Introducción a la minería de procesos

La minería de procesos permite a las organizaciones monitorear, analizar y mejorar sus procesos de negocios con enorme precisión. La ejecución real de los procesos se visualiza fácilmente, haciendo aún más sencillo el seguimiento de los indicadores clave de rendimiento (KPI) cruciales. Sus diferentes técnicas se centran en torno al registro de eventos y se pueden agrupar en cuatro áreas principales:

1. En primer lugar, está el descubrimiento automatizado de procesos. Éste utiliza datos de eventos para diseñar autónomamente un modelo de proceso. Esta denominada ingeniería inversa de modelos actuales o "as-is", ayuda a establecer una comprensión basada en hechos del flujo de trabajo del proceso y es la base de cualquier análisis ulterior. Además, en el nuevo modelo de proceso también se puede visualizar la red de relaciones subyacente, mostrando todos los recursos que intervienen en las diferentes etapas del proceso.
2. La segunda técnica se denomina verificación de conformidad. Utiliza el modelo creado por la función de descubrimiento del proceso y comprueba su conformidad con un conjunto determinado de reglas. El objetivo es analizar si el proceso registrado en base a los registros de eventos se adhiere a un comportamiento predefinido, por ejemplo, un modelo de proceso determinado o un conjunto de reglas de conformidad. Un ejemplo común de esa regla de cumplimiento es el "principio de los cuatro ojos" que se utiliza a menudo en los procesos de compra.
3. En tercer lugar, los programas informáticos de minería de procesos permiten a las organizaciones comparar fácilmente dos o más versiones de un proceso comercial mediante el análisis de variantes. Para ello, el registro de eventos suele dividirse en dos conjuntos principales de variantes, uno centrado en los casos con un resultado positivo y el otro en los casos con un resultado desfavorable. Esto permite a las organizaciones analizar en detalle las diferencias de los flujos de trabajo y obtener ideas de mejora basadas en los datos.
4. Por último, está la función de extracción de resultados. Esta técnica se centra en los hallazgos estadísticos sobre el rendimiento del proceso para, en última instancia, crear una comprensión profunda del flujo de trabajo subyacente. El resultado es un modelo de proceso mejorado que pone claramente de relieve los cuellos de botella, las redundancias, los tiempos de espera y los bucles del proceso. Esta técnica es fundamental para detectar iniciativas como por ejemplo, el análisis de las causas originarias y las iniciativas de mejora de procesos y resolver así, las ineficiencias en todo el flujo de procesos.