摘要
制造业企业的数字化转型需要通过数据驱动的决策支持和流程优化来实现更高效的工程变更管理。尽管近年来流程挖掘取得了显著进展，但大多数现有研究侧重于描述性或预测性流程分析，而结合可持续性考虑的处方性优化仍有待深入研究。本研究旨在开发和评估一种基于流程挖掘方法和环境、社会与治理（ESG）考虑因素的工程变更管理处方性优化模型。所提出的模型结合了基于规则的用例路由、资源画像和风险导向的警报，并使用一家制造和工程公司的真实事件日志进行评估。方法学框架整合了使用归纳挖掘器算法的流程发现、一致性检查、性能和瓶颈分析、确定性规则用例分类、资源画像和处方性分析。所提出的模型通过使用参数和非参数统计方法在测试数据集上进行回溯验证进行了评估。回溯分析估计平均活跃用例处理时间减少了36.8%，从6.31小时降至3.98小时，同时保持了建模满意度水平（p < 0.001）。这些结果代表基于模型的估计，而非前瞻性实施后观察到的效果。所提出的方法通过将处方性分析与可持续导向的流程治理相结合，扩展了现有的流程挖掘应用。它为作为决策支持模块集成到产品生命周期管理、企业资源规划和工程变更管理系统中提供了基础，有望提高运营效率并支持可持续制造实践。
