이 IDC Perspective에서는 UiPath Task Mining의 기능을 평가합니다. 2020년에 UiPath는 작업 마이닝을 도입했으며, 현재 보조 작업 마이닝과 비보조 작업 마이닝의 두 가지 경험을 제공하고 있다, 각각 다른 사용 사례를 위해 설계되었습니다. 어시스트 태스크 마이닝은 사용자가 지정한 작업을 캡처하고, 각 작업과 동일한 작업을 수행하는 사용자 그룹 간의 작업 변형을 학습, 문서화 및 통계화할 수 있도록 설계됐습니다. 작업 자동화를 진행하는 팀, 시민 자동화 프로젝트를 진행하는 비지니스 팀, 대규모 프로세스 개선 노력의 일환으로 수동 작업의 캡처를 요구하는 프로세스 마이닝 팀에서 사용할 수 있습니다. IDC의 AI 및 자동화 연구 프로그램 부사장인 모린 플레밍(Maureen Fleming)은 "태스크 마이닝을 도입하는 팀마다 필요한 기능이 다릅니다. UiPath의 태스크 마이닝 경험에 대한 접근 방식은 각 그룹의 특정 요구사항에 맞게 기능을 조정하는 것을 목표로 합니다. 예를 들어, 자동화 COE는 대량의 인터랙션 데이터를 처리하여 자동화 기회를 신속하게 파악해야 하고, 비지니스 팀은 작업 중인 작업을 자동화할 수 있는지 이해해야 하며, 프로세스 마이닝 팀은 작업이 비효율을 유발하는 이유를 이해하기를 원합니다."라고 말했습니다.
This IDC Perspective assesses the capabilities of UiPath Task Mining. In 2020, UiPath introduced Task Mining and currently offers two experiences: Assisted Task Mining and Unassisted Task Mining that are designed for different use cases. Assisted Task Mining is designed for users to capture named tasks to learn, document, and produce statistics about each task and that task's variations across the group of users performing the same task. This can be used by a team working to automate their work, a business team working on citizen automation projects, and by a process mining team to request capturing a manual task as part of a larger process improvement effort. "Across the teams that adopt task mining, the features they need vary. UiPath's approach to delivering task mining experiences is aimed at aligning features with specific needs of each group," according to Maureen Fleming, program vice president in IDC's AI and Automation Research Practice. "For example, automation COEs need to process volumes of interaction data to rapidly identify automation opportunities, business teams need to understand whether the tasks they work on can be automated, and process mining teams want to understand why a task is causing inefficiency."