实践中，我们经常会发现，自动化并没有带来设想中那么多的效率提升。这一现象的主要原因可能是不同用户之间的流程存在显著变化，流程经常重新启动和返工，以及流程中存在过多的异常和错误。

因此我们有必要从信息系统的角度对流程进行分析，常见有以下几种分析技术：

1、数据流分析

数据流分析旨在了解数据如何流经系统以及数据项如何在流程中的各个点进行交互。通过系统处理的交易数据可以洞悉许多类型交易的数量和复杂性。数据流分析提供了流程中数据发生情况的唯一视图，并使您能够更好地理解标准流程和异常流程的数量。

这种类型的分析有助于分析师发现瓶颈、不需要的队列或批次，以及不增加价值的交互。数据流分析还可以在数据的帮助下，发现应该或者不应该应用的业务规则。这些业务规则可能会加深我们对“正常规则”的理解，这些正常规则可以自动化并作为标准事务应用。

2、商业规则分析

讨论业务规则是理解组织文化的要素之一。

许多自动化系统将业务规则显式或隐式地合并到其系统配置或算法中。这些规则通常对于顺利进行业务运营必不可少，但是基于这些规则工作的人们可能对此知之甚少，尤其是在那些缺乏严谨的流程文档和变更控制的组织中。在这样的组织中，人员流失会导致组织内知识的丢失。

流程分析师需要在应用程序中发现这些通常隐藏的规则，这将是一项艰难的挑战。之后，需要对配置中的规则进行反向工程。这项工作必须与具备相关规则专业知识的员工密切协作才能完成。

3、系统文档和使用分析

软件系统的使用指南（无论是定制的、可配置的还是现成的）是查找流程的重要来源。通常，系统使用指南不够详细、逻辑清奇，甚至干脆缺乏这样的文档，因此，分析过程应包括识别系统相关流程，然后根据系统实际编码、配置和使用方式对这些流程和规则进行反向工程。

但是，请不要假定当前使用的系统是完成此工作的最佳解决方案，可能有许多线索表明事实并非如此。人们可能会将系统视为障碍，而不是工作支持；或者您可能会发现人们在实际过程中采用了各种变通方法和手工步骤来弥补系统的不足。分析人员必须努力了解工作人员与自动化工具的关系。这对于了解真正的流程以及存在的问题至关重要。