Process mining para todos

El process mining todavía cuesta despegar en Francia. Y sin embargo, le aporta una visibilidad enorme a un proceso. En la era actual de los datos, el process mining conecta el análisis de procesos con la gestión de la información. Cada proceso está compuesto por acciones encadenadas que forman trazas con un inicio y un fin, y esas trazas son la materia prima del process mining.

Glosario

• Evento (event / event log): un evento es una acción emitida en un momento dado, que tiene al menos un timestamp, un case ID (identificador de caso) y una actividad (activity).
• Proceso de punta a punta (end to end process): una secuencia de eventos encadenados cronológicamente.
• Datos de eventos (event data / logfiles): archivos formados por eventos, generalmente almacenados en una tabla.
• Traza (trace / case): la secuencia de acciones que describe un proceso de punta a punta.
• Modelo de proceso (process model): la representación sistémica generada a partir de los logfiles.
• ProM / Disco: programas de process mining que generan un modelo de proceso junto con herramientas de análisis.

De los datos de eventos…

Hay tres tipos de relación entre los datos y el proceso:

• Play-in: crear un modelo a partir de trazas existentes.
• Play-out: simular trazas a partir de un modelo existente.
• Replay: volver a reproducir trazas sobre un modelo existente.

En general se usan las relaciones play-in y replay para identificar cuellos de botella y optimizar procesos.

Los datos de eventos tienen tres propiedades obligatorias:

1. Cada evento debe tener un case ID (número de pedido, nombre de estudiante, etc.).
2. Cada evento debe tener un timestamp (fecha en que se ejecutó).
3. Cada evento debe tener un nombre de actividad (el tipo de acción realizada).

Y dos propiedades opcionales:

1. Recurso (resource): la persona que ejecutó la acción.
2. Datos complementarios adicionales.

Ejemplo práctico

número de pedido	acción	timestamp	usuario	producto	cantidad
1	registrar	26/06/2019-09.25	John Doe	🚗	2
2	registrar	26/06/2019-09.34	John Doe	🚀	1
1	verificar stock	26/06/2019-09.43	Mickael Bae	🚗	2
2	verificar stock	26/06/2019-09.57	Mickael Bae	🚀	1
2	enviar pedido	26/06/2019-10.02	Sarah Cabo	🚀	1
3	registrar	26/06/2019-10.12	John Doe	🚀	1

Acá, el número de pedido es el case ID, la acción es la activity, el timestamp es el timestamp, el usuario es el resource, y el producto y la cantidad son datos adicionales.

…al modelo de proceso

Para transformar los datos de eventos en un modelo de proceso se pueden usar algoritmos como el “alpha algorithm”. Para este ejemplo se usa Disco para generar el modelo correspondiente.

Tomando el dataset “Incident activity record” del Business Processing Intelligence Challenge 2014, la configuración de columnas sería: Incident ID como case ID, DateStamp como timestamp, incidentActivity_Type como activity, y Assignment Group como resource.

El modelo de proceso inicial resulta caótico, porque los datos reales no son lineales. Para mejorarlo se pueden aplicar filtros, o reducir la cantidad de actividades consideradas, eliminando las que ocurren muy raramente (en este caso, apenas unas quince veces sobre cien mil casos).

Después de simplificar el modelo, se obtiene una visión global del proceso que permite análisis posteriores enfocados en el rendimiento de las actividades y el desempeño de los equipos.

Conclusión

El process mining es una técnica muy poderosa y muy interesante cuando hay un proceso de por medio. Existen herramientas poderosas como Disco que permiten visualizar logs de forma modular, pero hay que tener presentes algunas limitaciones importantes:

1. Diferenciar entre causalidad y correlación.
2. Cuidado con la preparación de los datos.
3. Mantener una mirada crítica durante el análisis, para no terminar señalando un “chivo expiatorio” sin considerar las dificultades reales del terreno.

Adaptación del artículo original de Dylan Do Amaral, “Le process mining pour tous”, publicado en el blog de Univalence.