การค้นพบกระบวนการทางธุรกิจ (Business Process Discovery : BPD) ซึ่งเกี่ยวข้องกับการจัดการกระบวนการทางธุรกิจและการขุดค้นกระบวนการ (Process Mining)คือชุดของเทคนิคที่สร้างภาพแทนของกระบวนการทางธุรกิจ ปัจจุบันขององค์กร และรูปแบบกระบวนการหลัก ๆ ด้วยตนเองหรือโดยอัตโนมัติ เทคนิคเหล่านี้ใช้ข้อมูลที่บันทึกไว้ในวิธีการทำงาน เอกสาร และระบบเทคโนโลยีที่มีอยู่ขององค์กรที่ดำเนินกระบวนการทางธุรกิจภายในองค์กร ประเภทของข้อมูลที่จำเป็นสำหรับการค้นพบกระบวนการเรียกว่าบันทึกเหตุการณ์ (Event Log) บันทึกข้อมูลใด ๆ ที่ประกอบด้วยรหัสกรณี (ตัวระบุที่ไม่ซ้ำกันซึ่งมีประโยชน์ในการจัดกลุ่มกิจกรรมที่อยู่ในกรณีเดียวกัน) ชื่อกิจกรรม (คำอธิบายของกิจกรรมที่เกิดขึ้น) และการประทับเวลา บันทึกดังกล่าวมีคุณสมบัติเป็นบันทึกเหตุการณ์และสามารถใช้เพื่อค้นหาแบบจำลองกระบวนการพื้นฐานได้ บันทึกเหตุการณ์อาจมีข้อมูลเพิ่มเติมที่เกี่ยวข้องกับกระบวนการ เช่น ทรัพยากรที่ดำเนินการกิจกรรม ประเภทหรือลักษณะของเหตุการณ์ หรือรายละเอียดอื่น ๆ ที่เกี่ยวข้อง การค้นพบกระบวนการมีเป้าหมายเพื่อให้ได้แบบจำลองกระบวนการที่อธิบายบันทึกเหตุการณ์ให้ใกล้เคียงที่สุดเท่าที่จะเป็นไปได้ แบบจำลองกระบวนการทำหน้าที่เป็นภาพกราฟิกของกระบวนการ (เช่นPetri nets , BPMN , แผนภาพกิจกรรม , แผนภาพสถานะฯลฯ) บันทึกเหตุการณ์ที่ใช้ในการค้นหาอาจมีข้อมูลรบกวน ข้อมูลไม่สม่ำเสมอ และการประทับเวลาที่ไม่สอดคล้องกัน/ไม่ถูกต้อง การค้นหากระบวนการจึงเป็นเรื่องท้าทายเนื่องจากบันทึกเหตุการณ์ที่มีข้อมูลรบกวนดังกล่าว และเนื่องจากบันทึกเหตุการณ์มีเพียงส่วนหนึ่งของกระบวนการจริงที่ซ่อนอยู่เบื้องหลังระบบเท่านั้น อัลกอริทึมการค้นหาควรพึ่งพาข้อมูลเพียงเล็กน้อยจากบันทึกเหตุการณ์เพื่อพัฒนารูปแบบที่ใกล้เคียงกับพฤติกรรมจริงมากที่สุด

มีการพัฒนาอัลกอริธึมต่างๆ มากมายตลอดหลายปีที่ผ่านมา เพื่อค้นหารูปแบบกระบวนการโดยใช้บันทึกเหตุการณ์:

• อัลกอริทึม α - อัลกอริทึม α เป็นอัลกอริทึมการค้นพบกระบวนการแรกที่สามารถจัดการกับการทำงานพร้อมกันได้อย่างเหมาะสม โดยใช้บันทึกเหตุการณ์เป็นอินพุต อัลกอริทึม α จะหา "ความสัมพันธ์" ต่างๆ ระหว่างกิจกรรมที่เกิดขึ้นในบันทึกเหตุการณ์ ความสัมพันธ์เหล่านี้ใช้ในการสร้างเครือข่าย Petri ที่แสดงถึงบันทึก แม้ว่าอัลกอริทึม α ไม่ควรถูกมองว่าเป็นเทคนิคการขุดที่สามารถนำไปใช้ในทางปฏิบัติได้ แต่ก็เป็นการแนะนำที่ดีสำหรับหัวข้อนี้ อัลกอริทึม α เป็นพื้นฐานสำหรับเทคนิคการค้นพบกระบวนการอื่นๆ อีกมากมาย ^{[ 1 ]}
• การขุดแบบฮิวริสติก – อัลกอริทึมการขุดแบบ ฮิวริสติกใช้การแสดงแทนคล้ายกับเครือข่ายเชิงสาเหตุ ยิ่งไปกว่านั้น อัลกอริทึมเหล่านี้ยังคำนึงถึงความถี่ของเหตุการณ์และลำดับเมื่อสร้างแบบจำลองกระบวนการ แนวคิดพื้นฐานคือเส้นทางที่ไม่บ่อยไม่ควรถูกรวมเข้าในแบบจำลอง^{[ 2 ]}
• การขุดค้นกระบวนการทางพันธุกรรม - อัลกอริทึม α และเทคนิคการขุดค้นแบบฮิวริสติกและฟัซซีให้แบบจำลองกระบวนการในลักษณะโดยตรงและแน่นอน อัลกอริทึมทางพันธุกรรมเป็นเทคนิคการค้นหาที่เลียนแบบกระบวนการวิวัฒนาการตามธรรมชาติในระบบชีวภาพ อัลกอริทึมเหล่านี้พยายามค้นหาคำตอบในพื้นที่การค้นหา โดยการทดสอบจุดที่มีอยู่ หรือผ่านกระบวนการกลายพันธุ์หรือการรวมกันของจุดที่มีอยู่ วิธีการดังกล่าวไม่ใช่แบบแน่นอนและขึ้นอยู่กับการสุ่มเพื่อค้นหาทางเลือกใหม่^{[ 3 ]}
• การขุดค้นตามภูมิภาค - ในบริบทของเครือข่าย Petri นักวิจัยได้พิจารณาปัญหาที่เรียกว่าการสังเคราะห์ กล่าวคือ การสร้างแบบจำลองระบบจากคำอธิบายพฤติกรรมของระบบนั้น ภูมิภาคตามสถานะสามารถใช้สร้างเครือข่าย Petri จากระบบการเปลี่ยนสถานะได้ เทคนิคนี้จะค้นหา "ภูมิภาคการกระตุ้นทั่วไป" และสร้างเครือข่าย Petri โดยใช้ภูมิภาคดังกล่าว ภูมิภาคตามภาษาสามารถใช้สร้างเครือข่าย Petri จากภาษาที่ปิดคำนำหน้าได้ เทคนิคภูมิภาคตามภาษาใช้ข้อจำกัดทางพีชคณิตที่จำลองมาจากบันทึกเหตุการณ์เพื่อกำหนดตำแหน่งที่อนุญาตให้เกิดพฤติกรรมที่สังเกตได้ในบันทึกเหตุการณ์^{[ 4 ]}
• นักขุดแบบอุปนัย - มีเทคนิคการค้นพบกระบวนการแบบอุปนัยหลากหลายสำหรับแผนผังกระบวนการ ซึ่งรับประกันความถูกต้องตั้งแต่การสร้าง ดังนั้นกรอบงานการขุดแบบอุปนัยจึงสามารถขยายได้สูงและอนุญาตให้มีรูปแบบต่างๆ มากมายของวิธีการพื้นฐาน ถือเป็นหนึ่งในวิธีการค้นพบกระบวนการชั้นนำเนื่องจากความยืดหยุ่น การรับประกันอย่างเป็นทางการ และสามารถในการปรับขนาด^{[ 5 ]}

การค้นหาขั้นตอนทางธุรกิจ (Business Process Discovery) เป็นการเสริมและต่อยอดงานในสาขาอื่นๆ อีกมากมาย

• การค้นพบกระบวนการเป็นหนึ่งในสามประเภทหลักของการขุดค้นกระบวนการอีกสองประเภทของการขุดค้นกระบวนการคือการตรวจสอบความสอดคล้องและการขยาย/ปรับปรุงแบบจำลอง^{[ 6 ]}เทคนิคทั้งหมดนี้มุ่งเป้าไปที่การดึงความรู้ที่เกี่ยวข้องกับกระบวนการจากบันทึกเหตุการณ์ ในกรณีของการค้นพบกระบวนการ จะไม่มีแบบจำลองกระบวนการมาก่อน แบบจำลองจะถูกค้นพบโดยอิงจากบันทึกเหตุการณ์การตรวจสอบความสอดคล้องมุ่งเป้าไปที่การค้นหาความแตกต่างระหว่างแบบจำลองกระบวนการที่กำหนดกับบันทึกเหตุการณ์ ด้วยวิธีนี้จึงสามารถวัดปริมาณการปฏิบัติตามและวิเคราะห์ความคลาดเคลื่อนได้ การปรับปรุงจะใช้แบบจำลองที่มีอยู่ก่อนแล้วและปรับปรุงหรือขยายโดยใช้ข้อมูลจากบันทึกเหตุการณ์ เช่น แสดงคอขวด
• การค้นพบกระบวนการทางธุรกิจเป็นอีกระดับหนึ่งของความเข้าใจในสาขาการวิเคราะห์ธุรกิจ ที่กำลังเติบโต ซึ่งช่วยให้องค์กรสามารถมองเห็น วิเคราะห์ และปรับโครงสร้างและกระบวนการพื้นฐานที่เกี่ยวข้องกับการดำเนินงานในแต่ละวัน การค้นพบนี้รวมถึงการรวบรวมข้อมูลของส่วนประกอบทั้งหมดของกระบวนการทางธุรกิจ รวมถึงเทคโนโลยี บุคลากร ขั้นตอนการทำงานของแผนก และระเบียบปฏิบัติ
• การค้นพบกระบวนการทางธุรกิจ (Business Process Discovery: BPD) สร้างแบบจำลองกระบวนการหลักซึ่งเป็นส่วนเสริมของการวิเคราะห์กระบวนการทางธุรกิจ (Business Process Analysis: BPA) เครื่องมือและวิธีการของ BPA เหมาะอย่างยิ่งสำหรับการแบ่งกระบวนการแบบลำดับชั้นจากบนลงล่าง และการวิเคราะห์กระบวนการที่จะเกิดขึ้น BPD ให้การวิเคราะห์จากล่างขึ้นบน ซึ่งผสานเข้ากับการวิเคราะห์จากบนลงล่าง เพื่อให้ได้กระบวนการทางธุรกิจที่สมบูรณ์ โดยจัดเรียงตามลำดับชั้นตาม BPA
• ระบบ Business Intelligence (BI)ช่วยให้องค์กรได้รับรายงานและการวิเคราะห์ข้อมูลภายในองค์กร อย่างไรก็ตาม BI ขาดแบบจำลองกระบวนการ การรับรู้ หรือการวิเคราะห์ BPD (Business Process Decision) เข้ามาเสริม BI โดยการให้มุมมองกระบวนการที่ชัดเจนแก่การดำเนินงานในปัจจุบัน และให้การวิเคราะห์ตามแบบจำลองกระบวนการนั้น เพื่อช่วยให้องค์กรสามารถระบุและแก้ไขความไม่มีประสิทธิภาพหรือความผิดปกติของกระบวนการทางธุรกิจได้
• การวิเคราะห์เว็บเป็นตัวอย่างหนึ่งของ BPD ที่มีข้อจำกัด เนื่องจากเว็บแอนาไลติกส์จะสร้างกระบวนการของผู้ใช้เว็บขึ้นมาใหม่ขณะที่พวกเขามีปฏิสัมพันธ์กับเว็บไซต์ อย่างไรก็ตาม การวิเคราะห์เหล่านี้จำกัดอยู่เฉพาะกระบวนการที่เกิดขึ้นภายในเซสชันนั้นๆ จากมุมมองของผู้ใช้ และเกี่ยวข้องกับระบบและกระบวนการบนเว็บเท่านั้น
• การคัดกรองทางธุรกิจ (Business triage)เป็นกรอบการทำงานสำหรับการจัดหมวดหมู่กระบวนการที่ระบุโดยการวิเคราะห์กระบวนการทางธุรกิจ (Business Process Analysis: BPA) โดยพิจารณาจากความสำคัญสัมพัทธ์ต่อการบรรลุเป้าหมายหรือผลลัพธ์ที่กำหนดไว้และวัดผลได้ โดยใช้หมวดหมู่เดียวกันกับที่ใช้ในบริการทางการแพทย์ทางทหารและบริการทางการแพทย์ในภาวะภัยพิบัติ กระบวนการทางธุรกิจจะถูกจัดหมวดหมู่ดังนี้:
  • จำเป็น/สำคัญ (กระบวนการสีแดง) - กระบวนการที่จำเป็นต่อการบรรลุผลลัพธ์/เป้าหมาย
  • สำคัญ/เร่งด่วน (กระบวนการสีเหลือง) - กระบวนการที่ช่วยเร่งให้บรรลุผลลัพธ์/เป้าหมาย
  • ขั้นตอนเสริม/สนับสนุน (กระบวนการสีเขียว) - ไม่จำเป็นต้องมีกระบวนการนี้เพื่อให้บรรลุผลลัพธ์/เป้าหมาย

การจัดสรรทรัพยากรจะขึ้นอยู่กับประเภทของกระบวนการ โดยจะจัดสรรทรัพยากรให้กับกระบวนการสีแดงก่อน ตามด้วยกระบวนการสีเหลือง และสุดท้ายคือกระบวนการสีเขียว ในกรณีที่ทรัพยากรมีจำกัด ทรัพยากรจะถูกหักจากกระบวนการสีเขียวก่อน จากนั้นจึงเป็นกระบวนการสีเหลือง และจะหักจากกระบวนการสีแดงก็ต่อเมื่อยอมรับได้ว่าไม่บรรลุผลลัพธ์/เป้าหมาย

ตัวอย่างเล็กๆ อาจช่วยอธิบายเทคโนโลยีการค้นหาขั้นตอนทางธุรกิจที่จำเป็นในปัจจุบันได้ เครื่องมือค้นหาขั้นตอนทางธุรกิจแบบอัตโนมัติจะรวบรวมข้อมูลที่จำเป็นและแปลงเป็นชุดข้อมูลที่มีโครงสร้างสำหรับการวินิจฉัยจริง ความท้าทายที่สำคัญคือการจัดกลุ่มการกระทำซ้ำๆ จากผู้ใช้ให้เป็นเหตุการณ์ที่มีความหมาย ต่อไป เครื่องมือค้นหาขั้นตอนทางธุรกิจเหล่านี้จะนำเสนอแบบจำลองกระบวนการเชิงความน่าจะเป็น พฤติกรรมเชิงความน่าจะเป็นมีความสำคัญต่อการวิเคราะห์และการวินิจฉัยกระบวนการ ตัวอย่างต่อไปนี้แสดงให้เห็นถึงการกู้คืนกระบวนการซ่อมแซมเชิงความน่าจะเป็นจากการกระทำของผู้ใช้ แบบจำลองกระบวนการ "ที่เป็นอยู่" แสดงให้เห็นอย่างชัดเจนว่าปัญหาอยู่ที่ใดในธุรกิจนี้ การซ่อมแซมที่ผิดพลาดห้าเปอร์เซ็นต์เป็นสัญญาณที่ไม่ดี แต่ที่แย่กว่านั้นคือการแก้ไขซ้ำๆ ที่จำเป็นในการซ่อมแซมเหล่านั้นเป็นเรื่องยุ่งยาก

การวิเคราะห์ข้อมูลกระบวนการ "ที่เป็นอยู่" อย่างละเอียดมากขึ้น อาจเผยให้เห็นว่าส่วนใดเป็นส่วนที่บกพร่องซึ่งเป็นสาเหตุของพฤติกรรมโดยรวมในตัวอย่างนี้ และอาจนำไปสู่การค้นพบกลุ่มย่อยของการซ่อมแซมที่จำเป็นต้องได้รับการดูแลจากฝ่ายบริหารเพื่อปรับปรุงให้ดีขึ้น

ในกรณีนี้ จะเห็นได้ชัดว่าชิ้นส่วนที่ชำรุดเป็นสาเหตุของการแก้ไขซ้ำซาก มีการบันทึกกรณีศึกษาที่คล้ายกันไว้ เช่น กรณีของผู้ให้บริการประกันสุขภาพ ซึ่งใน 4 เดือน บริษัทได้รับผลตอบแทนจากการลงทุน (ROI) ในการวิเคราะห์กระบวนการทางธุรกิจจากการทำความเข้าใจกระบวนการจัดการการเรียกร้องค่าสินไหมทดแทนอย่างแม่นยำและค้นพบชิ้นส่วนที่ชำรุด

• ระบบ Business Intelligence (BI) เกิดขึ้นเมื่อกว่า 20 ปีที่แล้ว และมีความสำคัญอย่างยิ่งต่อการรายงานสิ่งที่เกิดขึ้นภายในระบบขององค์กร อย่างไรก็ตาม แอปพลิเคชัน BI และเทคโนโลยีการขุดค้นข้อมูลในปัจจุบันไม่ได้เหมาะสมเสมอไปสำหรับการประเมินระดับรายละเอียดที่จำเป็นในการวิเคราะห์ข้อมูลที่ไม่เป็นระเบียบและพลวัตของมนุษย์ในกระบวนการทางธุรกิจ
• ซิกซ์ซิกมาและวิธีการเชิงปริมาณอื่นๆ ในการปรับปรุงกระบวนการทางธุรกิจถูกนำมาใช้มากว่าทศวรรษแล้ว โดยมีระดับความสำเร็จที่แตกต่างกันไป ข้อจำกัดสำคัญต่อความสำเร็จของวิธีการเหล่านี้คือ ความพร้อมของข้อมูลที่ถูกต้องแม่นยำเพื่อใช้เป็นพื้นฐานในการวิเคราะห์ ด้วย BPD องค์กรที่ใช้ซิกซ์ซิกมาหลายแห่งพบว่าสามารถขยายการวิเคราะห์ไปสู่กระบวนการทางธุรกิจหลักได้อย่างมีประสิทธิภาพ
• การทำเหมืองกระบวนการ (Process Mining)ตามที่นักวิจัยจากมหาวิทยาลัยเทคโนโลยีไอนด์โฮเฟนกล่าวไว้ การทำเหมืองกระบวนการ (PM) เกิดขึ้นเป็นสาขาวิทยาศาสตร์ราวปี 1990 เมื่อเทคนิคต่างๆ เช่นอัลกอริทึม Alphaทำให้สามารถดึงแบบจำลองกระบวนการ (โดยทั่วไปแสดงในรูปของPetri nets ) จากบันทึกเหตุการณ์ได้ อย่างไรก็ตาม มีข้อวิพากษ์วิจารณ์เกิดขึ้นว่า การทำเหมืองกระบวนการเป็นเพียงชุดของอัลกอริทึมที่แก้ปัญหาทางธุรกิจที่เฉพาะเจาะจงและง่ายๆ เท่านั้น นั่นคือ การค้นพบกระบวนการทางธุรกิจและวิธีการประเมินเสริม ปัจจุบัน มีอัลกอริทึมการทำเหมืองกระบวนการมากกว่า 100 แบบที่สามารถค้นพบแบบจำลองกระบวนการที่รวมถึงการทำงานพร้อมกันได้ เช่น เทคนิคการค้นพบกระบวนการทางพันธุกรรม อัลกอริทึมการทำเหมืองแบบฮิวริสติก อัลกอริทึมการทำเหมืองแบบอิงพื้นที่ และอัลกอริทึมการทำเหมืองแบบฟัซซี

เทคนิคการค้นหาขั้นตอนการทำงานที่ใช้กับบันทึกเหตุการณ์จะให้ภาพกราฟิกแสดงขั้นตอนการทำงาน ผลลัพธ์ของอัลกอริธึมการค้นหาขั้นตอนการทำงานโดยทั่วไปคือแบบจำลองขั้นตอนการทำงานและสถิติของกรณีต่างๆ ที่เป็นส่วนหนึ่งของบันทึกเหตุการณ์ การแสดงผลและความแม่นยำของแบบจำลองที่ค้นพบนั้นขึ้นอยู่กับทั้งเทคนิคที่ใช้ในการค้นหาและประเภทของการแสดงผลที่เลือกใช้

• กราฟติดตามโดยตรง : กราฟติดตามโดยตรง (DFG) เป็นการแสดงแบบจำลองกระบวนการที่ง่ายที่สุด ในกราฟติดตามโดยตรง โหนดแต่ละโหนดแสดงถึงกิจกรรม และส่วนโค้งจะอธิบายความสัมพันธ์ระหว่างกิจกรรมต่างๆ โดยทั่วไปในแบบจำลองกระบวนการ กราฟติดตามโดยตรงจะมีแหล่งที่มาและปลายทางที่แสดงถึงกิจกรรมเริ่มต้นและสิ้นสุด ส่วนโค้งในกราฟติดตามโดยตรงระหว่างกิจกรรมสองกิจกรรมใดๆ แสดงว่ากิจกรรมต้นทางถูกตามด้วยกิจกรรมปลายทางโดยตรงในบันทึกเหตุการณ์^{[ 7 ]}
• โครงข่ายเพทรี : โครงข่ายเพทรีให้การแสดงแบบจำลองกระบวนการในระดับที่สูงขึ้นและช่วยให้สามารถแสดงพฤติกรรมพร้อมกันในกระบวนการได้อย่างกระชับ โครงข่ายเพทรีสามารถแสดงการแปลงประเภทต่างๆ ระหว่างกิจกรรมได้ โครงข่ายเพทรีสามารถอธิบายการทำงานแบบลำดับ แบบขนาน แบบเลือก และแบบวนซ้ำระหว่างกิจกรรมต่างๆ ในกระบวนการได้ แนวคิดของการไหลของโทเค็นได้รับการนำไปใช้ในภาษาสร้างแบบจำลองกระบวนการแบบกราฟิกส่วนใหญ่ (BPMN, แผนภาพกิจกรรม UML เป็นต้น) ^{[ 8 ]}
• BPMN : มาตรฐาน BPMN 2.0 (Business Process Model and Notation) เป็นที่นิยมใช้กันอย่างแพร่หลาย และช่วยให้สามารถสร้างแบบจำลองกระบวนการที่กระชับและเข้าใจง่าย นอกจากมุมมองการควบคุมการไหลแบบแบนราบแล้ว ยังสามารถบูรณาการกระบวนการย่อย การไหลของข้อมูล และทรัพยากรต่างๆ เข้าไว้ในไดอะแกรม BPMN เดียวกันได้อีกด้วย ทำให้ BPMN เป็นที่น่าสนใจอย่างมากสำหรับทั้งนักวิเคราะห์กระบวนการและผู้ใช้ทางธุรกิจ เนื่องจาก มุมมอง การควบคุมการไหลสามารถบูรณาการเข้ากับมุมมองข้อมูลและทรัพยากรที่ค้นพบจากบันทึกเหตุการณ์ได้^{[ 9 ]}

• การจัดการกระบวนการทางธุรกิจ
• การขุดข้อมูล
• การวิเคราะห์กระบวนการ
• การขุดกระบวนการ

• WMP van der Aalst , "การขุดกระบวนการ: การค้นพบ ความสอดคล้อง และการเพิ่มประสิทธิภาพกระบวนการทางธุรกิจ" สปริงเกอร์ แวร์แลก, เบอร์ลิน, 2011 ( ISBN 978-3-642-19344-6)
• Cook JE, Wolf AL, "การทำให้กระบวนการค้นพบเป็นไปโดยอัตโนมัติผ่านการวิเคราะห์ข้อมูลเหตุการณ์", รายงานการประชุมวิศวกรรมซอฟต์แวร์นานาชาติครั้งที่ 17, ซีแอตเติล, วอชิงตัน, สหรัฐอเมริกา, 1995
• Irani Z., Hlupic V., Giaglis G., "การปรับปรุงกระบวนการทางธุรกิจ: มุมมองด้านการออกแบบ", วารสารนานาชาติว่าด้วยระบบการผลิตที่ยืดหยุ่น, 12, หน้า 247 – 252 (2000)
• Linton, JD, "การเผชิญกับความท้าทายของระบบอัตโนมัติในการให้บริการ: ตัวขับเคลื่อนอีคอมเมิร์ซและการเพิ่มผลผลิตในบริการแบบดั้งเดิม", IEE Transactions on Engineering Management, 54, No. 4, พฤศจิกายน 2546
• ลินตัน, เจ., "การทำแผนที่กระบวนการและการออกแบบ: แผนที่กระบวนการโดยละเอียดสามารถช่วยลดทุกอย่างตั้งแต่เวลาในการผลิตไปจนถึงข้อบกพร่องและขั้นตอนของกระบวนการ", Circuits Assembly: The Journal for Surface Mount and Electronics Assembly, กุมภาพันธ์ 2550
• เวอร์เนอร์, แอล., "ความท้าทายของการค้นพบกระบวนการ", BPM Trends, พฤษภาคม 2547
• WMP ฟาน เดอร์ อาลสต์ , บีเอฟ ฟาน ดองเกน, เจ. เฮิร์บสต์, แอล. มารัสเตอร์, จี. ชิมม์ และ AJMM ไวเตอร์ส การทำเหมืองขั้นตอนการทำงาน: การสำรวจปัญหาและแนวทาง วิศวกรรมข้อมูลและความรู้, 47(2):237-267, 2003.
• WMP van der Aalst , AJMM Weijters และ L. Maruster. การขุดค้นเวิร์กโฟลว์: การค้นพบแบบจำลองกระบวนการจากบันทึกเหตุการณ์ IEEE Transactions on Knowledge and Data Engineering, 16(9):1128–1142, 2004
• WMP ฟาน เดอร์ อาลสต์ , HA Reijers, AJMM Weijters, BF van Dongen, AK Alves de Medeiros, M. Song และ HMW Verbeek การทำเหมืองกระบวนการทางธุรกิจ: การใช้งานทางอุตสาหกรรม ระบบสารสนเทศ, 32(5):713-732, 2007.
• W. van der Aalst , T. Weijters และ L. Maruster, "การขุดค้นเวิร์กโฟลว์: การค้นพบแบบจำลองกระบวนการจากบันทึกเหตุการณ์" ใน IEEE Transactions on Knowledge and Data Engineering, เล่มที่ 16, ฉบับที่ 9, หน้า 1128–1142, กันยายน 2547, doi: 10.1109/TKDE.2004.47