如果说BPM是一台给企业流程拍照的相机，那么流程挖掘就是这台相机的定焦镜头，专注于流程科学领域的复杂问题分析。

而BI更像一个变焦镜头，几乎什么都能拍，但到了流程挖掘的业务场景时，要么拍不太清楚，要么拍不出来。只能生成一些面向企业的通用数据分析和展示。

PM（Process Mining，流程挖掘）是一门新兴的跨数据科学和流程科学交叉学科。其核心原理是从现代信息系统的事件日志中提取有价值的信息，用数据驱动的方式自下而上来发现、监控，仿真和改进实际流程。

通过流程挖掘，可以整理、清洗企业常用数据平台的工作流日志，然后分析、重建整个流程的执行过程，并锁定流程效率低下和执行偏差的根本原因。

最终运用算法和模型帮助企业模拟不同改进方案的预期成效，构建最佳的执行方案，帮助企业降本、增效。点击查看（流程挖掘24个应用场景介绍）

然而随着企业业务不断扩展，IT数字化迭代进程加快，导致内部业务流程冗杂。

特别是面对存量业务较多，业务迭代较快、经营规模庞大、产业链分支较多的企业，基于BPM的管理方式面临着新的挑战。

原本的BPM是「模型驱动」的方法，并没有把隐藏在数据中的知识考虑到流程模型中。

直到现在，BPM社区才开始意识到与数据相关的启动/监控、调整和诊断/需求阶段的重要性，「数据驱动」也成了BPM的一个重要特性。

可以说流程挖掘技术扩充了BPM体系，为BPM各阶段提供更科学、智能化的工具和方法，在BPM可以发挥重要甚至关键的作用。

传统的BI工具侧重于展示关键绩效指标（KPI），用于结果监控和报告产出，即回答结果是什么。而流程挖掘是过程分析技术，用来探究结果背后的原因。

BI用的是一些比较通用的算法，聚类、回归、协同过滤、随机森林等等。而流程挖掘不管是算法还是分析模型，都是针对于流程挖掘这个领域专门去定制及开发的一些模型，和通用性模型相差甚远。