Descubrimiento de procesos de negocio

Editar artículo

El descubrimiento de procesos comerciales (BPD) relacionado con la gestión de procesos comerciales y la minería de procesos es un conjunto de técnicas que construyen manual o automáticamente una representación de los procesos comerciales actuales de una organización y sus principales variaciones de procesos. Estas técnicas utilizan datos registrados en los métodos de trabajo organizativos existentes, la documentación y los sistemas tecnológicos que ejecutan los procesos comerciales dentro de una organización. El tipo de datos necesarios para el descubrimiento de procesos se denomina registro de eventos. Cualquier registro de datos que contenga la identificación del caso (un identificador único que es útil para agrupar actividades que pertenecen al mismo caso), el nombre de la actividad (descripción de la actividad que tiene lugar) y la marca de tiempo. Dicho registro califica para un registro de eventos y se puede utilizar para descubrir el modelo de proceso subyacente. El registro de eventos puede contener información adicional relacionada con el proceso, como los recursos que ejecutan la actividad, el tipo o la naturaleza de los eventos, o cualquier otro detalle relevante. El descubrimiento de procesos tiene como objetivo obtener un modelo de proceso que describa el registro de eventos lo más fielmente posible. El modelo de proceso actúa como una representación gráfica del proceso ( redes de Petri, BPMN, diagramas de actividad, diagramas de estado, etc.). Los registros de eventos utilizados para el descubrimiento pueden contener ruido, información irregular y marcas de tiempo inconsistentes / incorrectas. El descubrimiento de procesos es un desafío debido a los registros de eventos tan ruidosos y porque el registro de eventos contiene solo una parte del proceso real oculto detrás del sistema. Los algoritmos de descubrimiento deben depender únicamente de un pequeño porcentaje de datos proporcionados por los registros de eventos para desarrollar el modelo más cercano posible al comportamiento real.

Contenido

1 Técnicas de descubrimiento de procesos
2 Aplicación
3 El propósito / ejemplo
4 Historia
5 Modelos de proceso
6 Véase también
7 referencias
8 Lecturas adicionales

Técnicas de descubrimiento de procesos

Se han desarrollado varios algoritmos a lo largo de los años para descubrir el modelo de proceso utilizando un registro de eventos:

Algoritmo α: el algoritmo α fue el primer algoritmo de descubrimiento de procesos que pudo lidiar adecuadamente con la concurrencia. Con un registro de eventos como entrada, el algoritmo α deriva varias "relaciones" entre las actividades que ocurren en el registro de eventos. Estas relaciones se utilizan para producir una red de Petri que representa el registro. Aunque el algoritmo α no debe considerarse como una técnica de minería que se puede utilizar en la práctica, proporciona una buena introducción al tema. El algoritmo α proporcionó la base para muchas otras técnicas de descubrimiento de procesos.
Minería heurística: los algoritmos de minería heurística utilizan una representación similar a las redes causales. Además, estos algoritmos tienen en cuenta las frecuencias de eventos y secuencias al construir un modelo de proceso. La idea básica es que las rutas poco frecuentes no deben incorporarse al modelo.
Minería de procesos genéticos: el algoritmo α y las técnicas para la minería heurística y difusa proporcionan modelos de procesos de manera directa y determinista. Los algoritmos genéticos son una técnica de búsqueda que imita el proceso natural de evolución en los sistemas biológicos. Estos algoritmos intentan encontrar una solución en el espacio de búsqueda, ya sea probando puntos existentes o mediante el proceso de mutación o una combinación de puntos existentes. Dichos enfoques no son deterministas y dependen de la asignación al azar para encontrar nuevas alternativas.
Minería basada en regiones: en el contexto de las redes de Petri, los investigadores han estado analizando el llamado problema de síntesis, es decir, la construcción de un modelo de sistema a partir de una descripción de su comportamiento. Las regiones basadas en estados se pueden utilizar para construir una red de Petri a partir de un sistema de transición. Esta técnica encuentra "Regiones de excitación general" y construye redes de Petri utilizando tales regiones. Las regiones basadas en el idioma se pueden utilizar para construir una red de Petri a partir de un idioma con prefijo cerrado. La técnica de la región basada en el lenguaje utiliza restricciones algebraicas modeladas a partir del registro de eventos para determinar los lugares que permiten el comportamiento observado en el registro de eventos.
Minero inductivo: existe una gama de técnicas de descubrimiento de procesos inductivos para árboles de proceso, que garantizan la solidez de la construcción. Por lo tanto, el marco de minería inductiva es altamente extensible y permite muchas variantes del enfoque básico. Se considera uno de los enfoques de descubrimiento de procesos líderes debido a su flexibilidad, garantías formales y escalabilidad.

Solicitud

Business Process Discovery complementa y se basa en el trabajo en muchos otros campos.

El descubrimiento de procesos es uno de los tres tipos principales de minería de procesos. Los otros dos tipos de minería de procesos son la verificación de conformidad y la extensión / mejora del modelo. Todas estas técnicas tienen como objetivo extraer el conocimiento relacionado con el proceso de los registros de eventos. En el caso del descubrimiento de procesos, no existe un modelo de proceso previo; el modelo se descubre en función de los registros de eventos. La verificación de conformidad tiene como objetivo encontrar diferencias entre un modelo de proceso y un registro de eventos determinados. De esta forma es posible cuantificar el cumplimiento y analizar las discrepancias. La mejora toma un modelo a priori y lo mejora o amplía utilizando información del registro de eventos, por ejemplo, muestra cuellos de botella.
El descubrimiento de procesos empresariales es el siguiente nivel de comprensión en el campo emergente de la analítica empresarial, que permite a las organizaciones ver, analizar y ajustar la estructura y los procesos subyacentes que intervienen en las operaciones diarias. Este descubrimiento incluye la recopilación de información de todos los componentes de un proceso empresarial, incluida la tecnología, las personas, los procedimientos y los protocolos del departamento.
El descubrimiento de procesos comerciales crea un maestro de procesos que complementa el análisis de procesos comerciales (BPA). Las herramientas y metodologías de BPA se adaptan bien a la descomposición de procesos jerárquicos de arriba hacia abajo y al análisis de los procesos futuros. BPD proporciona un análisis de abajo hacia arriba que se casa con el de arriba hacia abajo para proporcionar un proceso comercial completo, organizado jerárquicamente por BPA.
Business Intelligence proporciona a las organizaciones informes y análisis de los datos de sus organizaciones. Sin embargo, BI no tiene modelo de proceso, conocimiento o análisis. BPD complementa BI proporcionando una vista explícita del proceso a las operaciones actuales y proporcionando análisis sobre ese modelo de proceso para ayudar a las organizaciones a identificar y actuar sobre las ineficiencias o anomalías de los procesos de negocio.
La analítica web es un ejemplo limitado de BPD en el sentido de que la analítica web reconstruye el proceso del usuario web a medida que interactúa con un sitio web. Sin embargo, estos análisis se limitan al proceso tal como está contenido dentro de la sesión, desde la perspectiva de los usuarios y solo con respecto al sistema y proceso basados en la web.
La clasificación empresarial proporciona un marco para categorizar los procesos identificados por el análisis de procesos empresariales (BPA) en función de su importancia relativa para lograr un objetivo o resultado medible y declarado. Utilizando las mismas categorías empleadas por los servicios médicos militares y médicos de desastres, los procesos comerciales se clasifican como:
- Esencial / crítico (proceso rojo): proceso esencial para lograr resultados / metas
- Importante / urgente (proceso amarillo): proceso que acelera el logro de resultados / metas
- Opcional / de apoyo (proceso ecológico): proceso no necesario para lograr resultados / metas

Los recursos se asignan en función de la categoría de proceso con recursos dedicados primero a los procesos rojos, luego a los procesos amarillos y finalmente a los procesos verdes. En el caso de que los recursos se vuelvan limitados, primero se retienen los recursos de los Procesos Verdes y luego de los Procesos Amarillos. Los recursos solo se retienen de los Procesos Rojos si el fracaso en el logro de los resultados / metas es aceptable.

El propósito / ejemplo

Un pequeño ejemplo puede ilustrar la tecnología Business Process Discovery que se requiere en la actualidad. Las herramientas automatizadas de descubrimiento de procesos de negocio capturan los datos necesarios y los transforman en un conjunto de datos estructurado para el diagnóstico real; Un desafío importante es la agrupación de acciones repetitivas de los usuarios en eventos significativos. A continuación, estas herramientas de descubrimiento de procesos de negocio proponen modelos de procesos probabilísticos. El comportamiento probabilístico es fundamental para el análisis y el diagnóstico de los procesos. A continuación se muestra un ejemplo en el que se recupera un proceso de reparación probabilístico de las acciones del usuario. El modelo de proceso "tal cual" muestra exactamente dónde está el problema en este negocio. Un cinco por ciento de reparaciones defectuosas es una mala señal, pero lo que es peor, las reparaciones repetitivas que se necesitan para completar esas reparaciones son engorrosas.

Ejemplo de descubrimiento de procesos de negocio

Un análisis más profundo de los datos del proceso "tal cual" puede revelar cuáles son las partes defectuosas que son responsables del comportamiento general en este ejemplo. Puede conducir al descubrimiento de subgrupos de reparaciones que realmente necesitan un enfoque de gestión para mejorar.

En este caso, resultaría obvio que las piezas defectuosas también son responsables de las reparaciones repetitivas. Se han documentado aplicaciones similares, como el caso de un proveedor de seguros de salud en el que en 4 meses se obtuvo el retorno de la inversión del análisis de procesos comerciales al comprender con precisión su proceso de manejo de reclamos y descubrir las partes defectuosas.

Historia

La inteligencia empresarial (BI) surgió hace más de 20 años y es fundamental para informar sobre lo que sucede dentro de los sistemas de una organización. Sin embargo, las aplicaciones de BI y las tecnologías de minería de datos actuales no siempre son adecuadas para evaluar el nivel de detalle requerido para analizar datos no estructurados y la dinámica humana de los procesos comerciales.
Six Sigma y otros enfoques cuantitativos para la mejora de procesos comerciales se han empleado durante más de una década con diversos grados de éxito. Una limitación importante para el éxito de estos enfoques es la disponibilidad de datos precisos para formar la base del análisis. Con BPD, muchas organizaciones six-sigma están encontrando la capacidad de extender su análisis a los principales procesos comerciales de manera efectiva.
Minería de procesos Según investigadores de la Universidad Tecnológica de Eindhoven, (PM) surgió como una disciplina científica alrededor de 1990 cuando técnicas como el algoritmo Alpha hicieron posible extraer modelos de procesos (típicamente representados como redes de Petri ) de registros de eventos. Han surgido críticas que señalan que Process Mining no es más que un conjunto de algoritmos que resuelven un problema empresarial específico y sencillo: el descubrimiento de procesos de negocio y los métodos auxiliares de evaluación. En la actualidad, existen más de 100 algoritmos de minería de procesos que pueden descubrir modelos de procesos que también incluyen concurrencia, por ejemplo, técnicas de descubrimiento de procesos genéticos, algoritmos de minería heurística, algoritmos de minería basados en regiones y algoritmos de minería difusa.

Modelos de proceso

Las técnicas de descubrimiento de procesos aplicadas a los registros de eventos proporcionan una representación gráfica de un proceso. El resultado de un algoritmo de descubrimiento de procesos es generalmente un modelo de proceso y estadísticas de los casos que forman parte del registro de eventos. La representación y precisión del modelo descubierto dependen tanto de la técnica utilizada para el descubrimiento como del tipo de visualización que se elija.

Gráfico de seguimiento directo: un gráfico de seguimiento directo (DFG) es la representación más simple de los modelos de proceso. En un gráfico que sigue directamente, cada nodo representa una actividad y los arcos describen la relación entre varias actividades. Por lo general, en un modelo de proceso, el gráfico que sigue directamente tiene una fuente y un sumidero que representan las actividades de inicio y finalización. Un arco en el gráfico de seguimiento directo entre dos actividades cualquiera representa que la actividad de la fuente es seguida directamente por la actividad del receptor en el registro de eventos.
Redes de Petri: las redes de Petri proporcionan una representación de alto nivel de los modelos de proceso y permiten una representación compacta del comportamiento concurrente en los procesos. Una red de Petri es capaz de mostrar diferentes tipos de transformaciones entre las actividades. Las redes de Petri son capaces de describir la ejecución secuencial, paralela, de elección y de bucle entre varias actividades en los procesos. La noción de flujos de tokens ha sido adoptada por la mayoría de los lenguajes de modelado de procesos gráficos (BPMN, diagramas de actividad UML, etc.).
BPMN: El estándar BPMN 2.0 (Business Process Model and Notation) es muy utilizado y permite construir modelos de procesos compactos y comprensibles. Además de la perspectiva de flujo de control plano, los subprocesos, los flujos de datos y los recursos se pueden integrar en un diagrama BPMN. Esto hace que BPMN sea muy atractivo tanto para los mineros de procesos como para los usuarios comerciales, ya que la perspectiva del flujo de control se puede integrar con las perspectivas de datos y recursos descubiertas en los registros de eventos.

Ver también

Referencias

Otras lecturas

WMP van der Aalst, “Minería de procesos: descubrimiento, conformidad y mejora de procesos comerciales”. Springer Verlag, Berlín, 2011 ( ISBN 978-3-642-19344-6 ).
Cook JE, Wolf AL, “Automatización del descubrimiento de procesos a través del análisis de datos de eventos”, Actas de la 17ª Conferencia Internacional sobre Ingeniería de Software, Seattle, Washington, EE. UU., 1995.
Irani Z., Hlupic V., Giaglis G., "Business-Process Reengineering: A Design Perspective", The International Journal of Flexible Manufacturing Systems, 12, págs. 247 - 252 (2000)
Linton, JD, "Facing the Challenges of Service Automation: An enabler for E-Commerce and Productivity Gain in Traditional Services", IEE Transactions on Engineering Management, 54, No. 4, noviembre de 2003.
Linton, J., "Mapeo y diseño de procesos: un mapa de proceso detallado puede ayudar a reducir todo, desde el tiempo de ciclo hasta los defectos y los pasos del proceso", Ensamblaje de circuitos: The Journal for Surface Mount and Electronics Assembly, febrero de 2007
Verner, L., “El desafío del descubrimiento de procesos”, BPM Trends, mayo de 2004.
WMP van der Aalst, BF van Dongen, J. Herbst, L. Maruster, G. Schimm y AJMM Weijters. Minería de flujo de trabajo: una encuesta de problemas y enfoques. Ingeniería de datos y conocimiento, 47 (2): 237-267, 2003.
WMP van der Aalst, AJMM Weijters y L. Maruster. Minería de flujo de trabajo: descubrimiento de modelos de proceso a partir de registros de eventos. IEEE Transactions on Knowledge and Data Engineering, 16 (9): 1128-1142, 2004.
WMP van der Aalst, HA Reijers, AJMM Weijters, BF van Dongen, AK Alves de Medeiros, M. Song y HMW Verbeek. Minería de procesos de negocio: una aplicación industrial. Sistemas de información, 32 (5): 713-732, 2007.
W. van der Aalst, T. Weijters y L. Maruster, "Minería de flujo de trabajo: descubrimiento de modelos de proceso a partir de registros de eventos", en IEEE Transactions on Knowledge and Data Engineering, vol. 16, no. 9, págs. 1128-1142, septiembre de 2004, doi: 10.1109 / TKDE.2004.47.