| name | opm-add-csv-source |
| description | open-process-miningに新しいプロセスタイプをCSV手動投入で追加します。CSVデータとdbt stagingモデルを生成し、stg_all_eventsに統合します。「新しいプロセスを追加」「CSVデータソースを追加」「プロセスタイプを追加」「イベントログを投入」「dbt seedデータを作成」「CSVからプロセスマイニング」などのキーワードで発動します。 |
| argument-hint | プロセス名、データの説明、または元データのファイルパス |
CSV手動投入による新規データソース追加
自組織のイベントログCSVデータからdbt stagingモデルを生成し、open-process-miningに新しいプロセスタイプを追加します。
共有リソース
- パターン集:
../opm-core/references/data-pipeline-patterns.md
出力先
- CSV:
dbt/seeds/raw_{process}_{year}.csv
- staging SQL:
dbt/models/staging/stg_{process}_{year}.sql
- 組織マスター(必要時):
dbt/seeds/master_employees.csv, dbt/seeds/master_departments.csv
ワークフロー
Step 1: 入力情報の収集
ユーザーに以下を確認する:
- プロセス名: kebab-case(例:
order-to-cash, ticket-management)
- データソース: どのシステムからデータを取得するか
- 元データ: CSVファイルパス、またはデータの構造説明
- 組織分析の要否: 社員マスターが必要か
Step 2: 元データの解析
元データが提供された場合:
- CSVファイルを読み込み、カラム構成を確認
- ケースID、アクティビティ、タイムスタンプ、担当者に該当するカラムを特定
- カラムマッピングをユーザーに提示して確認
元データがない場合:
- ユーザーの説明からプロセスフローを整理
- アクティビティ一覧を提案
- サンプルCSVデータを生成
Step 3: CSVファイルの生成
../opm-core/references/data-pipeline-patterns.md の「パターン1」を参照し、以下を生成:
dbt/seeds/raw_{process}_{year}.csv - イベントログデータ
- 組織分析が必要な場合:
dbt/seeds/master_employees.csv への追記(既存ファイルがあれば追記)
dbt/seeds/master_departments.csv への追記
Step 4: dbt staging モデルの生成
../opm-core/references/data-pipeline-patterns.md の「パターン1」の staging SQL テンプレートに従い:
dbt/models/staging/stg_{process}_{year}.sql を生成
dbt/models/staging/stg_all_events.sql に UNION ALL を追加
Step 5: 検証
以下のコマンドで動作確認を案内:
docker compose -f compose.dev.yml run --rm dbt bash -c "cd /app/dbt && dbt seed"
docker compose -f compose.dev.yml run --rm dbt bash -c "cd /app/dbt && dbt run"
docker compose -f compose.dev.yml run --rm dbt bash -c "cd /app/dbt && dbt test"
docker compose -f compose.dev.yml exec postgres psql -U process_mining -d process_mining_db \
-c "SELECT process_type, COUNT(*) FROM fct_event_log GROUP BY process_type;"
Step 6: 結果の提示
生成したファイル一覧と、Web UIでの分析作成手順を案内:
- ブラウザで http://localhost:5173 を開く
- 「新規作成」ボタンをクリック
- プロセスタイプから追加したプロセスを選択
- 分析名を入力して「作成」
注意事項
- process_type はデータドリブン。コード変更なしで自動認識される
- タイムスタンプは
YYYY-MM-DD HH:MM:SS 形式推奨
- CSVはUTF-8エンコーディングで保存すること
- 最低30ケース以上のデータを推奨