La minería de procesos es una categoría de software emergente que se basa en desarrollos académicos que provienen de finales del siglo XX. El avance de la capacidad de procesamiento y las posibilidades del mundo cloud han dado vida a esta categoría y ha proporcionado posibilidades infinitas a enfoques metodológicos como SixSigma, Lean Manufacturing o el clásico TQM.
En 2020 fundamos InVerbis a partir de siete años de investigación del Centro Singular de Tecnologías Inteligentes (CiTIUS) de la Universidad de Santiago de Compostela, y desarrollamos una de las herramientas más flexibles del mercado con la que hemos trabajado en multitud de casos.
Qué es la minería de procesos
Muchas personas conocen el concepto de “migas de pan” (breadcrumbs) que se emplea en el diseño de navegación de páginas web. Consiste en la representación sucesiva de las páginas que se han recorrido hasta que se ha llegado a la que el usuario tiene presente en su pantalla. Basta con mirar el “rastro” dejado para saber cómo se ha llegado hasta allí.
La minería de procesos recoge la huella digital en la ejecución de actividades, tareas y procesos completos y reconstruye la secuencia de acciones que se ha llevado a cabo para terminar un proceso.
Lo hace tomando como datos logs y bases de datos de los sistemas de gestión con los que se administran las operaciones (pagos, cobros, compras, ordenes de fabricación, entregas y todo tipo de actuaciones logísticas, etc.).
Reconstrucción visual y con datos
Se trata de una reconstrucción visual y con datos de lo que se ha realizado realmente y sirve como verificación objetiva de cuán eficaces somos. La imagen adjunta presenta un ejemplo de lo que se consigue:
Como se anticipó en líneas anteriores, el lector podrá apreciar una serie de actividades vinculadas de modo secuencial: el camino que se ha realizado para alcanzar un resultado determinado (output) acompañado por la información estadística que permite comprender la ejecución completa en un tiempo determinado.
Es decir, si tienes un servicio de pizzas a domicilio, estamos recogiendo la información agregada de todas las formas diferentes que empleamos para recibir el pedido, hornear la pizza y entregarla en el hogar del solicitante.
Eso nos permitirá detectar cuándo y cómo se realiza dentro de los márgenes previstos (tanto de tiempo como de orden de actividades) como todas las otras formas posibles deseadas y no deseadas.
Detección de bucles
La siguiente imagen contiene otra «variante» del mismo proceso. El observador detectará que, de forma diferente a la anterior, a mitad del camino se producen tanto alternativas de ruta como flujos que regresan hacia atrás (en otras palabras, actividades que se repiten creando lo que llamamos bucles). Esta, la detección de bucles, es una de las capacidades que más interesan a los usuarios de minería de procesos.
El resultado del análisis de esta información y otros detalles que se proporcionan es que podemos saber cuántas veces ocurre algo no deseado o no esperado, cómo ocurre y cómo impacta en el negocio. Es lo que llamamos descubrir “La vida real de la empresa”. Si, además de saber cuántas veces hacemos las cosas como está previsto frente a las no previstas, conocemos el derroche que supone no hacer las cosas bien a la primera, ya que tenemos una medición del potencial de mejora y un objetivo claro que alcanzar.
Hay compañías que, empleando minería de procesos, han encontrado 35.000 formas diferentes de pagar una factura. Sí, 35.000.
Piénsese ahora en el nivel de complejidad y las diferencias de tiempo y recursos empleados (es decir, más costes) que entraña tantas formas de hacerlo: una muestra de que no tenemos un proceso controlado y un ejemplo de cómo la empresa fantasma, esa que repite cosas por no resolverse bien a la primera o que emplea exceso de recursos, habita en las organizaciones.
Para profundizar más, hemos preparado una guía de process mining.
Dónde se puede aplicar la minería de procesos
Los conjuntos de datos con los que se realiza la minería de procesos incluyen unos campos que denominamos “atributos”.
Imagínenlos como unos metadatos (datos sobre los propios datos) que nos dan información sobre los equipos que han participado en un proceso (oficinas, turnos, territorios, categorías…), la maquinaria empleada, las condiciones ambientales, los métodos empleados, los tipos de pedido, etc.
Es decir, siguiendo con el ejemplo de pagar una factura, los atributos podrían ser:
- Fecha de pago prevista.
- Proveedor.
- Orden de pedido.
- Quién autoriza el pago.
- Área de gasto.
- Divisa.
- Medio de pago.
Gracias a ellos podemos filtrar y descomponer la información para localizar la causa raíz de los problemas que detectamos.
De esa forma, podemos:
1. Optimizar procesos
Controlarlos y hacer reingeniería de ellos al conocer lo que sucede en la realidad. Entender por qué se comportan de una manera en un entorno o en otro, detectar las diferencias entre ejecuciones que cumplen SLA (acuerdos de nivel de servicio) y las que no, diferencias entre fechas y en días de la semana. Consultas complejas como “cuántas devoluciones de pizzas tuvimos los sábados por la noche en horario de partido de fútbol en el centro de Madrid y que emplearon una promoción de descuento” y entender qué pasó para que esas devoluciones generaran el error que provocó la devolución.
2. Automatizar procesos
Ya que disponemos de una verificación objetiva de cómo se ejecutan las operaciones, podemos decidir dónde automatizar y qué excepciones y situaciones debemos considerar en la automatización. El método tradicional implica recoger información de las personas involucradas; la minería de procesos suprime las percepciones y nos da certeza.
3. Vigilar el cumplimiento normativo y regulatorio (compliance)
La minería de procesos trabaja con universos completos y no muestras. Eso permite detectar casos raros (outliers) y secuencias de actividades que se cumplen en órdenes incorrectos, no se cumplen o dejan de hacerse. Aquí pueden buscarse, mucho antes de que se celebre una auditoría, casos en los que exista riesgo (y cuantificarlo), incumplimientos de norma (legal o de entidad certificadora) y, por supuesto, fraude.
4. Predecir desviaciones
Puesto que disponemos de información acumulada de los procesos, podemos entrenar modelos para que nos adviertan, con distintos grados de tiempo, cuándo se va a producir una desviación (una variante determinada del proceso). Con ello podemos tomar medidas preventivas o correctoras y planificar el empleo de recursos.
¿Qué tipos de empresas pueden hacer minería de procesos?
La minería de procesos es apta para cualquier empresa u organización (sí, las ONG también ejecutan procesos). Cuanta más complejidad de operaciones, más necesidad de claridad para entender lo que sucede y mayores beneficios de la minería de procesos.
No solo es apta para pymes y grandes empresas, sino que no tiene limitaciones de áreas, unidades o departamentos. Call-centers, fábricas, centros de administración… en todos es aplicable.
Más aún, puede reconstruirse la cadena de valor interna aplicando el análisis de procesos que abarcan más de un área o departamento y, muy importante, más de un sistema informático o base de datos.
Algunos ejemplos de process mining
El autor de este artículo ha trabajado en casos de minería de procesos en centros de soporte, automoción, industria alimentaria, gestión hospitalaria y logística, entre otros.
Y las sensaciones sobre los resultados siempre son similares.
Superada la barrera de adquisición de los datos, siempre encontramos sorpresa ante las situaciones no previstas y que “no se podían saber”. La cuantía del trabajo repetido y el dónde se produce. Son comunes las diferencias por turnos o equipamientos específicos.
Pero, sobre todo, es la claridad que se produce ante el nivel de complejidad que tienen los negocios y la supresión de opiniones populares y hasta impopulares.
Recursos para profundizar en la minería de procesos
¿Es fácil o difícil realizar minería de procesos?
Debemos decir que es conceptualmente sencilla, pero laboriosa de implementación.
Alguno de mis colegas me tildará de osado por cómo voy a describirlo, pero creo que en el fondo lo comparten: las empresas tienen los datos para hacer minería de procesos, pero no los tienen preparados.
Eso conlleva procesos de análisis y preparación de datos que, en algunos casos, pueden generar demasiado trabajo poco estimulante (en cambio, las ganancias obtenidas, sí lo son).
La explotación en tiempo real de los datos requiere más esfuerzo de integración, pero cuando se ha tomado la decisión de escalar el seguimiento de un proceso para controlar su ejecución en tiempo real, ese esfuerzo no difiere del de proyectos típicos de integración, cada uno con su complejidad.
Para profesionales de sistemas, la consultoría o la ciencia de datos, obtener los conocimientos de la disciplina puede hacerse accediendo a multitud de recursos.
El fundador de la disciplina, el holandés Win Van der Alst, tiene publicado un curso gratuito que puede consumirse en línea.
En el canal de YouTube de InVerbis hay una pequeña colección de vídeos que explica en pocos minutos todas las ideas esenciales.
Atreverse a saber es un clásico de la filosofía. Con la minería de procesos, atreverse a dar luz a la forma en que ejecutamos nuestro trabajo supondrá comprometerse con construir verdaderas organizaciones data-driven y con niveles de eficiencia que no conocíamos.
Foto de Álvaro Reyes en Unsplash