Аннотация
В современных организациях усложнение бизнес-процессов и увеличение объема данных затрудняют принятие управленческих решений. Особенно своевременное и точное выявление проблемных бизнес-процессов является важным условием повышения эффективности работы организации. Традиционные детерминистические и эвристические подходы не показывают достаточной эффективности в условиях неопределенности. В данной статье исследуется возможность использования байесовского вероятностного метода для совершенствования подходов к выявлению проблемных бизнес-процессов. Байесовский метод позволяет оценить вероятность проблемных процессов путем объединения априорных знаний и данных наблюдений. Результаты исследования свидетельствуют о высоком уровне гибкости и интерпретации предложенного подхода. Предложенный подход был протестирован на основе синтетических данных и была оценена способность различать проблемные и нормальные бизнес-процессы. В ходе исследования было проведено количественное ранжирование уровня риска процессов путем вычисления апостериорных вероятностей. Полученные результаты показали, что байесовская модель стабильно работает в условиях неопределенности по сравнению с традиционными методами. Кроме того, интерпретация результатов работы модели позволяет нам поддерживать процесс принятия управленческих решений. Представленный метод пригоден для практического применения в системах мониторинга бизнес-процессов и их оптимизации.