Charla sobre minería de procesos e inteligencia operacional, dictada como parte de la reunión inaugural de la Red de Gerentes de Procesos de Bogotá el 10 de julio del 2019 en la Pontificia Universidad Javeriana.
Reservas de divisas y oro en México en sexenio de AMLO (2018-2024).pdf
Analítica de datos e inteligencia artificial para procesos de negocios
1. Marlon Dumas
University of Tartu, Estonia
Analítica de datos e inteligencia
artificial para procesos de
negocios
Reunión de la Red de Gerentes de Procesos, Pontificia Universidad
Javeriana
2. Monitoreo de Procesos
2
Tableros e Informes
(BAM, BI)
Minería de procesos
e inteligencia operacional
Base de
datos
Sistema
Empresarial
(CRM, ERP,
SCM, etc.)
Registro
de
eventos
Stream de
eventos
3. Minería de Procesos
3
/
Registro de
eventos
Modelo generado
Descubrimiento
Automático de
procesos
Verificación de
Conformidad
Análisis de
Variantes
Diagnóstico
de diferencias
Minería de
rendimiento
Modelo de proceso
“hecho a la mano”
Modelo enriquecido
Registro de eventos
4. Formatos de registros de
eventos:
• Comma-Separated Values
(CSV)
Estructura de un registro de eventos
5. Descubrimiento automático de procesos
5
IDCaso Actividad Estampilla Temporal …
13219
Someter solicitud
préstamo
2007-11-09 T
11:20:10
-
13219
Encontrar datos del
solicitante
2007-11-09 T
11:22:15
-
13220
Someter solicitud
préstamo
2007-11-09 T
11:22:40
-
13219
Calcular interés y
cuotas
2007-11-09 T
11:22:45
-
13219Notificar elegibilidad
2007-11-09 T
11:23:00
-
13219
Aprobar solicitud
sencialla
2007-11-09 T
11:24:30
-
13220
Calcular interés y
cuotas
2007-11-09 T
11:24:35
-
… … … …
Mapa de proceso
Modelo BPMN
Enter Loan
Application
Retrieve
Applicant
Data
Compute
Installments
Approve
Simple
Application
Approve
Complex
Application
Notify
Rejection
Notify
Eligibility
6. Mapas de proceso
• Grafo en el cual
• Un nodo representa una actividad
• Existe un arco de A a B si A es
inmediatamente seguido por B por la menos
una vez en el registro de eventos
• Los arcos pueden ser anotados por
• Frecuencia
• Tiempo
6
7. Operaciones sobre registros de eventos
y mapas de proceso
• Las herramientas de minería de procesos usan mapas de proceso para permitir
la exploración de un registro de eventos
• Estas herramientas soportan las siguientes operaciones:
1. Abstracción del mapa de proceso:
• Mostrar solamente las actividades (tipos de eventos) más frecuentes
• Mostrar solamente los arcos más frecuentes
2. Filtrado del registro de eventos…
3. Enriquecimiento del mapa de procesos (más adelante – para minería de
rendimiento)
14
8. Herramientas de minería de procesos
Código abierto
• Apromore
• bupaR (R)
• Pm4py (Python)
• ProM
Ligeras
• Disco
• Celonis Snap
• QPR Xpress
Empresariales
• ARIS PPM
• Celonis
• Lana Labs
• Minit
• myInvenio
• ProcessGold
• QPR Process Analyzer
• Signavio Process
Intelligence
16
10. Minería de Procesos
18
/
Registro de
eventos
Modelo generado
Descubrimiento
Automático de
procesos
Verificación de
Conformidad
Análisis de
Variantes
Diagnóstico
de diferencias
Minería de
rendimiento
Modelo de proceso
“hecho a la mano”
Modelo enriquecido
Registro de eventos
11. Enriquecimiento (enhancement) de mapas de
proceso con medidas de rendimiento
• Los nodos y los arcos en un mapa de proceso pueden ser
anotados (p.ej. coloreados) con información sobre
• Frecuencia: How often a given task or a given directly-
follows relation occurs?
• Tiempo de procesamiento / Tiempo de ciclo
20
13. Absolute (cumulative) frequency:
• how many times A occurs?
• how many times A is directly followed by B?
Case frequency:
• in how many cases A occurs?
• in how many cases A is directly followed by B?
Min/Max/Mean frequency:
• what’s the min/max/mean frequency of A in a case? And of A→B in a case?
Relative frequency:
• in what percentage of times is A executed? And A→B?
Duration:
• what’s the min/max/mean duration of A in a case (process time or cycle time)?
• what’s the min/max/mean time between the occurrence of A and the occurrence
of B in a case (waiting time)?
Process maps: Enhancement examples
14. Minería de Procesos
24
/
Registro de
eventos
Modelo generado
Descubrimiento
Automático de
procesos
Verificación de
Conformidad
Análisis de
Variantes
Diagnóstico
de diferencias
Minería de
rendimiento
Modelo de proceso
“hecho a la mano”
Modelo enriquecido
Registro de eventos
15. Dado dos registros de eventos, explicar las diferencias
entre estos registros y conectar estas diferencias con
diferencias en el rendimiento del proceso
Análisis de Variantes
≠
16. Estudio de Caso: Análisis de Variantes
OK
OK Good
Bad Expected
Performance
Line
17. Reclamaciones sencillas
y rapidas
Reclamaciones sencillas
y lentas
Analisis de de Variantes por medio de
comparacion de mapas de procesos
?
S. Suriadi et al.: Understanding Process Behaviours in a Large Insurance Company in Australia: A Case Study. CAiSE 2013
18. Minería de Procesos
32
/
Registro de
eventos
Modelo generado
Descubrimiento
Automático de
procesos
Verificación de
Conformidad
Análisis de
Variantes
Diagnóstico
de diferencias
Minería de
rendimiento
Modelo de proceso
“hecho a la mano”
Modelo enriquecido
Registro de eventos
20. Verificación de conformidad
• En un caso, la tarea E aparece cuando no debe aparecer (undesired
activity)
• En algunos casos, la tarea C se salta (skipped activity).
• El ciclo consistente de las tareas I, G, D, y F se permite de acuerdo al
Registro
de
eventos:
ABCDEH
ACBDEH
ABCDFH
ACBDFH
ABDFEH
ABDEH
ABDFH
21. Técnicas de Monitoreo de Procesos
Monitoreo de
Procesos
BAM y BI
Tableros de
rendimiento de
procesos
Cuadros de
Mando Integrales
(Scorecards)
Analítica de
procesos
Minería de
procesos
Inteligencia
Operacional
22. ¿Qué es la Inteligencia Operacional?
• La Inteligencia Operacional es un conjunto de técnicas para el monitoreo en
tiempo real de eventos y tendencias que indican problemas potenciales por
llegar.
• Permite tomar acciones sobre un entorno operativo en continuo movimiento,
invocando intervenciones automáticas, semi-automáticas o manuales.
• Por ejemplo, el departamento de TI recibe una notificación sobre un retraso
en la disponibilidad de un servicio web. Si dicha interferencia afecta a un
cliente o a una oportunidad prioritaria (por ejemplo, descuento promocional),
la información se encamina al responsable de negocio, de manera a actuar
rápidamente.
• Permite además, recoger y correlacionar eventos en tiempo real con datos
23. Herramientas BAM, BI, Minería de Procesos e
Inteligencia Operacional
Operacional – Herramientas de Inteligencia Operacional
• SAP Operational Process Intelligence (OPI)
• VITRIA Operational Process Intelligence
• Apromore Predictive Process Monitoring, Celonis Action Engine, …
Operacional-Táctico – Herramientas BAM
• ARIS Process Performance Manager (PPM)
• Bizagi Business Activity Monitoring, Oracle BAM, webMethods Optimize for Process, …
Táctico-Estratégico – Herramientas BI y Minería de Procesos
• Herramientas Business Intelligence (BI): PowerBI, Qlikview, Tableau…
• Herramientas de Minería de Procesos: Apromore, Celonis, Disco, …
Nivel estratégico – Herramientas BSC especializadas
• BSC Designer Online, Quickscore, Sisense, etc.
24. Técnicas de inteligencia de procesos
Inteligencia
de Procesos
BAM y BI
Tableros de
rendimiento
de
procesos
Cuadros de
Mando
Integrales
(Scorecards)
Analítica
de
procesos
Minería de
procesos
Inteligencia
Operacional
Monitoreo
reactivo
Monitoreo
predictivo
Monitoreo
prescriptivo
25. Monitoreo Predictivo de Procesos
Stream de
eventos
Modelos
predictivos
Tablero predictivo detallado
Alarmas predictivas
Tablero predictivo agregado
Registro de
eventos
Base de
datos
Sistema
empresarial
55
26. Monitoreo predictivo de procesos
• ¿Cuál será la siguiente actividad en el caso en curso?
• ¿Cuándo va a terminar la siguiente actividad?
• ¿En cuánto tiempo va a completar este caso?
• ¿Cuál será el resultado de este caso?
• ¿Vamos a tener que pagarle compensación al cliente?
56
27. • Predecir el resultado de un caso (p.ej. “¿Se va a aceptar esta solicitud de
crédito?”)
• Predecir une medida de rendimiento (p.ej. “¿Cuanto tiempo va a tomar
procesar este reclamo?”)
• Predecir eventos futuros (e.g. “¿Cuál es el siguiente evento que se va a
generar en este caso?”)
Event log
Training module
Training Validation
Predictor Dashboard
Runtime module
Information system
Predictions
Stream
(Kafka)
Predictive
model(s)
Event stream Event stream
Batched
Predictions
(CSV)
Apromore
Monitoreo Predictivo de Procesos en
Apromore
65
31. /
Stream
de
eventos
Datos
históricos
Modelo de
proceso
Análisis de
variantes
Reporte de
conformidad
Medidas de
rendimiento
A ⇒ B
15
4,318
14
14
858
13
7,128
26
3,794
32
31
734 28
6,212
9
1,526
941
4,324
258
186
4,360
4,360
Created
4,360
Waiting for Support
12,587
Waiting for Customer
8,681
Resolved
5,023
Closed
4,360
Waiting for Internal
923
Escalation
42
Waiting for Approval
14
Waiting for Triage
31
Sistema
empresarial
Predicciones
Apromor
e
Resumen: Minería de Procesos y Monitoreo Predictivo
32. • Minería de Procesos Robóticos (Robotic Process Mining)
• Partiendo de registros de eventos de bajo nivel…
• Clics, teclas pulsadas, movimientos de cursor, pantallazos, …
• …descubrir oportunidades de automatización usando herramientas RPA
• …y generar especificaciones ejecutables para automatización RPA
(scripts RPA)
• Es decir, scripts RPA incluyendo variables, transformaciones de datos,
etc.
• Monitoreo de Procesos Prescriptivo (Prescriptive Process
Monitoring)
• Extraer predicciones interpretables
• Para ayudar a los usuarios a entender las causas raíces de
defectos/problemas
Perspectivas
71
33. 1.Introduction
2.Process Identification
3.Essential Process Modeling
4.Advanced Process Modeling
5.Process Discovery
6.Qualitative Process Analysis
7.Quantitative Process Analysis
8.Process Redesign
9.Process-Aware Information Systems
10.Executable Process Modeling
11.Process Monitoring
12.BPM as an Enterprise Capability
Notas del editor
A Claims Process mining exercise. A powerful visual tool to display accurate findings from the analysis of claims behaviour.
Here are 6786 claims, from a period of 6 months
claims are considered simple if estimated to be less than x (indicated by the thick vertical line ) and within X number of days otherwise considered complex.
Goal: ‘simple and slow’ cases should be pushed down to become quicker
We needed to understand what makes simple claims slow to complete.
Our Approach: use process mining to discover the characteristics of ‘simple and quick’ cases vs ‘simple and slow’ cases.
Imagine how much time and money this sort of exercise would automate and save, if all processes were mapped consistently.
Alternative approaches are based on replay, negative events etc.
Periodo d’analisi da Marzo 2015 a Dicembre 2016
Dei processi in esame in questa sede ci concentreremo su Missioni ed Acquisti
*L’Activity è stata fissata in modo che gli stati WFT, Escalation e WFA non venissero mostrati
**Il Path è stato fissato in modo che i flussi di stato con meno di 100 casi non venissero mostrati
Lo stato Waiting for Internal (WFI) dovrebbe essere utilizzato solo nel caso in cui per la risoluzione del ticket sia necessaria una modifica software a carico della fabbrica
Lo stato WFI interrompe il conteggio degli SLA e falsa le statistiche
S&T può dunque utilizzare lo stato WFI solo in presenza di ticket che afferiscono alla soluzione U Gov (che richiede il coinvolgimento dei team di sviluppo)
… visualizes the underlying processes. Here you see an example of a callcenter process, which has been reconstructed using process mining. On top of the discovered model, we are replaying and animating the actual behavior. Every white dot is one case, one call center request that moves through the process at the relative speed at which it actually happened in reality.