Process mining: la ciencia de datos aplicada a la mejora de procesos de negocio y su robotización

Ignacio G.R. Gavilán    17 marzo, 2022
process-mining

Process mining es una disciplina en auge que, mediante la aplicación de técnicas de data science y machine learning, permite el análisis y rediseño de procesos de negocio, impulsando su robotización.

La gestión de procesos de negocio o BPM (Business Process Management) está viviendo una nueva juventud. Por una parte, provocado por la necesidad de optimización y automatización de procesos que la revolución digital trae consigo, Y, por otra, por las nuevas herramientas que esta revolución aporta. En este caso, tienen que ver con la analítica y la inteligencia artificial y se concretan en la disciplina conocida como process mining o minería de procesos.

El objeto de esta disciplina son los procesos de negocio. Siguiendo la definición que aporto en mi último libro, “Robots en la sombra”, un proceso de negocio es “un conjunto de actividades que, coordinadas, producen un resultado de negocio”. Un proceso de negocio, por tanto,  podría ser la gestión de pedidos, la gestión de reclamaciones o la gestión del inventario.

BPM es una metodología de trabajo que tiene sus primeras manifestaciones en la gestión de la calidad total (TQM, Total Quality Management), la mejora continua o la reingeniería de procesos de negocio (BPR, Business Process Reegineering). Busca gestionar el ciclo de vida de esos procesos de negocio mediante el entendimiento, análisis, mejora, automatización y monitorización de su comportamiento.

De una gestión manual a otra digitalizada

Tradicionalmente, y a falta de mejores herramientas, la gestión de los procesos de negocio, su levantamiento, análisis y rediseño se ha hecho de manera muy manual. Los analistas de procesos dirigían y ejecutaban esta labor en estrecho contacto con los expertos del proceso, las personas que usaban el proceso en su tarea diaria. Mediante workshops, entrevistas, cuestionarios o el análisis de documentación, los analistas conseguían conocer en detalle los procesos, los modelaban, encontraban sus debilidades y oportunidades de mejora y los rediseñaban.

Pero la digitalización ha traído consigo unas sofisticadas herramientas de process mining, que permiten automatizar parte de la labor de los analistas de procesos y ayudarlos en las otras.

Es necesario, eso sí, partir de procesos que ya se encuentren soportados por sistemas de información. Pueden ser sistemas empresariales como los ERP (Enterprise Resource Planning), CRM (Customer Relationship Management) o sistemas plenamente orientados a los procesos, como los BPMS (Business Process Management Systems) o los CMS (Case Management Systems).

¿Cómo funciona el process mining?

El process mining trabaja con datos generados en forma de trazas o logs por esos sistemas de automatización de procesos. Por cada evento ocurrido en el proceso registran, al menos, la siguiente información:

  • Identificación del caso (de qué reclamación o pedido concreto se trata)
  • Identificación de la actividad o tarea concreta a la que se refiere el evento
  • Fecha y hora del evento.

Las herramientas de process mining aplican sobre  esa información procesamientos más o menos sofisticados,. Incluyen técnicas analíticas procedentes del campo del data science y la inteligencia artificial (machine learning) y aportan diagramas, indicadores, conclusiones y sugerencias para su uso por parte de los analistas de procesos.

Aplicaciones de la minería de procesos

El process mining se utiliza, fundamentalmente, para cuatro tareas relacionadas con la gestión de los procesos de negocio:

  • Descubrimiento de procesos o deducción automatizada de un modelo de proceso (expresado típicamente como un diagrama BPMN o una red de Petri), que se ajusta al comportamiento observado en los logs. Es decir, en lugar de consultar a personas cuál es la estructura del proceso, cuáles son sus actividades, cuál su secuenciación, etc. esto se deduce a partir de lo que se encuentra en los sistemas que ‘realmente’ ejecutan el proceso. Hacerlo así representa una mayor eficiencia, objetividad y detalle de la información encontrada.
  • Análisis de variantes o identificación de las variantes de ejecución de un  proceso. Aunque cuando se modelan procesos de negocio se tiende a simplificar y expresar un modelo de proceso canónico ´-,un happy path-, lo cierto es que en la ejecución real de los procesos se producen multitud de pequeños cambios respecto a ese flujo teórico. Son las llamadas variantes y surgen por el cumplimiento de ciertas condiciones, por la aparición de excepciones o por decisiones en tiempo de ejecución que toma un humano. Mediante el análisis de variantes se pueden contemplar todas esas diferentes formas de ejecución, conocer su frecuencia relativa, analizar cuáles son más exitosas, etc.
  • Chequeo de conformidad. Esta tarea identifica las diferencias observadas entre el modelo de proceso teórico y lo observado en los logs. Es decir, la empresa marca una forma de ejecutar un proceso que se entiende como óptima pero, de nuevo, en la vida real, los usuarios, e incluso un sistema no bien implementado, pueden apartarse del flujo esperado. El chequeo de conformidad ayuda a detectar, analizar y eventualmente corregir esas no conformidades.
  • Minería de prestaciones. En su faceta más avanzada las herramientas de process mining pueden incluso hacer propuestas de mejora del  proceso actual.

La forma más avanzada y científica de analizar procesos de negocio

En definitiva, el process mining, una disciplina fundada por Wil van der Aalst, que hoy día se refleja en multitud de productos, como los proporcionados por Celonis, UiPath o Apromore, es la forma más avanzada y científica de analizar procesos de negocio. Resulta, además, una gran herramienta para apoyar la robotización de procesos mediante tecnologías del tipo RPA (Robotic Process Automation), ya que ayuda a detectar manualidades, ejecuciones incorrectas y debilidades que se pueden subsanar, entre otras formas, mediante robots software.

Si la inteligencia artificial ya nos ayuda a automatizar de maneras cada vez más avanzadas y sofisticadas los procesos de negocio, ahora el process mining también contribuye  a entenderlos, analizarlos y rediseñarlos.

Imagen: Levi Loot en unsplash

Deja una respuesta

Tu dirección de correo electrónico no será publicada.