modellen und Definitionen der Datenqualitätsforschung werden zentrale Dimensionen für Ereignisdaten identifiziert, darunter Vollständigkeit, Genauigkeit, Validität, Interpretierbarkeit und Relevanz. Diese Dimensionen bilden die Grundlage für ein neuartiges Data Quality Assessment Framework (DQAF), das entwickelt wurde, um spezifische Qualitätsprobleme in Ereignisprotokollen zu erkennen und zu bewerten. Das DQAF umfasst systematische Indikatoren und Bewertungsmaße für jede Dimension und ermöglicht so eine strukturierte Evaluierung der Datenqualität im Kontext des Process Mining. Zur praktischen Implementierung dieses Frameworks wurde das Event Data Quality Dashboard (EDQD) als diagnostisches Tool für die Datenqualitätsanalyse entwickelt. Das EDQD visualisiert Datenqualitätsbewertungen und liefert Prozessanalysten Einblicke in potenzielle Mängel in Ereignisprotokollen, die die Ergebnisse des Process Mining verfälschen könnten. Die Evaluierung des EDQD umfasste drei Arten von Ereignisprotokollen: synthetische Datensätze, die speziell zur Isolierung bestimmter Datenqualitätsprobleme entwickelt wurden, öffentlich verfügbare Ereignisprotokolle der Business Process Intelligence Challenge sowie reale Datensätze eines österreichischen IT-Dienstleisters. Diese Evaluierungen zeigten die Fähigkeit des EDQD, eine Vielzahl von Datenqualitätsproblemen über verschiedene Protokollstrukturen und Domänen hinweg zu identifizieren, was die Robustheit des Frameworks und die praktische Anwendbarkeit des Tools in realen Umgebungen bestätigte. Die Ergebnisse zeigen, dass das EDQD, das auf einem strukturierten Bewertungsframework basiert, Prozessanalysten effektiv dabei unterstützen kann, Datenqualitätsprobleme in Ereignisprotokollen zu diagnostizieren und zu erkennen. Durch die Anwendung des Tools auf verschiedene Datentypen verdeutlicht diese Arbeit die Bedeutung einer rigorosen Datenqualitätsbewertung für verlässliche und präzise Ergebnisse im Process Mining.
Abstract
(Englisch)
This thesis explores the critical role of data quality in process mining, focusing on the identification and assessment of quality issues within event logs. As process mining gains traction in business process analysis, the quality of event logs becomes essential to ensure reliable and actionable insights. Through a comprehensive review of the literature, this study synthesizes existing knowledge on Data Quality (DQ) dimensions both in general and within the specific context of process mining. Drawing on foundational frameworks and definitions from data quality literature, we identify key dimensions relevant to event log data — such as completeness, accuracy, validity, interpretability, and relevancy. These dimensions serve as basis for a novel Data Quality Assessment Framework (DQAF) designed to detect and assess specific issues in event logs. The DQAF includes systematic indicators and assessment measures for each dimension, allowing a structured evaluation of data quality in a process mining context. To implement this framework practically, the Event Data Quality Dashboard (EDQD) was developed as a diagnostic tool for data quality analysis. The EDQD visualizes data quality assessments and provides analysts with insights into potential deficiencies within event logs that could skew process mining results. Evaluating the EDQD involved three types of event logs: synthetic datasets tailored to isolate particular data quality issues, publicly available event logs from the Business Process Intelligence Challenge (BPIC), and industry-provided real-world datasets supplied by an Austrian IT service provider. These evaluations demonstrated the EDQD’s ability to identify a wide range of data quality issues across various log structures and domains, validating the robustness of the framework and the practical application of the tool in real world settings. The results confirm that the EDQD, grounded in a structured assessment framework, can effectively support process analysts in diagnosing and addressing data quality issues within event logs. By applying this tool across diverse data types, this thesis underscores the importance of rigorous data quality assessment to achieve accurate and reliable results in process mining.
Schlagwörter
Schlagwörter
(Deutsch)
Datenqualität von Ereignisprotokollen Process Mining Datenqualitätsbewertung Event Data Quality Dashboard Datenqualitätsdimensionen Datenqualitätsindikatoren
Schlagwörter
(Englisch)
Event Log Quality Process Mining Data Quality Assessment Event Data Quality Dashboard Data Quality Dimensions Data Quality Indicators
Autor*innen
Lukas Sorer
Haupttitel (Englisch)
Data quality challenges of event logs for process mining
Publikationsjahr
2024
Umfangsangabe
xvii, 114 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Maria Leitner
AC Nummer
AC17397850
Utheses ID
73832
Studienkennzahl
UA | 066 | 926 | |