Process Mining – Data Science en Procesos

En los últimos 10 minutos se ha generado tanta información como desde la prehistoria hasta 2003.

Cada vez que pagamos con la tarjeta de crédito, generamos datos. Cuando consultamos el GPS, o cuando hacemos una llamada, estamos generando datos. Y con el IoT cada vez generaremos más datos. La cuestión actual no es obtener o almacenar más datos, sino convertir esos datos en información de valor: saber qué se hace con ella y qué nos puede servir. A ello es precisamente a lo que la disciplina de Data Science quiere dar respuesta: recopilar, analizar e interpretar una gran cantidad de datos de fuentes variadas. Y dentro de esta disciplina surge la especialidad de Process Mining, como nexo de unión entre los modelos de análisis de procesos y los análisis basados en Data Mining.

Process Mining  analiza los procesos a través de la información que generan éstos: descubre, controla y mejora los procesos a través de la extracción y tratamiento de los registros generados en los sistemas. Es capaz de representar dinámicamente los procesos a través de logs de información, sin necesidad de tener el flujo diseñado, y completarlo con análisis estadísticos, casos, tiempos medios y de utilización sobre los procesos y recursos. No hay que olvidar que la clave es el proceso, por lo tanto el foco de Process Mining es la mejora de éste, no de los datos. Así, intenta responder a preguntas como cuál es el proceso que realmente está siguiendo la gente, dónde se producen los cuellos de botellas, si existen vías rápidas, o porqué se producen las desviaciones respecto al proceso esperado; además, intenta predecir el futuro de acuerdo a las estimaciones de actividad.  Esta representación del proceso es real (ya que se basa en los datos generados por éstos y no en interpretaciones, procedimientos o entrevistas con usuarios) procesando un gran volumen de información de manera sencilla y rápida (lo que aumenta las capacidades analíticas y reduce drásticamente los tiempos para obtener conclusiones precisas).

 

Para comprender mejor estas ventajas de Process Mining, podemos pensar en un caso de análisis de los procesos de soporte a usuarios, donde podemos encontrar un gran volumen de datos, cientos de miles de eventos a analizar que son los que nos van a decir qué es lo que ocurre realmente. Process Mining nos va a permitir analizar ese gran volumen de información de manera simple, rápida y fiable. Nos va a representar el flujo de trabajo y podremos ver si, por ejemplo, existe un nivel 2 al que no llegan casos, si las incidencias van cambiando de estado y saltando de un grupo resolutor a otro, o cuál es el tiempo de espera por nivel resolutorio. Y con ello podremos tomar las decisiones adecuadas, como eliminar un nivel poco eficaz, rediseñar los árboles de decisión para crear nuevas vías rápidas de solución de problemas o redimensionar grupos de resolución en función de la actividad.

Process Mining es eficaz para conocer lo que ciertamente ocurre con nuestros procesos, identificar ineficiencias del mismo y explicar las causas, gracias al análisis e interpretación de un gran volumen de información que no podríamos aprovechar de otra manera. Sin embargo, no es suficiente para identificar per se o diseñar las mejoras de los mismos. Para ello lo completamos con otras metodologías o herramientas para completarlo, como puede ser la automatización de procesos (Robotics), reingeniería de procesos, sistemas de gestión de productividad o reestructuraciones organizativas.

 

Escrito por Antonio Sanz, Senior Manager de Bip.

CompartirShare on LinkedIn83Tweet about this on TwitterShare on Google+0Email this to someone

Write a Reply or Comment

Your email address will not be published.

*