过程挖掘（process mining）用于从大量实际发生的行为序列数据中生成或检验整体流程模型。与序列分析把每条完整序列作为分析对象、比较不同路径的组成和差异不同，过程挖掘关注大量序列共同形成的整体流程，可以描述活动之间的顺序、分支、循环、并行和返工等关系。
过程挖掘常见的用途包括：
- 过程发现（process discovery）：根据实际观察到的事件序列构建过程模型，用以概括活动之间的顺序、分支、并行和循环等关系。
- 一致性检查（conformance checking）：将实际发生的任务路径与已有的规定流程或过程模型进行比较，识别跳步、返工、违规路径等偏离。
- 过程增强（process enhancement）：在已有流程模型基础上加入耗时、错误或用户特征等信息，从而定位流程中的瓶颈和差异。
过程挖掘主要描述实际发生了哪些活动，以及这些活动按照什么顺序发生。如果还希望解释某类路径为什么出现，则需要结合任务结果、操作录像、访谈等其他资料进行分析。