Curso de Mineria de Procesos aplicada BPMCenter.pdf

© BPM Center - 2022
Minería de procesos aplicada

Sobre el relator
Diplomado BPM, 2009
Apasionado por la gestión por procesos y de
procesos (BPM), con más de 15 años de
experiencia en todo su ciclo de vida.
Entusiasta de la minería de procesos.
Magíster en tecnologías y gestión (2011),
Ingeniero civil industrial (2003), UTFSM,
Chile
Gonzalo Zúñiga Lara Expositor en workshop (Chile 2012
y 2013), Perú (2021) y
congresos internacionales de
BPM (Chile 2009, Colombia
2010)
1 conference paper publicado
relacionado con BPM
(2012)
Certificación PMP ®, 2014
Certificación como mentor de
emprendimientos, 2021

Contenido
1. Introducción
2. Captura, almacenamiento y extracción de datos
3. Extracción del conocimiento desde los datos
4. Explotación del conocimiento

Programación del curso
Introducción
Captura,
almacenamiento y
extracción de
datos
Extracción del
conocimiento
desde los datos
Explotación del
conocimiento

Contenido
1. Introducción
1.1 ¿Cuál es el propósito y valor de la minería de procesos?
1.2 ¿Qué se entiende por minería de procesos?
1.3 Etapas de la minería de procesos
2. Captura, extracción y almacenamiento de datos

1. Introducción
Propósito: apoyar la mejora de procesos como principal habilitador de la
excelencia operacional y cumplimiento de la propuesta de valor al cliente.
Valor: entrega de transparencia a los procesos operacionales para la toma de
decisiones.

1. Introducción
Transparencia: en términos de la comprensión profunda de como funciona
el proceso, permitiendo construir un modelo del mismo, sincronizado con la
realidad.
Fuente: imagen http://www.olifantenpaadjes.nl/

1. Introducción
Transparencia externa
▪ Redes: integración con proveedores y clientes.
▪ Calidad: reducción de errores y excepciones.
▪ Agilidad: respuesta a los clientes y mercado.
Transparencia interna
▪ Cumplimiento: estandarización de procesos y reducción de riesgos.
▪ Eficiencia: reducción de costos y tiempos.
▪ Integración: conexión con empleados.
Transpar
encia
Calidad
Agilidad
Integraci
ón
Eficiencia
Cumplimi
ento
Redes
Fuente: Queensland University of Technology

1. Introducción
Disciplina de investigación, que agrupa un conjunto de métodos que utilizan el
modelado de procesos para comprender el desempeño de los procesos de
negocios que se ejecutan en una organización.
“Va más allá de la presentación pura de los datos clave del proceso,
reconociendo las relaciones contextuales de los procesos, los presenta en
forma de análisis gráfico para poder diagnosticar problemas y sugerir
mejoras de la calidad de los modelos de procesos”.
Fuente: https://medium.com/@pedrorobledobpm/process-mining-juega-un-papel-
esencial-en-la-transformaci%C3%B3n-digital-789391589588
Fuente: adaptación del manifiesto de minería de procesos https://www.pads.rwth-
aachen.de/global/show_document.asp?id=aaaaaaaaaaywdtr

1. Introducción
Puente entre la ciencia de procesos y la ciencia de datos.
Gracias a la minería de procesos, ciencia de procesos y datos especializadas, es
posible extraer conocimiento no trivial de los procesos de negocio, levantar su
situación real, proponer y monitorear mejoras. Si y solo si disponemos o
“sembramos” datos de manera adecuada.
Fuente: http://www.processmining.org/

1. Introducción
El punto de partida puede ser generalmente un
registro en una base de datos, sin embargo,
dado el avance de la tecnología también es
posible su captura en vivo.
Base de
datos con log
Eventos en
tiempo real
Log de eventos Procesos de extracción
de conocimiento
Modelo de procesos y red
social
Cumplimiento de actividades
o conformidad de procesos (SLA)
Desempeño de procesos
Variantes de procesos cuyas
desviaciones y patrones explican
la causa raíz

1. Introducción
Datos de eventos
Minería de procesos
Proceso real

1. Introducción
Descubrimiento
de procesos
Comprobación
de conformidad
Análisis
de desempeño
Extracción, filtro y limpieza
de datos de eventos
comparativa
predictiva
orientada a la acción
Enlace con automatización
robótica de procesos
(Minería de tareas,
robotizada)
Enlace
con automatización
Enlace
con aprendizaje automático
Fuente: http://processmining.org/overview.

1. Introducción
Fuente: Elaboración propia
Enlace con el viaje y/o
experiencia del cliente
Enlace con la Internet
de las cosas
Enlace con la simulación Enlace con
Cadenas de bloques

1. Introducción
https://medium.com/@pedrorobledobpm/process-mining-juega-un-papel-esencial-en-la-
transformaci%C3%B3n-digital-789391589588
(2018) Más de 24
herramientas
especializadas de
minería de
procesos

Fuente: http://processmining.org/software.html
1. Introducción
(Primer semestre
2022) Más de 35
(+3) herramientas
de software
disponibles y miles
de organizaciones
que utilizan con
éxito la minería de
procesos.

Fuente: http://processmining.org/software.html
1. Introducción
(Segundo semestre
de 2022) Más de
46 (+3)
herramientas de
software
disponibles y miles
de organizaciones
que utilizan con
éxito la minería de
procesos.

1. Introducción
Diseño
• Datos de
eventos
• Trazabilidad
extremo a
extremo
Captura y
extracción
• Datos de
eventos en
tiempo real o
por lote
• API de
almacenamien
to
Almacenamiento
• Concentrador
de datos de
eventos
Procesamiento
• Uso de
algoritmos
• Selección
• Limpieza
• Enriquecimiento
• Filtros
Análisis
• Exploración
• Descubrimiento
• Conformidad
• Desempeño
• Comparación
Aprendizaje
• “Aprendizaje
automático”
Predicción
• Tiempo de
finalización
• Próxima
actividad
• Inconvenientes
Toma de
decisiones
• Mejoras
¿tiempo real?
• Simulación
Extracción del conocimiento Explotación del conocimiento
Captura, extracción y almacenamiento
Fuente: Elaboración propia
Analítica descriptiva
Analítica predictiva
Analítica prescriptiva

Analítica descriptiva: sobre la base del almacenamiento y agregación de datos históricos que al
visualizarlos o calcular indicadores de negocio permiten ayudar a comprender el estado actual y
pasado. Para mayor información ver aquí
Analítica predictiva: es el uso de datos, algoritmos estadísticos y técnicas de machine learning,
para identificar la probabilidad de resultados futuros basados en datos históricos (éxitos o fallos). El
objetivo es llegar más allá de saber lo que ha sucedido para proveer la mejor evaluación de lo que
sucederá en el futuro. Para mayor información ver aquí
Analítica prescriptiva: es la encargada de recopilar datos, recomendar acciones y prever qué
impacto tendrán, para facilitar y automatizar la toma de decisiones, identiﬁcando la mejor decisión
de entre todas las posibles. Clave fundamental de la llamada inteligencia de negocio o business
intelligence (BI). Ejemplo para determinar prioridades. Para mayor información ver aquí
1. Introducción

1. Introducción
Fuente: http://processmining.org/overview.html

1. Introducción
Fuente: https://www.linkedin.com/posts/andyscherpenberg_ai-
activity-6863775725061726208-
pw8q?utm_source=linkedin_share&utm_medium=member_deskt
op_web
Datos
Minería de
procesos
Valor
Lo que se piensa de la minería de procesos
Lo que realmente es

Fuente: ciclo de vida bpmcenter.org
1. Introducción
(*) Etapas del ciclo de vida de mejora de
un proceso, donde se utiliza la minería de
procesos.
Descubrimien
-to del
proceso (*)
Análisis del
proceso
(*)
Rediseño del
proceso
(*)
Implementa-
ción del
proceso
Monitoreo y
control del
proceso
(*)
Identifica-
ción de
procesos
Cadena de valor
Modelo situación actual
Oportunidades de mejora
Modelo de la
situación futura
Ejecutables del modelo de procesos
Oportunidades de mejora
de desempeño y conformidad
Arquitectura de procesos

Contenido
1. Introducción
2. Captura, extracción y almacenamiento de datos
2.1 Diseño de log de proceso, trazas y datos de eventos
2.2 Estrategias de capturas, extracción y almacenamiento de datos

Existen diferentes tipos de log:
• Sistemas → para trazar, buscar y depurar errores en el código.
• Auditoría → para auditar operaciones o transacciones realizadas en sistemas.
• Eventos → para indicar los cambios de estados de un proceso dentro de un
flujo.
• Procesos → para indicar los cambios de actividad dentro de un flujo de
trabajo.

Ejemplo de un log de proceso básico
Traza Id Actividad Inicio Fin (*) Recurso Tipo evento
Id evento de fin
relacionado Costo
Sucursal
cliente
1245 Evaluar cliente 2022-03-24 02:50:44 2022-03-24 02:51:25 Cristina Inicio 2e6d824b-1dab-ec11-9840 500 América
1245 Evaluar cliente 2022-03-24 02:51:25 Cristina Fin 500 América
1245 Contactar cliente 2022-03-24 03:34:27 2022-03-24 03:34:35 Pedro Inicio 994dcd73-20ab-ec11-9840 600 América
1245 Contactar cliente 2022-03-24 03:34:35 Pedro Fin 600 América
2324 Enviar factura 2022-03-24 03:33:55 2022-03-24 03:34:03 Santiago Inicio 3fd73440-23ab-ec11-9840 200 Europa
2324 Enviar factura 2022-03-24 03:34:03 Santiago Fin 200 Europa
Datos mínimos Datos deseables
Datos de apoyo y
trazabilidad
(*) Campo determinado a partir de una fila donde Tipo evento es “Fin” de la actividad. Utilizaremos luego las filas en
“celeste” que tienen “Inicio” y “Fin” de la actividad.
Datos para
enriquecimiento

Existen al menos 2 estándares de formatos datos de eventos de procesos. Los
anteriores con propósitos diferentes, permiten inferir posibles modelo de datos
relacionales como para definir un repositorio de dato de eventos:
• XES (eXtensible Event Stream),
• OCEL (Object-Centric Event Logs)
Además es ampliamente utilizado:
• CSV (Comma-Separated Values )
Fuente: http://www.processmining.org/event-data.html

Puedes obtener ejemplos de log de eventos en formato XES y CSV en el link:
http://www.processmining.org/event-data.html.
Ejemplo de log en formato OCEL en la opción de menú “Event Logs” del link:
http://ocel-standard.org/

XES, es un estándar de log de datos de eventos para minería de procesos:
• basado en XML.
• su propósito es proporcionar un formato conocido para el intercambio de
datos de registro de eventos entre herramientas y dominios de
aplicación, siendo su principal propósito la minería de proceso.
• cumple los principios de:
• simplicidad → para analizar y generar como archivo.
• flexibilidad → no importa el dominio o sistema de información.
• extensibilidad → compatibilidad hacia el futuro y con versiones
anteriores).
• expresividad →formato genérico que usa semántica interpretable.

• su jerarquía sigue la estructura universal de la información del registro
de eventos:
• Registro (Log), es el primer nivel y se utiliza para indicar acerca de un log de un objeto
que contiene información de un determinado proceso, por ejemplo de denuncio de
siniestros.
• Traza (Trace), un registro contiene un número arbitrario de trazas o rastros de un
objeto (puede estar vacío). Cada traza describe la ejecución de una instancia
específica, o caso del proceso en cuestión. Por ejemplo: un número de siniestros
específico.
• Evento: cada traza contiene un número arbitrario de eventos de objetos (puede estar
vacío). Los eventos representan gránulos atómicos de una actividad que se ha
observado durante la ejecución de un proceso. Como tal, un evento no tiene duración.
Ejemplos de un evento son: se ha completado el registro de la información personal
del cliente en la base de datos.

• adoptado en 2010 por el IEEE Task Force on Process Mining como el
formato estándar para el registro de eventos.
• se ha convertido en un estándar oficial IEEE en 2016.

Fuente: https://xes-standard.org/_media/xes/xesstandarddefinition-2.0.pdf

Fuente: http://ceur-ws.org/Vol-1367/paper-22.pdf

OCEL
• posible de serializar en JSON/XML, tiene por finalidad intercambiar datos
de eventos centrados en objetos.
• desacopla el supuesto de que un evento sólo pertenece a un caso de un
proceso dado, sino que se puede relacionar con diferentes objetos. Por
ejemplo: orden o solicitud, ítems, clientes, productos.
• Version 1.0. Copyright © 2021 Process and Data Science Group (PADS) of
the RWTH Aachen University.

OCEL
• es un formato de registro de datos de eventos centrado en objetos. Cada
evento tiene tres tipos de atributo:
• atributos obligatorios como actividad (activity) y marca de tiempo
(timestamp)
• por tipo de objeto, un conjunto de referencias de objeto (cero o más
por tipo de objeto)
• atributos adicionales (por ejemplo, costos, etc.).
Fuente: http://ocel-standard.org/

OCEL
Fuente: http://ocel-standard.org/

OCEL
Más información en XML validation schema: http://ocel-standard.org/1.0/schema.xml

OCEL
Más información en JSON validation schema: http://ocel-standard.org/1.0/schema.json

• CSV (Comma-Separated Values ):
• es un formato ampliamente utilizado, que requiere luego en una
herramienta de minería de procesos indicar la correspondencia de cada
columna con los conceptos o atributos de minería de procesos.

Fuente: traducción de modelo de entidad relación propuesto para uso de XES relacional. http://ceur-ws.org/Vol-1367/paper-22.pdf

Fuente: elaboración propia

Captura: se refiere a la toma o recepción de datos de eventos en el momento en que
son generados desde su sistema de información origen. En general se requiere construir
este disparador o envió de datos para su posterior almacenamiento para realizar minería
de procesos.
Extracción: se refiere al acceso y lectura de datos de eventos de manera masiva, por
lotes, desde una base de datos de un sistemas para su posterior uso en minería de
procesos. En general las herramientas de minería de procesos disponen de herramientas
de extracción para conectarse a sistemas más conocidos como ERP, CRM.
La captura y extracción de datos de eventos podría estar acompañada además de
actividades de transformación y carga de datos hacia su lugar de destino o
almacenamiento.

Almacenamiento: se refiere al lugar donde persistirán o se alojarán los datos
capturados y/o extraídos para ser usados luego en la minería de procesos. En algunos
casos el almacenamiento podría ser un repositorio intermedio o base de datos a
construir, que podríamos llamar como un concentrador de log; y en otros es transparente
para el usuario ya que esta incorporado en la herramienta de minería de procesos, en
especial aquellas que son SAS (software como servicio o en la nube)

Herramienta de
Minería de Procesos
Lee
Concentrador de datos de eventos
consumido como una API (servicio
de almacenamiento)
C1- Envían
B1- Conectan, extraen, transforman
A1- Exportan
C2-Conectan,
extraen,
transforman
Aplicaciones y/o sistemas
Archivos de datos de eventos
A2- Leen
Existen al menos 3 alternativas. Para
aplicaciones web hace sentido construir o
utilizar un concentrador de datos de eventos
(almacenamiento corporativo).

Herramienta de
Lee
A1- Exportan
A2- Leen
En general los sistemas más maduros y enfocados en procesos (ERP, CRM, SCM, Workflow, ITSM) almacenan registros
de eventos de sus transacciones. Sin embargo, por lo general almacenan los eventos de fin de una actividad,
transacción, lo que da como resultado un log de proceso incompleto y frustrante para hacer minería de procesos y
simulación. Estos registros de eventos, pueden estar disponibles como un archivo exportable; se pueden extraer de la
base de datos o se deben solicitar como un reporte adicional al proveedor.
Alternativa 1 (manual)

Herramienta de
Lee
A1- Exportan
A2- Leen
El formato de salida de estos log de eventos de procesos son en general un archivo plano separado por comas (CSV),
una planilla de cálculo (XLSX), un archivo en formato de intercambio de información entre sistemas (XML, JSON) o
sencillamente con la extensión “log”. Los anteriores podrían requerir una transformación o conversión a los orígenes de
datos más populares o sencillos de usar (CSV, XLSX). La principal problemática a la cual se puede ver enfrentada el
uso de estos orígenes de datos, es a la respectiva conversión de fechas en formato y en hora local.

En general todas las herramientas de minería de procesos tienen esta opción de subir o abrir un
archivo, pero no necesariamente en cualquier formato, por lo que en algunos casos se deben
transformar previamente.
Ejemplo de interfaz de carga y diferentes tipos de archivos que se pueden utilizar en esta
alternativa.

Herramienta de
Lee
Alternativa 2. La herramienta de minería de procesos, generalmente en la nube como software as a service, se conecta
a la base de datos de un sistema para extraer el log de un determinado proceso o según se defina. Lo anterior en
algunos casos se realiza de manera nativa porque ya existen los conectores construidos o acordados como integración
entre ambos proveedores (el de minería y el del sistema de información). Otra posibilidad es conectar directamente a
una base de datos dada, extraer información, transformarla, cargarla y almacenarla en la herramienta de minería de
procesos, ya sea con funcionalidades propias de dicha herramienta. También es posible utilizar una herramienta de ETL
(extracción, transformación y carga) de un tercero, pero en este caso se asemejaría a la alternativa 1, ya que la carga
en la herramienta de minería de procesos sería eventualmente manual. Eventualmente si existe se podría obtener los
datos de eventos usando una API.
Alternativa 2 (automatizada)

En general las herramientas de minería de procesos que se ofrecen como servicio en la nube o
SaaS (software as a service) tienen esta opción para conectar con los principales proveedores de
sistemas de información de clase mundial. Además de la propiedad de transformar o realizar
operaciones sobre esos datos o consultas.

En general las herramientas de minería de procesos que se ofrecen como servicio en la nube o
SaaS (software as a service) tienen esta opción para conectar con los principales proveedores de
sistemas de información de clase mundial.

Herramienta de
Lee
Alternativa 3. En general los sistemas de información de pago, ya sea instalados en servidores propios o en la nube,
tienen la funcionalidad o capacidad de enviar datos sobre sus principales eventos a un tercero. Estos “disparadores” o
“webhook” utilizados para fines de integración con otros sistemas, también pueden ser usados para ser almacenados
por ejemplo en un “concentrador de datos de eventos”. El anterior método nace con mayor frecuencia en sistemas
donde no es posible extraer el log de eventos y/o se requiere pagar por un reporte de salidas no estándar.
Esta alternativa hace sentido además ocupar en sistemas desarrollados a la medida, por ejemplo, del tipo “web”
construyendo en él los respectivos envíos de datos de eventos al concentrador.
Alternativa 3 (uso de un concentrador de datos de eventos)
Concentrador de datos de eventos
consumido como una API (servicio
de almacenamiento)
C1- Envían C2-Conectan,
extraen,
transforman

Para la configuración de un disparador de eventos en un sistema de información dado se
requiere:
• Definir que eventos se enviaran al concentrador. Ejemplo: el de creación de un caso, el
de modificación de un estado en un caso, el de asignación de una persona a un caso.
• Disponer o indicar una dirección web o URL (endpoint) que recepcionará los datos de
eventos, en esta caso la de nuestro concentrador.
• Conocer el formato o estructura del mensaje que se envía. El cual debería estar en la
documentación del sistema. En caso de no disponer es posible utilizar una cuenta de
https://requestbin.com/ para generar una URL de pruebas y obtener el mismo.
Configuración de disparadores, trigger, webhook (ejemplo)
Alternativa 3, ejemplo concentrador de datos de eventos

https://pipedrive.readme.io/docs/guide-for-webhooks

https://www.proactivanet.com/

https://developer.atlassian.com/server/jira/platform/webhooks/

Concentrador de datos de evento
consumido como una API (servicio)
Tabla para almacenar los
datos de eventos
Flujo para recibir y cargar los
datos de eventos
Aplicación de ejemplo
que
genera los
datos de eventos
Envia
Carga
Transforma
Herramienta de
Lee
Archivo
Descubrimiento
del proceso a
partir de
datos de eventos
(ver más en
https://www.youtube.com/watc
h?v=l7xeqsYWI9c o
https://github.com/gonzalozuni
ga/PoCConcetradorLogEventosPr
ocesos

Candidato a
evento de
inicio.
“Editar”
puede
representar
el inicio de
una
actividad
Candidato a
evento de fin.
“Guardar”
puede
representar el
fin de una
actividad.
(ver más en https://www.youtube.com/watch?v=l7xeqsYWI9c o https://github.com/gonzalozuniga/PoCConcetradorLogEventosProcesos

(ver más en https://www.youtube.com/watch?v=l7xeqsYWI9c o https://github.com/gonzalozuniga/PoCConcetradorLogEventosProcesos

Alternativa 3 (uso de concentrador de datos de eventos)
En el caso de que se requiera utilizar más de un disparador, webhook o trigger para
capturar log de eventos por ejemplo en el caso de que posean diferentes formatos o
estructura de datos, o que estos provengan de diferentes sistemas, es posible construir
en el concentrador de datos de eventos, diferentes URL para escuchar o recibir cada
información específica, transformarla y luego almacenarla en el concentrador.
Concentrador de datos de evento
consumido como una API (servicio)

Determinación de la fecha de fin
Si se construye un concentrador de log, se recomienda automatizar la determinación de
la fecha de fin. Para esto se sugiere después de registrar una fila de tipo fin, se busque al
registro más próximo de inicio relacionado y se asigne dicha valor. Si existe más de un
registro de inicio sin fecha de fin, entonces anular todos los anteriores si es que hiciera
sentido.
Alternativa 3 (uso de concentrador de datos de eventos)

Alternativas Ventajas Desventajas Usos
1- Manual Independencia de un tercero
para realizar las operaciones
de extracción, transformación
y carga
Se podría invertir tiempo importante
que se podría destinar al análisis.
Existen tantos “set de datos” como
cargas se realicen en la herramienta
(versiones)
No es posible automatizar: la
extracción, transformación de datos
desde los sistemas de información
y/o carga en la herramienta de
minería de procesos
2- Automatizada Eventual dependencia de un
tercero para realizar la
conexión entre los sistemas
de información y la
herramienta de minería de
procesos
Eventualmente se requerirán ciertas
opciones de limpieza y transformación
que se deberán hacer en la
herramienta de minería de procesos.
Eventual captura masiva de datos
podría afectar desempeño del sistema
de información.
Existe conector entre el sistema de
información y la herramienta de
minería de procesos.
3- Uso de
concentrador de
datos
Podría facilitar la trazabilidad
entre diferentes datos de
eventos y sistemas de
información.
Se requieren menos
conexiones y/o set de datos
Puede que no exista conector
automatizado para la herramienta de
No existe conexión entre sistema de
información y herramienta de
minería de procesos, pero si existe
disparadores, trigger o webhook.
Cuando se requiera centralizar o
disponer de un data lake o
dataware house para minería de
procesos

Tamaño o cantidad de datos de eventos
El rango de tiempo de captura de datos de eventos debería ser un continuo. Sin
embargo, si se requiere para un análisis en particular, este va a depender al menos:
• del tiempo de ciclo del proceso, es decir desde que se inicia y finaliza el mismo.
• de si existen estacionalidades en el proceso.
En caso de necesitar sólo un subconjunto de datos de eventos o de captura, se puede
usar un muestreo aleatorio con un tamaño de muestra que sea acorde a rango de error
esperado del estudio en cuestión. Lo importante es tener datos representativos.
En el caso de que se analice un proceso al cual se le van a realizar modificaciones o
mejoras, por ejemplo como plan “piloto”, se aconseja disponer, capturar inicialmente la
línea base del proceso en términos de registros de eventos y luego comparar con los
nuevos registros que se generen.

Seguridad y protección de datos
Para la seguridad y protección de datos a almacenar, se puede utilizar mecanismos de
encriptación o desencriptación de los datos, así como también la anonimización. Es poco
frecuente se requieran confidenciales o sensibles como por ejemplo datos personales o
de pagos para realizar minería de procesos.

Almacenamiento de datos de eventos
El almacenamiento de datos puede realizarse, en lo posible con información ya depurada:
• en un directorio o carpeta compartida con una estructura de carpeta ad hoc desglosada
en procesos, versión y fechas de toma de datos, entre otras, si tenemos los archivos y
la carga se realiza de manera manual, en especial si la herramienta de minería de
procesos es de escritorio o no permite almacenar los datos de eventos. En este caso se
recomienda, dado el volumen de espacio que podrían requerir, utilizar estrategias de
compresión de los set de datos, así como utilizar formatos de archivos que ocupen
menor espacio, por ejemplo uno de tipo orientado a columnas (ejemplo PARQUET),
sujeto a que la herramienta de minería de procesos los pueda leer o a la posibilidad de
convertir en un archivo orientado a filas (CSV).
• en un lago de datos (data lake o conjunto de datos en bruto sin una finalidad definida)
en la nube.

Ejemplo de almacenamiento de ventas históricas de una empresa por 10 años en un
archivo con 4 columnas, por ejemplo en Amazon S3 a un precio de aproximado de 24
[USD/TB x mes]
Fuente: https://datos.gob.es/es/blog/por-que-deberias-de-usar-ficheros-parquet-si-procesas-muchos-datos
Set de datos Columnas Tamaño en Amazon
S3 [TB]
Tamaño de datos
escaneado (*) [TB]
Costo [USD]
Almacenado en como
un archivo CSV
4 4 4 96
Almacenado como
GZIP archivo CSV
4 1 1 24
Almacenado como un
archivo PARQUET
4 1 0,25 6
(*) Se refiere a la cantidad de datos que requiere escanear, comparar o buscar para responder a una consulta de los mismo. En el caso de un
archivo orientado por columna, podemos hacer la búsqueda usando una de ellas.

El almacenamiento de datos puede realizarse, en lo posible con información ya depurada:
• en la misma herramienta de minería de datos si es una solución SaaS (en la nube).
• en una base de datos construida para tal efecto, como podría ser en el caso de uso de
un concentrador de log lo cual se asemeja a un data warehouse.

Principales inconvenientes en log
• En sistemas que posean un flujo de proceso rígido, estructurado o parametrizado,
como puede ser por ejemplo en un ERP, BPMS, Workflow, CRM, el proceso a descubrir
de seguro será el diseñado, con sus respectivas variantes, siendo quizás relevante de
descubrir las iteraciones y reprocesos, si es que el flujo lo permite.
• La existencia de flujos de trabajo rígidos, escenarios o excepciones no previstas, o
actividades de colaboración interna o externa, que no son soportadas en un sistema de
información, podrían no estar registrando datos de eventos y en consecuencia difíciles
de obtener o reconstruir, por ejemplo cuando se crea y envía un correo de manera
manual, cuando se inicia y finaliza un hilo de conversación en un chat, cuando se
realiza una llamada telefónica al cliente, a un proveedor u otra área en una
organización para resolver un pedido, orden de trabajo o caso.

• La existencia de silos funcionales y la implementación de sistemas de información para
soportar sólo un flujo departamental y la carencia de un diseño o visión de proceso
transversal, además de generar pérdida de valor en el proceso de extremos a extremo,
podría generar pérdida de trazabilidad en el log, dificultando su reconstrucción.
• Podrían existir flujos entre sistemas o integraciones con terceros internos y externos
en donde no se esté almacenando log del proceso, perdiéndose información valiosa.
Por ejemplo, al enviar al cliente a realizar un pago en línea o al realizar un pedido a un
proveedor.

• El log de sistemas que disponen de flujos de trabajo libres, donde no existe una
secuencia de flujo establecida, como por ejemplo podría ser una gestión de casos, el
descubrimiento de procesos en este caso en general será rico en variantes o
secuencias de flujo no triviales o conocidas. Sin embargo, eventualmente puede
obviarse alguna actividad que no sea registrada en el sistema. Por ejemplo en un
sistema de atención de pacientes en una urgencia.
• Carencia de integridad o desfase de las fechas y hora de inicio y fin de una actividad.
Por algún motivo de tipo cultural, comodidad, restricción del proceso, los usuarios que
ejecutan las actividades, registran estas, suben comentarios o realizan transacciones
en el sistema de información, de manera posterior, por lote o no al mismo tiempo en
que se realiza la actividad. Por ejemplo, al realizar una inspección por lote de vehículos
siniestrados.

• Dificultad en la determinación o no almacenamiento del evento de inicio de una
actividad. En los sistemas de flujos de trabajos, de gestión de ticket o casos u otros
similares, si no existe la facilidad, convención, acuerdo tácito para y con los usuarios
que realizan las actividades, podría suceder que el evento de inicio en términos de
fecha y hora no represente la realidad, por lo cual el cálculo del tiempo de espera y el
de duración de una actividad sea sobre o subestimado. Eventualmente sea esta la
razón, por que algunas herramientas de minería de proceso no consideran el uso de
este evento de manera nativa en el descubrimiento y cálculo de la duración de las
actividades, omitiéndolo. Sin algunos de los 2 eventos, ya sea el de inicio o fin de una
actividad, será más complejo poder realizar análisis o predicción del desempeño de un
proceso usando por ejemplo simulación.

Fuente:
https://www.celopeers.com/s/question/0D50700000dZs6rCAC/is-it-
possible-to-use-the-start-and-complete-end-timestamp-of-events-so-i-
can-analyze-the-waiting-time?language=en_US
Solución: use el evento de inicio y fin
como si fueran 2 actividades distintas
(filas). Concatene al nombre de la
actividad la etiqueta “Inicio” o “Fin”
según corresponda. Ejemplo “Solicitar
autorización – Inicio”. La desventaja
de esta solución, es que se
descubrirán y visualizarán en el
proceso en general el doble de
actividades.

Contenido
1. Introducción
3.1 Selección, limpieza, transformación y enriquecimiento
3.2 Descubrimiento del proceso: flujo, secuencia y variantes del proceso
3.3 Vistas, filtro de casos y eventos
3.4 Animación del proceso e identificación de cuellos de botellas
3.5 Análisis de conformidad del proceso
3.6 Análisis de desempeño del proceso

Selección
Se refiere a la identificación de los registros de eventos, set de datos a utilizar para el análisis de
La selección se puede realizar previo a la importación en una herramienta de minería de procesos o
una vez ya importados en ella, utilizar filtros.
Una adecuada selección de los registros de eventos a utilizar, es fundamental para el análisis del
proceso.

Selección
La selección podría depender de los objetivos que se persigan con el análisis de proceso, por
ejemplo:
• análisis temporal o de tendencias utilizando:
• un rango de fechas.
• una muestra antes y después de aplicar un cambio o mejora en el proceso.
• análisis de comparación de rendimiento o benchmarking utilizando variables:
• geográficas (por ejemplo: país, región, ciudad, sucursal),
• sociodemográficas (por ejemplo: género o edad de los clientes, edad de los actores del
proceso.
• socioeconómicos (por ejemplo: grupo socioeconómico del cliente, monto de la solicitud).
• de negocio (por ejemplo: producto, línea de negocio, marca, canal de distribución).
• necesidad de homogeneidad (si no se desea baja dispersión en los resultados) o
heterogeneidad (si se desea dispersión en los resultados) de los datos.

Limpieza
Se refiere al descarte de registros de eventos o set de datos que puedan generar efectos no
deseados en el análisis de minería de procesos, como por ejemplo: ruido, dispersión en los
resultados, complejidad en el procesamiento y análisis.
Por lo general se eliminan o se examinan por separados los casos de borde, valores atípicos,
extremos o anormales (outliers) que puedan dificultar o contaminar el análisis estadístico del
proceso en cuestión.

Limpieza
Las actividades más frecuente de limpieza antes y/o utilizando la herramienta de minería de
procesos son:
• descarte de casos de eventos de casos no finalizados, con datos incompletos en cuanto a fecha
hora, casos que no poseen eventos asociados a actividades conocidas de inicio o fin del proceso.
• eliminación de repeticiones, generalmente que no aportan al análisis del proceso, en especial
cuando se desea conocer el número de variante de él o realizar un análisis de alto nivel. Estas
repeticiones suelen ocurrir en capturas de tareas o interacción de un usuario en una página web
que no necesariamente son una repetición real, por equivocación del usuario y el intento de
capturar el evento de inicio de una actividad (*)
(*) Notar que hemos usado las palabra “tareas”, para referirnos a operaciones o interacciones de un usuario con un sistema (ejemplo clic)
cuyos eventos pueden ser usados para realizar minería de tarea (Task mining) y luego eventualmente automatizarse con una herramienta de
RPA. En cambio la palabra “actividades”, nos referimos a una acción de más alto nivel (ejemplo: facturar) que ocurre en un proceso y para lo
cual se utiliza la minería de procesos (Process mining) y cuyo soporte de automatización podría realizarse en un motor de procesos,
workflow, BPMS. En esta distinción o convención, una actividad puede tener un conjunto de tareas relacionadas.

Transformación
Se refiere a otro tipo de acción de preparación de datos, en donde estos son procesados, para darle
una estructura, formato más sencillo o estándar para su procesamiento y uso en una herramienta de
Usualmente es utilizado para llevar datos en un formato de un sistema fuente a otro de destino, en
este caso la herramienta de minería de procesos.
Las transformaciones de datos por lo general se realizan con herramienta de ETL (extracción,
transformación y carga) siendo algunas de las más utilizadas en minería de procesos KNIME, SAS,
Pentaho. También es posible utilizar programación en Phyton y respectivas librerías u otro lenguaje
de programación que pueda interactuar con planillas Excel, incluida macros, Visual Basic para
aplicaciones (VBA) o formulas directamente en Excel.

Transformación
Las actividades más frecuentes de transformación son (*):
• desplegar ciclos por caso, por ejemplo cuando no existe un idcaso para el recuento dentro de un
ciclo de actividades y se construye con el número de secuencia o repetición.
• desplegar de ciclos por actividad.
• combinar set de datos.
• transponer datos.
• renombrar actividades.
También puede considerarse como una actividad de transformación:
• Adicionar la fecha de finalización a una fila de un evento de tipo inicio desde una fila de evento de
tipo fin.
• eliminar de repeticiones.
(*) Fuente: https://fluxicon.com/blog/2018/01/process-mining-transformations-part-1-unfold-loops-for-cases/

Enriquecimiento
Tiene por objetivo añadir a los datos de eventos o casos, columnas, campos, información adicional,
etiquetas, variables que complementarán, facilitarán, “enriquecerán” el análisis del proceso. En
especial para el análisis de comparación de rendimiento o benchmarking utilizando estas variable
para segmentar, clasificar los datos, entre otras.
Este enriquecimiento puede ser a nivel del caso, nivel de evento y/o repetición del mismo, recurso
(grado de parentesco, amistad, por ejemplo para descubrir la red social del proceso).
También se utiliza para cargar las dimensiones que se definan en el modelo corporativo de datos
para la minería de procesos, revisado en el punto “2.1 Diseño de log de proceso, trazas y datos de
eventos”.

Enriquecimiento
Algunos ejemplos de enriquecimiento son:
• adición de la variable costo.
• adición de la variable grado de satisfacción del cliente para un caso dado (resultado de encuesta,
reclamo).
• adición de una variable geográfica al evento, por ejemplo posición espacial o georreferenciación,
piso, sucursal, ciudad, país.
• adición de datos sociodemográficos, socioeconómicos para un segmento de cliente dado
• adición de datos de negocio (producto, canal de distribución).
• complementación de datos de eventos:
• de interacción o contacto con el clientes, proveedores por ejemplo duración de la llamada a
un cliente (si no existe integración con central telefónica o IVR, herramienta de envió de
correo, mensajería en redes sociales, chat, entre otros).
• provenientes de otros sistemas de información internos y externos.

Enriquecimiento
Para poder realizar enriquecimiento se requiere de en algunos casos interpretar información
adicional existente, que se captura o se puede capturar de la interacción del cliente o usuario con un
sistema de información y relacionado con un evento, actividad o caso del proceso (instancia).
Para automatizar dicha interpretación, eventualmente es posible utilizar alguna técnica y/o
herramienta de inteligencia artificial, para enriquecer los datos de eventos, por ejemplo con la
emoción o sentimiento del cliente, usuario, facilitando la construcción del mapa de viaje de los
mismos; para determinar las actividades realizadas en flujo de trabajo usando por ejemplo un
correo electrónico, chat, conversación u observación de la realidad.
Ejemplo:
https://www.linkedin.com/feed/update/urn:li:activity:6930868310053900289?utm_source=linkedin
_share&utm_medium=member_desktop_web o https://fluxicon.com/blog/2022/05/performing-
process-mining-on-video-data/

Se entiende por descubrimiento a la representación gráfica de flujo de actividades
(flujograma) o secuencia lógica, en donde se muestra las actividades o nodos y se
representan con líneas, arcos la transición, relación o caminos que tiene un proceso. Lo
anterior de manera automatizada utilizando algún algoritmo de minería de procesos a
partir del datos de eventos o log del proceso.
https://www.youtube.com/watch?v=sR9Z3CcE34Y
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 la precisión del modelo descubierto dependen tanto de la técnica
utilizada para el descubrimiento como del tipo de visualización que se elija.

La combinación de diferentes caminos de inicio a fin se conoce como variantes, que
nacen a partir de diferentes excepciones que existen en el proceso.
En general cuando se diseña e implementa un proceso se consideran las variantes
previstas o deseadas. Al utilizar alguna técnica de minería de procesos por lo general se
descubren más variantes de las diseñadas, en especial, si el flujo de trabajo soportado
sobre un sistema de información es de tipo de secuencia libre.

A B C
D
Inicio Fin
Actividades o nodos
Arcos
Variantes del proceso:
1- ABC
2- ADC

Los algoritmos de descubrimiento de procesos más conocidos son:
• Algoritmo α.
• Minería heurística.
• Minería de procesos genéticos.
• Minería basada en regiones.
• Minería inductiva.
Para profundizar ver: https://www.youtube.com/watch?v=Ml4z9KnAH-A
Fuente: http://www.processmining.org/process-discovery.html

Algoritmo α
• fue el primer algoritmo de descubrimiento de procesos que pudo manejar
adecuadamente la concurrencia.
• deriva varias "relaciones" entre las actividades que ocurren en el registro de eventos.
• Las 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 pueda
usarse en la práctica, proporciona una buena introducción al tema.
• El algoritmo α proporcionó la base para muchas otras técnicas de descubrimiento de
procesos.
Más información: https://www.youtube.com/watch?v=nOTehxTiFFU

Minería heurística
• Utilizan una representación similar a las redes causales.
• Tienen en cuenta las frecuencias de los eventos y las secuencias al construir un
modelo de proceso.
• La idea básica es que las rutas poco frecuentes no deben incorporarse al modelo.
Para mayor información puede consultar:
https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.447.4926&rep=rep1&type=pdf

Minería difusa (Fuzzy mining)
• Viene a dar solución al descubrimiento de procesos no estructurados, en donde los
enfoques anteriores descubren un proceso “tipo espagueti” mostrando todos los
detalles sin distinguir lo importante.
• Es un enfoque configurable y permite generar vistas simplificadas de un proceso.
• Se utiliza como metáfora el concepto de “hoja de ruta” para ofrecer distintas
abstracciones significativas del proceso (vista de “helicóptero”).
Para mayor información puede consultar: https://link.springer.com/chapter/10.1007/978-3-540-
75183-0_24

Minería de procesos genéticos
• El algoritmo α y las técnicas de minería heurística y difusa proporcionan modelos de
proceso de manera directa y determinista.
• Los algoritmos genéticos son una técnica de búsqueda que imita el proceso natural de
evolución en los sistemas biológicos.
• 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 aleatorización para encontrar
nuevas alternativas.
Para mayor información puede consultar en
https://link.springer.com/article/10.1007/s10618-006-0061-7

Minería basada en regiones
• Construido sobre la base de construir 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. En especial aquellas denominadas “de Excitación
General“.
• Esta técnica utiliza restricciones algebraicas modeladas a partir del registro de eventos
para determinar los lugares donde se encuentra el comportamiento observado en el
registro de eventos.
https://link.springer.com/chapter/10.1007/978-3-540-85758-7_26

Minería inductiva
• Existe una variedad de técnicas de descubrimiento de procesos inductivos para los
árboles de procesos, que garantizan la solidez de la construcción.
• El marco de minería inductiva es altamente extensible y permite muchas variantes del
enfoque básico.
• Se considera uno de los principales enfoques de descubrimiento de procesos debido a
su flexibilidad, garantías formales y escalabilidad.
https://link.springer.com/chapter/10.1007/978-3-642-38697-8_17

Resultados en el descubrimiento
Los entregables del descubrimiento del proceso puede ser diferentes diagramas como:
• Gráfico de seguimiento directo (DFG: Directly-Follows Graph).
• Redes de Petri.
• BPMN.
Además se puede obtener diagramas de red social del proceso u otras perspectivas que incluyan los
datos de eventos.
Se pueden generar diagramas con diferentes vistas, filtros, además de añadir etiquetas de datos
relevantes como recuentos por caso, duraciones de actividades y transiciones, costos, entre otros.
En el descubrimiento estático (sin animación), es posible identificar reprocesos, retrabajos, rutas o
caminos no previstos o no deseados. Aquellas transiciones entre actividades con mayor duración son
candidatas a que se identifiquen cuellos de botellas.

Gráfico de seguimiento directo (Directly-follows graph)
• Es la representación más simple de los modelos de proceso.
• Cada nodo representa una actividad y los arcos describen la relación entre varias
actividades. Un arco en el gráfico entre dos actividades representa su relación de
precedencia.

Redes de Petri
• Proporcionan una representación de alto nivel de los modelos de procesos y permiten
una representación compacta del comportamiento concurrente en los procesos.
• Es capaz de mostrar diferentes tipos de transformaciones entre las actividades.
• 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 gráfico de procesos (BPMN, diagramas de actividad UML, etc.).
(*) tokens: concepto de marcas que se utiliza para visualizar y probar el comportamiento de los procesos diseñados. Las
marcas recorren en forma de una animación la lógica de los flujos normales y los de excepción. Se puede comparar con los
autos en un mapa carretero. Extracto del libro (BPM, Manual de Referencia y Guía Práctica J Freud, B Rücker y B.Hitpass

Redes de Petri
Fuente: https://www.semanticscholar.org/paper/Decomposing-Petri-nets-for-process-mining%3A-A-
Aalst/159761d3c6cbed414e28fa95d069260796c779d4/figure/1

BPMN
• El estándar BPMN 2.0 (Business Process Model and Notation) es ampliamente 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 dentro de un diagrama BPMN.
• En el proceso descubierto por lo general no se distinguen pool ni lane.

Red social u otras perspectivas

Vistas
Las vistas del proceso tienen que ver con la visualización de:
• la perspectiva (actividades, recursos o red social, otras).
• el tipo de diagrama a utilizar (DFG, BPMN, Petri Net).
• la información que se desea desplegar junto o con el diagrama.
• el grado de abstracción que se quiera observar o analizar de él (minería difusa).

Vistas
La información a desplegar junto con el diagrama puede ser:
• Frecuencia de casos, casos relativos, del total, promedio, mediana, máximos y mínimos.
• Duración total, promedio, mediana, máximo, mínimo, truncada.
• Costos total, promedio, mediana, máximo y mínimo.

Vistas
Reproceso
Eventual retrabajo
Recuento de casos y
duraciones

Vistas
Recuento de casos y
duraciones Recuento de casos y
reprocesos

Vistas
Duraciones
y recuento de repeticiones
(reproceso)

Vistas
En el grado de abstracción existen 3 variables más utilizadas para ello, en donde se
muestra según su frecuencia o importancia con respecto al total de datos de eventos:
a) Nodos o actividades.
b) Arcos o pasos.
c) Paralelismo (sólo disponible en la vista de procesos en BPMN).

Los filtros de casos de eventos es una de las funcionalidades más importantes de una
herramienta de minería de procesos, dado que permiten acotar la complejidad del
modelo a analizar, realizar limpieza y poner foco en determinados aspectos del proceso,
generando diferentes vistas o análisis de los mismos.

Existen al menos los siguientes filtros
a) A nivel de casos para retener o remover:
a) Variantes.
b) casos (case Id).
c) de acuerdo a atributos de los casos.
d) dentro de un periodo de tiempo dado (contenido, son activados, comienza o
terminan.
e) casos de acuerdo a desempeño (duración, longitud del caso, promedio, máximo,
mínimo, total del tiempo de espera, duración del nodo, duración del arco).
f) pasos (seguidor directo, requerido, intervalo de tiempo).
g) Reproceso (todos o algunos de acuerdo a un rango superior e inferior de tiempo.

Existen al menos los siguientes filtros
a) A nivel de eventos para retener o remover:
a) actividad, recursos, roles.
b) periodo de tiempo.
c) entre determinadas actividades.

Ejemplo de filtro por
periodo de tiempo

Ejemplo de filtro de
variantes

Ejemplo de filtro para
remover casos
incompletos

atributos

secuencia o pasos

Ejemplo de filtro por variantes: solo las variantes que representen el 80% del total

Ejemplo de filtro por caso (case id): solo las facturas entre la 3761 y 3901

Ejemplo de filtro por atributos: sólo los casos de la sucursal Viña del Mar y marca teléfono HUAWEI

Ejemplo de filtro por periodo de tiempo: sólo casos que son del periodo de navidad

Ejemplo de filtro por desempeño: sólo casos donde la duración entre A y B es menor a x días.

Ejemplo de filtro por pasos: solo los casos donde después de recepción se entregan a bodega

Ejemplo de filtro por pasos: casos donde los
pedidos nunca pasan por bodega
Ejemplo de filtro por pasos: desde la solicitud del
pedido hasta el pago, no considerar la entrega al
cliente

Ejemplo de filtro por pasos: quitar las actividades que se repiten más de 5 veces. Mantener las actividades
que se repiten (retrabajo) sólo si el tiempo transcurrido entre una y otra es menor a 5 minutos.

Ejemplo de filtro por atributo del evento: sólo loas
actividades que son realizados por el supervisor.
Sólo las actividades que son realizadas por Sarita

Ejemplo de filtro por periodo de evento: todas las
actividades que se realizaron en la semana del
fiestas patrias.

Ejemplo de filtro por periodo de eventos: solo las
actividades donde el primer evento incluye a A y el
último evento incluye a B

La animación se realiza a partir de un proceso descubierto y con los filtros aplicados que
se deseen o requieran (no es una simulación)
Además del impacto que puede generar en la audiencia el atractivo de la animación (no
confundir con la simulación), en esta se pueden visualizar rápidamente:
• Cuellos de botellas (acumulación de token o casos antes de iniciar la actividad →
“trencitos”)
• Reprocesos (iteraciones o token que iteran sobre la misma actividad)
• Retrabajo (iteraciones hacia actividades ya realizadas)
• Casos procesados con mayor o menor prioridad (token con mayor o menor velocidad
en la animación)

Cuellos de botellas
Aquellas actividades que menoscaban el desempeño del proceso, incrementando los tiempos
de espera, reduciendo la productividad y aumentando el costo del servicio o producto. Los
cuellos de botellas se pueden producir entre otras causas por:
• falta de materiales (escases, deficiencias en el aprovisionamiento)
• falta de personal o recursos (licencias médicas)
• proceso mal diseñado, balanceado en cuanto a cargas de trabajo
• personal mal entrenado, rotación de personal
• falta de depósitos o almacenes (por ejemplo: si requiere detener la producción)
• productividad de tareas manuales versus tareas automatizada
• desinterés por la optimización o rediseño del proceso
• no aprovechamiento de la colaboración global (husos de horario laboral o turnos)
Fuente: adaptación de https://blogs.upn.edu.pe/ingenieria/2016/11/14/que-es-un-cuello-de-botella-en-el-proceso-de-
produccion/

Cuellos de botellas
Cuello de botella

Reprocesos
Repetición de uno o más pasos o actividades del proceso diseñado o establecido. En
particular en nuestro caso de la misma actividad como si fuera un loop o bucle de la
misma actividad. Las principales causas pueden ser:
• error del usuario en la actividad registrada en el sistema y no necesariamente
representa un reproceso
• necesidad de corregir algún dato erróneo o pieza defectuosa, mal instalada
(ineficiencia) y detectada por ejemplo en la misma actividad.
• imposibilidad de reunir, tomar contacto, colaborar con otras personas o clientes
Fuente: adaptación dehttps://www.coursehero.com/file/7047778/511-Reprocesos-retrabajos-y-
reacondicionamiento1/#:~:text=Reproceso%20se%20define%20como%20%E2%80%9Cla,del%20procedimiento%20de%20fabr
icaci%C3%B3n%20establecido%E2%80%9D.

Reprocesos
Reproceso

Retrabajo
El uso de uno, o más etapas o actividades del proceso que son diferentes del proceso
diseñado o establecido. En particular en nuestro caso se ve reflejado en iteraciones o
vueltas hacia atrás en dirección a una actividad predecesora. Las principales causas
pueden ser:
• error del usuario en la actividad registrada en el sistema y no necesariamente
representa un reproceso
• necesidad de corregir algún dato erróneo o pieza defectuosa, mal instalada
(ineficiencia) y detectada en una actividad “aguas mas arriba”
Fuente: adaptación dehttps://www.coursehero.com/file/7047778/511-Reprocesos-retrabajos-y-
reacondicionamiento1/#:~:text=Reproceso%20se%20define%20como%20%E2%80%9Cla,del%20procedimiento%20de%20fabr
icaci%C3%B3n%20establecido%E2%80%9D.

Retrabajo
Eventual retrabajo

El análisis de conformidad consiste en comparar el proceso descubierto, sus variantes, con la
referencia, patrón o expectativa de dicho proceso. Según se defina, requiera o se disponga sobre el
proceso, se puede realizar esta comparación con:
• El proceso diseñado.
• El camino “feliz” del proceso.
• La variante del proceso descubierto con mejor desempeño o el que se elija o considere como el
correcto o adecuado.
Ver: https://www.youtube.com/watch?v=zh42K9XIhLU
•

Con el análisis de conformidad, se puede identificar desviaciones en el comportamiento, evaluar la
adherencia o verificación del cumplimiento del proceso con respecto a su diseño, referencia (deber
ser), expectativas en términos de:
• actividades que se debiesen realizar.
• secuencia de actividades deseadas o diseñadas.
• cumplimiento en cuanto a tiempos de ciclos del proceso, tiempo de actividad, tiempo de espera,
respuesta:
• acuerdo de nivel de servicio (SLA) con un cliente, en términos de tiempos máximo de resolución, tiempo
máximo primera respuesta u otros.
• Acuerdo de nivel de servicio operacional (OLA) con un proveedor de servicios en cuanto a tiempo máximo
de duración con respecto a determinada actividad externalizada del proceso, tiempo máximo primera
respuesta u otros.
También se utiliza para evaluar los resultados y algoritmos utilizados en el descubrimiento de
procesos, utilizando técnicas específicas.
•

La verificación de cumplimiento puede utilizarse con fines de:
• auditoría, las cuales se realizan para determinar la validez y confiabilidad de la información
sobre las organizaciones y sus procesos asociados. Ayudan a verificar si los procesos se ejecutan
dentro de ciertos límites establecidos por gerentes, gobiernos y otras partes interesadas. También
podrían evidenciarse la ejecución o no de controles (actividades) definidos dentro del proceso y si
se enriquece con información adicional (base de datos de riesgo operacional materializado,
incidentes) se podría inferir sobre la efectividad de controles y nivel de riesgo residual.
• detección de fraude en el flujo de un proceso, en donde en general se identifican deficiencias
en la implementación del control interno, como por ejemplo: no aplicación de un control
(actividad) en el proceso (“by pass”): no se lleva a cabo la separación de responsables o
segregación de funciones (solicitante y autorizador son la misma persona). Un fraude, podría estar
presente en casos, variantes, pasos con menos frecuencia y/o no concluidos, por lo cual se debe prestar
atención, si el objetivo es pesquisar los anteriores en no descartar eventos en las etapa de limpieza y
filtrado de datos de eventos. Más información revisar aquí.
Fuente: https://www.processmining.org/conformance.html

Ejemplos de herramientas en Apromore, que se pueden utilizar para comparar diferencias entre modelos en BPMN y revisar
desviaciones entre un modelo dado y las variantes de un proceso. Notar que también es posible realizar análisis de conformidad
utilizando el proceso descubierto, filtros e inspeccionando el mismo en la medida que se conozcan las reglas, restricciones y
supuestos del proceso de referencia o modelo a comparar. Mayor información ver https://youtu.be/7RT81F5tkCQ

Ejemplo de herramienta en Celonis que se
pueden utilizar para facilitar el análisis de
conformidad a partir de un modelo en BPMN
referencial.
• Se generan estadísticas de conformidad,
se determinan casos con
incumplimientos o infracciones los cuales
se pueden inspeccionar y añadir
manualmente a una “lista blanca” de
casos no conformes.
• Se realiza una estimación del impacto de
las infracciones en los KPI definidos para
el proceso.
• Si se dispone de un modelo con datos
enriquecidos o atributos de casos o
eventos, es posible revisar el grado de
incidencia de estos en los casos no
conforme y apoyar el análisis de causa
raíz.
Para mayor información ver
https://youtu.be/7RT81F5tkCQ

El análisis de desempeño permite complementar el análisis y búsqueda de las
ineficiencias en el proceso, como por ejemplo cuellos de botellas, así como obtener
conclusiones a partir del análisis de KPI, relacionadas con las dimensiones de tiempo,
costo y calidad.
Suelen utilizarse paneles gráficos para monitorear y analizar el desempeño del proceso
desde distintas vistas, filtros y es la base para realizar comparaciones futuras
relacionadas con mejoras que se introduzcan al proceso o resultados de escenarios o
simulación.
Más información revisar https://www.youtube.com/watch?v=-LE4t8HON90
Fuente: http://www.processmining.org/performance.html

• Dimensión tiempo (duraciones)
• tiempo de entrega (lead time) o de flujo, medido desde el evento de inicio hasta
el evento de fin de un caso.
• tiempo de servicio (service time) o tiempo trabajado en un caso, se puede medir
por actividad. En caso de concurrencia o paralelismo de actividades el tiempo de
servicio puede ser mayor que el tiempo de entrega
• tiempo de espera (waiting time) o tiempo en que un caso esperara a que un
recurso esté disponible para ser procesado en una actividad.
• tiempo de sincronización (synchronization time), es el tiempo en que una
actividad aún no está completamente habilitada y esperando un disparador externo
u otra bifurcación paralela para iniciar.

• Dimensión costo
• los costos de ejecución de una actividad pueden ser fijos o depender del tipo de recurso
utilizado, su utilización o la duración de la actividad.
• un KPI (indicador de rendimiento clave) en la mayoría de los procesos es la utilización
promedio de los recursos durante un período determinado.
• para añadir esta dimensión en el análisis, se requiere incorporar en los datos de eventos, el
costo por actividad o utilizar una tarifa por hora de cada uno de los recursos.

• Dimensión calidad
• se enfoca en el “producto” o “servicio” entregado al cliente.
• al igual que los costos, esto se puede medir de diferentes maneras, por ejemplo:
• la satisfacción del cliente medida a través de cuestionarios.
• el número medio de reclamos por caso.
• el número de defectos del producto (producto no conforme)

Un panel de desempeño en su apartado general muestra:
▪ el recuento de casos, actividades, estadísticas de la duración de los casos
▪ la cantidad de actividades que se realizan en el tiempo
▪ la cantidad de casos activos o trabajo en progreso (WIP)
▪ histograma de variantes y duración de los casos
▪ el recuento de las actividades y duración por caso

Ejemplo de un panel en su apartado general

Un panel de desempeño en su apartado de actividades muestra:
▪ recuento y frecuencia de actividades.
▪ estadísticas de la frecuencia por actividades (promedio y desviación estándar).
▪ estadísticas de la duración por actividades (promedio, desviación estándar, máximo,
mínimo, mediana).
▪ promedio, máximo y mínimo del tiempo y frecuencia del caso donde existe la
actividad.

Ejemplo de un panel en su apartado de actividades

Un panel de desempeño en su apartado de recursos muestra:
▪ recuento y frecuencia de recursos por caso y evento (actividad).
▪ estadísticas de la frecuencia por recurso (promedio y desviación estándar).
▪ estadísticas de la duración (uso) por recurso (promedio, desviación estándar,
máximo, mínimo, mediana).
▪ promedio, máximo y mínimo del tiempo del caso donde participa el recurso.

Ejemplo de un panel en su apartado de recursos

Ejemplo de un panel en su apartado de roles

Ejemplo de un panel de tiempo de procesamiento

En la medida que exista información adicional o enriquecida en los datos de eventos será
posible construir paneles a la medida, con KPI, gráficas para analizar y evaluar el
rendimiento o desempeño del proceso.

Contenido
1. Introducción
4.1 Predicción del tiempo de finalización y próxima actividad en un flujo de proceso
4.2 Predicción de una variable categórica de resultado o éxito en un proceso
4.3 Toma de decisiones relacionada con mejora de procesos
4.4 Enlace entre la minería de procesos y la simulación
4.5 Enlace entre la minería de procesos y la hiper automatización

4.1 Predicción del tiempo de finalización y próxima actividad en un flujo de
proceso
La minería de procesos predictiva busca saber como se comportarán los casos en ejecución o incompletos
hasta su finalización en términos de tiempo y variante del proceso que podría seguir (futuro). Lo anterior
con el objetivo de cumplir o cerrar brecha de la promesa de valor al cliente de manera proactiva y utilizar
dicha información para optimizar la variante ha seguir en el proceso.
A partir del análisis y los datos procesados en las herramientas de minería de procesos, es posible realizar
predicciones o estimaciones confiables, a partir de ciertos supuestos, que podrían agregar valor en el
proceso, como por ejemplo:
• en la expectativa de atención de un cliente, indicándole el tiempo probable o estimado para la resolución
de su caso.
• en la determinación de la próxima actividad que optimiza el tiempo del caso.
Para mayor información ver: https://www.sciencedirect.com/science/article/abs/pii/S0306437910000864
Fuente: http://www.processmining.org/predictive-process-mining.html

proceso
Otras preguntas que se podrían contestar con la minería de procesos predictiva bajo ciertos
supuestos:
• ¿Existe algún riesgo o probabilidad de incumplir con un SLA crítico?
• ¿Esta solicitud de servicio requerirá de algún apoyo o escalamiento?
• ¿El cliente abandonará el proceso de compra?
• ¿El cliente generará algún reclamo posterior?
Fuente: http://www.processmining.org/predictive-process-mining.html

proceso
Usos de la minería de procesos predictiva
• Mitigar riesgos
• mediante el uso de indicadores de riesgo (KRI) del proceso y datos históricos (variable
categórica).
• Predecir tiempos de retrasos, de tiempo restante o finalización (variable numérica), usado
por ejemplo en empresas de logística.
• Predecir si un caso se procesará más rápido o lento que otro (variable categórica)
• Predecir costos (variable numérica), usado por ejemplo en empresas de fabricación.
Fuente: https://research.aimultiple.com/predictive-process-mining/

proceso
Usos de la minería de procesos predictiva
• Generar recomendaciones
• siguiente actividad, calculando la probabilidad de cada escenario o variante posible o
convirtiendo los registros de eventos en palabras y luego con procesamiento de lenguaje
natural clasificar las instancias del proceso, utilizando “aprendizaje profundo”. Usado por
ejemplo en la detección de reclamos de siniestros fraudulentos en compañías de seguro.
• resultado del caso, teniendo en cuenta un KPI, como por ejemplo la satisfacción de un
cliente en un trámite o solicitud bancaria, para actuar de manera preventiva; estimar los
casos fallidos en la planificación de personal y optimizar estrategia en las instalaciones de
atención médica.

proceso
El uso de minería de procesos predictiva supone una cierta madurez del proceso en cuestión y
se recomienda utilizar en procesos:
• que estén en los últimos nivel de madurez en términos de innovación, predicción, mejora
continua, variabilidad, excelencia operacional, optimización. Supone ya haber pasado por su
estandarización.
• no estén afectados por causas o factores externos, por ejemplo: escases de repuestos,
materias primas, actividades o procesos relacionados o que colaboran con el principal
brindados por proveedores sobre asignados y/o que no tengan sus procesos maduros y
controlados.

proceso
Para la predicción según corresponda sea la complejidad, variabilidad y madurez del proceso
se pueden utilizar modelos de:
• Clasificación: permiten predecir la pertenencia a una clase, ejemplo clientes que son más
propensos al abandono (predicción binaria)
• Regresión: permiten predecir un valor, por ejemplo la duración de un caso o tiempo
remanente, beneficio.

4.1 Predicción del tiempo de finalización y próxima actividad
en un flujo de proceso
Algunas de las técnicas más usadas para la predicción son:
• Arboles de decisión: tratan de encontrar la variable que divide al ser
de datos en grupos lógicos que son más diferentes entre sí. Se utiliza
por ejemplo en funnel de ventas. Pueden implementarse su uso en
motores de reglas de negocio.
• Redes neuronales: usados en la inteligencia artificial y “aprendizaje
profundo”, permiten reconocer patrones que imita las redes neuronales
del cerebro humano, para modelar relaciones extremadamente
complejas y suele utilizarse cuando no se conoce la naturaleza exacta
entre los valores de entrada y salida.
Fuente: https://keyrus.com/sp/es/insights/las-11-tecnicas-mas-utilizadas-en-el-modelado-de-analisis-
predictivos#:~:text=Hay%20dos%20tipos%20de%20modelos,son%20m%C3%A1s%20propensos%20al%2
0abandono.
Esta foto de Autor desconocido está bajo
licencia CC BY-NC-ND
Esta foto de Autor desconocido está bajo
licencia CC BY-NC

4.1 Predicción del tiempo de finalización y próxima actividad en
un flujo de proceso
Algunas de las técnicas más usadas para la predicción son:
• Regresión logística: usadas para predecir el resultado de una variable categórica
(que puede tomar un número limitado de categorías) en función de las variables
independientes o predictivas. Es útil para modelar la probabilidad de un evento
ocurriendo como función de otros factores. Ejemplo para predecir riesgo crediticio o
fuga de un cliente. Para más detalle ver aquí.
• Regresión lineal: consiste en una línea recta que muestra el “mejor encaje” de todos
los puntos de los valores numéricos. También conocido como el método de los
mínimos cuadrados, porque calcula la suma de las distancias al cuadrado entre los
puntos que representan los datos y los puntos de la línea que genera el modelo. Así, la
mejor estimación será la que minimice estas distancias.
Esta foto de Autor desconocido
está bajo licencia CC BY-NC-ND
Fuente: https://keyrus.com/sp/es/insights/las-11-tecnicas-mas-utilizadas-en-el-modelado-de-analisis-
predictivos#:~:text=Hay%20dos%20tipos%20de%20modelos,son%20m%C3%A1s%20propensos%20al%2
0abandono.

4.1 Predicción del tiempo de finalización y próxima actividad en un flujo
de proceso
“Aprendizaje automático” y “Aprendizaje profundo” en la minería de procesos predictiva
• Algoritmos de aprendizaje automático supervisado:
• considera por ejemplo árboles de decisión, los modelos de Markov, los algoritmos evolutivos y
las máquinas de vectores de soporte.
• se pueden entrenar con datos históricos para predecir el resultado final.
• los resultados de estos algoritmos pueden ser fáciles de predecir ya que el algoritmo
proporciona en detalle los pasos tomados para obtener el resultado final.

de proceso
“Aprendizaje automático” y “Aprendizaje profundo” en la minería de procesos predictiva
• Aprendizaje automático no supervisado
• el aprendizaje profundo y las redes neuronales, tienen un enfoque de caja negra para
predecir los resultados finales, lo que dificulta que los analistas de minería de procesos
comprendan la causa raíz de una predicción.
• sin embargo, a pesar de la dificultad, los estudios han demostrado que los modelos
basados en el aprendizaje profundo tienen más éxito en la predicción de resultados precisos
en comparación con los modelos de aprendizaje automático supervisado.

de proceso
Algunos proveedores de herramientas de minería de procesos utilizan la inteligencia artificial para:
• automatizar la recopilación, el descubrimiento, la visualización y monitoreo de datos.
• creación de gemelos digitales con la ayuda además de la simulación.
• análisis predictivos.
• análisis de causa raíz automatizado.
Fuente: https://research.aimultiple.com/machine-learning-process-mining/

de proceso
Para la predicción del tiempo de finalización de una actividad o de un caso en un proceso que:
• no está sometido a cambios e impactos de variables externas
• no existe problemas de disponibilidad de recursos (cuellos de botellas acotados)
• existe una variabilidad explicada por la variante del proceso recorrida sin importar la
naturaleza del caso.
Para la determinación del tiempo de finalización de:
• una actividad, se puede utilizar como referencia la diferencia entre el promedio de duración de la
actividad y el tiempo real transcurrido en ella.
• un caso, se puede utilizar la diferencia entre el promedio de duración de las variantes del proceso
posibles de recorrer y el promedio de duración del camino recorrido hasta la actividad actual.

de proceso
Para la predicción del tiempo de finalización de una actividad o de un caso (tiempo remanente) en
un proceso que:
• no está sometido a cambios e impactos de variables externas.
• no existe problemas de disponibilidad de recursos (cuellos de botellas acotados).
• existe una variabilidad explicada por relaciones no triviales entre los diferentes casos del
proceso que hacen que recorra una determinada variante.
Se puede entrenar un modelo de “aprendizaje automático” con las variables categóricas que
disponga de los casos enriquecido. Se debe dividir los datos para que un subconjunto se utilice para
entrenar el modelo por ejemplo utilizando un modelo de regresión lineal, mientras que el otro se
utilizará para probar su funcionamiento y puntuar el modelo.
Para mayor información, ver ejemplo de https://docs.microsoft.com/es-es/azure/machine-
learning/tutorial-designer-automobile-price-train-score

de proceso
Para otras aproximaciones del cálculo de tiempo de finalización utilizando como base el tiempo
remanente de acuerdo a la variante y actividad recorrida (secuencia de eventos ejecutados hasta el
momento), utilizando la traza parcial en un sistema de transición consultar:
https://www.researchgate.net/publication/220503961_Time_prediction_based_on_process_mining

de proceso
La determinación de la próxima actividad en un flujo de proceso puede tener al menos las siguientes
motivaciones:
• informar a un usuario o cliente sobre los próximos pasos posibles en que seguirá su caso
• alertar tempranamente al responsable o ejecutor(es) de la próxima actividad sobre posibles casos
que deberá procesar, por ejemplo para prever los respectivos recursos y/o para estar preparados
y minimizar tiempos de espera y/o cuellos de botella.
• enviar o asignar el caso tempranamente a la “mejor” actividad, persona, proceso “expedito,
abreviado o de emergencia” para resolver o rechazar este lo antes posible minimizando el uso de
recursos adicionales, ejemplo en la detección de posibles casos de fraudes en la declaración de un
siniestros en una compañía de seguros, podría evaluarse el caso con mayor profundidad y derivar
el caso a un área especializada.

Curso de Mineria de Procesos aplicada BPMCenter.pdf

Curso de Mineria de Procesos aplicada BPMCenter.pdf

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Similar a Curso de Mineria de Procesos aplicada BPMCenter.pdf

Similar a Curso de Mineria de Procesos aplicada BPMCenter.pdf (20)

Último

Último (20)

Curso de Mineria de Procesos aplicada BPMCenter.pdf