流程挖掘技术的目的是提高流程效率，理解流程并发现流程中存在的问题。流程挖掘通过从各个系统提取真实的业务日志和事件日志信息，进行模拟或仿真运行。流程挖掘与BAM（业务活动监控）、BOM（业务运营管理）、BPI（业务流程智能）以及Data Mining（数据挖掘）技术紧密相关。虽然这些技术都是用来对数据进行分析，但与数据挖掘不同的是，流程挖掘的关注重点是流程模型和流程运行中的问题，而并不是数据本身。流程挖掘技术是基于事实而不是基于推测或直觉来判断问题。流程挖掘可以把事件数据（观察到的行为）与流程模型（手工或自动发现）更好地联系起来，可以检查流程中的合规性、执行偏差、预测，支持决策判断并建议流程重新设计。

    流程挖掘工具已经发展近十年，也正在与RPA寻求合作。流程挖掘技术在RPA领域可以发挥着多方面的作用。

01、流程发现

    流程挖掘技术基于算法，在无须预先流程定义的情况下，可以获取系统的事件日志并生成流程模型。这样的流程模型是基于真实的业务信息而生成的，避免了之前谈到的RPA分析中过多的主观判断。流程模型可以用来计算更加贴近真实情况的FTE节省以及价值收益。基于这些定量的计算，流程挖掘技术可以筛选出更需要自动化的业务流程。

02、流程实例与流程模型的对比

    流程挖掘技术可以比较真实运行情况和流程设计的一致性，比较事件记录（实际业务发生情况）和流程模型（BPMN中的理想流程和预定义流程），并标识出一致性或差异，以诊断该流程模型中存在哪些低效的处理环节，以便于后续自动化的改进。

03、流程优化和增强

    流程模型根据实际的业务数据进行调整和改进。RPA流程同样可以通过流程挖掘技术获得的数据加以优化。当RPA的运行情况没有达到预期时，仍可以通过流程挖掘技术找到原因所在。

    流程挖掘技术给RPA带来的分析价值是明显的，如找到手工处理的业务环节，评估当前流程的自动化比例，构建和验证自动化流程，定量选择自动化流程的优先级和可行性，评估自动化的执行效果。但流程挖掘技术适用前提也是苛刻的，比如要求企业的数字化程度非常高，流程中的运营数据都已经被采集，而且业务流程是比较规范和明确的，同时前期还需要投入较高的人力去搜集整理运营日志信息，再导入流程挖掘工具。国内企业尚不能广泛使用流程挖掘技术的原因也正是受制于这些前提条件。