通过前面的方法，我们现在可以画出来各层级的流程图，但这距离模型还有一定的差距。接下来，我们需要将流程图的内容进一步结构化，尤其加强指标、数据方面的描述，为业务流程向数字空间的转化铺平道路。

这一阶段我们需要掌握三种方法，即识别进阶流程组件、流程属性数字化以及识别数据流。

图表 23 按需完善流程模型的过程分解

前文中，我们讲到流程的六个基本要素，即客户、价值、输入、输出、活动、关系，六要素能够很好的为我们提供流程的概貌信息，对流程有基本的了解，但是这显然并不是流程的全部，如果我们想要将流程图进化为流程模型，用来提供进一步的理解，用来指导优化再造，用来实现数字化，则需要丰富流程的属性。一些常用的属性列举如下：

一、识别进阶流程组件

第一类，角色、人相关组件。如流程客户、流程责任人、流程供方、流程执行人。

第二类，流程接口相关组件。如供方流程、客户流程、前序流程、后序流程。

第三类，流程内容相关组件。如流程活动、子流程、流程事件、流程网关。

第四类，流程逻辑相关组件。如业务规则、流程网关。

第五类，流程资源相关组件。如流程输入、流程输出。

以上只是笔者观察到的，一些常见需要在准确建模流程过程中明确出来的组件，在不同的行业、不同的业务领域可能会有新的观察。流程建模的一个目的就在于以更加结构化、模块化的形式描述流程，因此并不是说流程组件识别得越多越好，或者说需要在一开始就将所有的流程组件识别出来，建模过程可以是渐进明细的，并且需要符合整体的需求。

以采购流程为例，我们来演示如何识别流程组件。

图表 24 采购流程（简）

我们以表格的形式列出流程各环节，以及准备识别的流程组件类型。通过该表，我们可以简要列出检验环节用到的各个流程组件如下。

图表 25 组件识别示例

但是这样简单识别出来的流程组件对于数字化来说还不够，我们需要将实体的、概念化的流程组件转化为标准化的具有数据结构的流程组件。

对于角色组件，我们需要建立角色清单，将流程识别得到的角色和角色清单中的角色进行对比，可能有些已经存在了，那就使用这些标准角色，有些还没有，那就增加，有些范围存在重叠，则需要进一步讨论是否增加相关角色。

在其他流程建模过程中，使用标准的角色，避免重复、重叠。角色成为人员的一个属性，通过人员的入离职、岗位调动等流程进行维护。

图表 26 角色属性

货物的逻辑类似，应建立货物的清单。列出货物的ID、名称、单位规格、价格区间等信息。业务的实际需要、管理的精细程度不同，可能影响其建模的颗粒度。比如某企业A从某文具生产商B采购文具用于A企业内员工平时工作所需。采购的文具包括0.5mm、0.35mm的黑色、蓝色、红色中性笔若干。对于生产商B而言，生产中性笔是其主要生产经营内容，有必要将所有这些规格的中性笔进行细分，从而有效的调节生产和组织销售。但是对于企业A而言，可能就并没有这种必要，在流程建模的时候，可能只需要识别为中性笔即可。

单据的数字化相对来说较为好理解，简单可以理解为每个空格都是要被定义的。比如说到货验收单上，应当有货物、验收人等内容，这些内容应当像上面一样被标准化定义出来。

还有一个业务规则，这个相对来说难理解一些。业务规则可以理解为一系列判断的集合，比如在到货验收的时候，如果数量差异超过一定比例，应当拒收并发函给供应商；如果差异在某范围内，可以接受，并通知供应商补发或退款；质量如果不符合某些验收条件应当拒收等等。这些条件如果全部以流程网关的形式体现，则流程图会变得非常复杂，并且在业务规则发生变化的时候疲于调整，因此，可以考虑设置业务规则，将所有的判断标准在业务规则中进行维护。

图表 27 流程业务规则示例

这样业务规则就变成可维护的、可计算的了，而流程模型也将大大得到简化。

图表 28 使用业务规则的流程

其他可供识别的流程组件类似，我们在流程图之外，可以以附表的形式，或者在流程图上，以流程图表的自定义属性的形式，将我们所需要识别的、已经识别的流程组件的信息列出。

二、流程表现数字化

除了对流程组件的识别之外，在这一阶段，我们还需要对流程行为的信息进行识别，以量化的数据来准确表征流程的行为。常见需要识别的流程属性有过程时间（process time）、交付周期时间（delivery cycle time）、增值时间（value-added time）、换型时间（changeover time）、批量大小（batch size）、典型批量（typical batch）、需求速率（demand rate）、完整准确率（complete and accurate rate）、可靠性（reliability）、人数（headcount）、库存量（inventory level）、信息系统的使用（information system usage）、可用时间（available time）。这是精益管理中常见的一些术语。

图表 29 流程表现识别示例

在完成流程属性的识别之后，我们继续以流程图的附表或者流图图标自定义属性的形式，将识别得到的流程属性列出来，这些信息在我们后续进行流程优化再造的时候将发挥作用。

三、重视背后的数据流

流程建模突出对数据流的重视，数据流图也称数据流程图（Data Flow Diagram，DFD），它是一种便于用户理解、分析系统数据流程的图形工具。它摆脱了系统的物理内容，精确地在逻辑上描述系统的功能、输入、输出和数据存储等，是系统逻辑模型的重要组成部分。

数据流图分析法是结构化分析与设计方法（SSADM，Structured Systems Analysis & Design Method）的重要方法之一。分析产生的数据流图，和数据字典等一同构成结构化分析方法的核心输出，是流程模型的重要组成部分。

数据流图清晰的展示了每个活动的数据输入和数据输出，精确地在逻辑上描述系统的功能、输入、输出和数据存储，对信息系统的结构化分析与设计具有重要作用。

使用基本流程图（flow Charting）等较为简单的符号集的时候，由于常常忽略其中的数据流，可能在描述上存在容易引起歧义的地方，或者干脆存在错误。前面我们通过对流程组件、流程属性的识别，更加严谨、完备的描述了流程信息，现在，将信息流也表达出来，能够更好的描述业务过程，进而识别出系统功能，为后续流程的数字化打下基础。

此外，大家可能听说过一种称之为ESEIA的流程诊断优化技术，指通过清除、简化、增加、整合、自动化五种基本方式对流程进行优化。

E表示清除，即找出并彻底清除不增值的活动；S表示简化，指清除不必要的活动后，对必要的活动进行简化；第二个E表示增加，即根据顾客/管理需要增加创造价值的活动；I表示整合，指对简化后的活动进行整合，使之流畅连贯并满足客户要求，充分考虑通过并行工程来缩短流程运行时间；A表示自动化，指充分利用信息技术自动化功能，提高流程处理速度与质量。

这个方法里面最重要的是判断某一项活动是否增值。

哈默认为，客户愿意付费的就是“增值”的。

例如：为了提高质量，增加了一个质检的环节，而客户愿意为了产品的高品质保证而付费，哪怕产品的价格高于世面平均价格，从这个意义上说，这个质检环节的活动是增值的。而在生产供料的环节，由于厂房的位置布局不合理，物料供应路线迂回，搬运成本比较高，客户认为，我只关心拿到好价值好质量的产品，企业不能为了搬运成本高就抬高产品价格，我不愿意为了多花出的搬运成本而付费。那么，生产供料环节的高成本的搬运活动就是不增值的，有着提升的空间。

这样的描述还是很有一些感性的成分在里面，通过DFD我们可能可以进一步完善上面的优化方法。这个想法还需要时间完善，简单思考可能有以下几点：

​ 不对数据流进行加工的，使得数据流原样进原样出的过程，是不增值的活动；产生既没有流向客户，又不是中间产品的数据流的过程，是不增值的活动。

​ 如果能够产生同样的数据流输入输出效果，则期间的活动越少越好，参与的实体越少越好。

​ 客户价值可以通过提供一定的信息得到增加，生产这样的数据流的活动是我们需要增加的创造价值的活动。

​ 需要同样数据输入的应采用数据存储作为数据源，而非增加多个活动。

​ 活动的执行充分考虑自动化。

图表 30 DFD示意