Minería de procesos y de reglas de negocio

Gestión de procesos de negocio basada en evidencia

Marlon Dumas

Universidad de Tartu, Estonia

Con contribuciones de Wil van der Aalst, Marcello La Rosa y Fabrizio Maggi

ForoSIS, Universidad de los Andes

3 meses después

Principios de BPM(Michael Hammer)

1. Cualquier proceso es mejor que la ausencia de proceso

2. Un buen proceso es mejor que un mal proceso

3. Cualquier buen proceso se puede mejorar4. Todo buen proceso sin atención se

vuelve tarde o temprano un mal proceso

Tecnologías de monitoreo de procesos

Inteligencia de Procesos de Negocio

(BPI)

BAM Process Analytics

Reportes y dashboards

Minería de procesos

Analíticas de Proceso: Tableros

Process Frequencyof Order

Processing

Process Cycle Time

of Order Processing

Process Cycle Timeof Order Processingsplit up to different

Plants

IDS (2003)

7

Minería de ProcesosStart

Register order

Prepareshipment

Ship goods

(Re)send bill

Receive paymentContactcustomer

Archive order

End

Análisis de performas

Modelo de proceso

Modelo organizacional

Red social

Registro de

eventos

Slide by Ana Karla Alves de Medeiros

Herramienta(ProM, Disco, Aris PPM,

Perceptive Reflect)

8

Extracción de Modelos de ProcesoCID Task Time Stamp …

13219 Enter Loan Application 2007-11-09 T 11:20:10 -

13219 Retrieve Applicant Data 2007-11-09 T 11:22:15 -

13220 Enter Loan Application 2007-11-09 T 11:22:40 -

13219 Compute Installments 2007-11-09 T 11:22:45 -

13219 Notify Eligibility 2007-11-09 T 11:23:00 -

13219 Approve Simple Application 2007-11-09 T 11:24:30 -

13220 Compute Installements 2007-11-09 T 11:24:35 -

… … … …

Minería de procesosPropuesta de valor

Entender sus procesos como realmente son• No como se los imagina

Respaldar sus hipótesis con evidencias• No quedarse en intuiciones y creyencias

Cuantificiar el impacto de un rediseño• Antes y después

Minería de proceso¿Dónde se usa?

• Aseguranza– Suncorp Australia

• Salud– Hospital AMC, Holanda– Hospital de São Sebastião, Portugal– Hospital de Chania, Grecia– EHR Workflow Inc., USA

• Transporte– ANA Aeropuertos, Portugal

• Gobierno, financia, industria electrónica, …

¿Cómo ejecutar un proyecto de mineria de procesos?

• Método exploratorio– Descubir modelos– Visualizar performas sobre modelos– Descubrir variantes

• Método dirigido por preguntas– Comenzar por un problema– Descomponer en preguntas analizar

Metodo L* - Dirigido por pregunta

1. Planeación

2. Extracción y pre-procesamiento

3. Análisis de datos (minería)

4. Interpretación

Wil van der Aalst. “Process Mining”. Springer, 2012.

1. Planeación

• Determinar la pregunta, e.g.– Identificar y entender variaciones

(geográficas, por producto, temporales)– Diagnosticar performa (cuellos de

botella…)– Identificar causas raíz de defectos o

variaciones en performa• Definir la pregunta precisamente

– Métricas, criterios

Planeación – Case Suncorp

1. ¿Cuáles son las diferencias entre el procesamiento de demandas simples y demandas complejas?

2. ¿Cuáles son las diferencias entre demandas simples completadas a tiempo, y los demandas simples, lentas?

Suriadi Suriadi et al. “Understanding Process Behaviours in a Large Insurance Company in Australia”

2. Extracción y pre-procesamiento• Encontrar los datos

– Sistemas de informacion internos, SAP, Oracle (Celonis), sistema BPM en uso

– Organizar por trazas – Convertir en formato estándar (formato XES)

• Depurar– Filtrar variantes infrecuentes– Filtrar eventos no relevantes– Combinar eventos equivalentes

• Combinación de múltiples fuentes de datos

3. Análisis de registros de eventos

• Descubir modelos• Explorar caminos frecuentes / infrecuentes• Calcular métricas

– Tiempos de ciclo, tiempos de espera, porcentaje de errores

• Descubrir clases de casos– Clasificación de casos por performas

OK

OK Good

Not Ideal Expected Performance

Line

Caso Suncorp

Suriadi Suriadi et al. “Understanding Process Behaviours in a Large Insurance Company in Australia”

ResultadoIdentificacion de actividades asociadas con menores performas

Demandas simples, rápidas Demandas simples, lentas

Extracción discriminativa de modelos

Suriadi Suriadi et al. “Understanding Process Behaviours in a Large Insurance Company in Australia”

¿Y ESTO FUNCIONA SIEMPRE?

¡Aja!

Soluciones

• Filtrado del registro de eventos• Agrupamiento de trazas (trace clustering)• Abstracción del modelo resultante

– Tareas o caminos más frecuentes– Agregacón de subprocesos

• Extracción de reglas de interés

Agrupamiento de trazas

G. Greco et al., Discovering Expressive Process Models by Clustering Log Traces, TKDE, 2006

Abstracción por frecuencia“Fuzzy Miner” de ProM

Abstracción por subprocesos“Two-phase miner” de ProM

Bose, Veerbeck & van det Aalst: Discovering Hierarchical Process Models using ProM

Hospital de ChaniaModelo original

Pavlos Delias et al. Clustering Healthcare Processes with a Robust Approach

Hospital de ChaniaCaminos frecuentes

Pavlos Delias et al. Clustering Healthcare Processes with a Robust Approach

Hospital de ChaniaModelos por agrupamiento

Pavlos Delias et al. Clustering Healthcare Processes with a Robust Approach

Caso generalAgrupamiento de trazas

¿Queremos modeloso queremos entendimiento?

www.interactiveinsightsgroup.com

Extracción de reglas de negocio

Reglas de decisión• ¿Cómo se toman decisiones en diferentes puntos del

procesos?

Reglas descriptivas• ¿Cuándo y porqué se ejecuta una tarea?

Reglas discriminativas• ¿Cuándo y porqué terminamos con resultados

negativos?

31

CID Amount Installm Salary Age Len Task13210 20000 2000 2000 25 1 NR13220 25000 1200 3500 35 2 NE13221 9000 450 2500 27 2 NE13219 8500 750 2000 25 1 ASA13220 25000 1200 3500 35 2 ACA13221 9000 450 2500 27 2 ASA

… … … … … … …

Minería de Reglas de Decisión

Minador de Decisiones

installment > salaryor ….

installment ≤ salaryor …

amount ≤ 10000 or …

amount ≥ 10000or …

Minería de Reglas Descriptivas(DeclareMiner)

¡Oh no! ¡Otra vez arroz!

¿Qué pasó?

• No todas las reglas son interesantes• ¿Qué es “interesante”??

– No necesariamente lo que es frecuente– Sino lo que se desvía de lo que esperamos– Ejemplo:

• A todo paciente que es diagnoticado con condición X se le hace la cirugía Y

• Pero si previamente a sido diagnosticado con condición Z

Reglas interesantes

Algo que debía haber pasado “normalmente” no pasó, ¿por qué?

Algo que normalmente no había de haber pasado sucedió ¿por qué?

Algo sucede sólo en casos que terminan “bien”

Algo sucede sólo en casos que terminan “mal”

Ahora mejor…Minería de reglas con datos

Maggi et al. Discovering Data-Aware Declarative Process Models from Event Logs

Minería de reglas discriminativas

Bose and van der Aalst 2013

Conclusión

• Nueva generación de prácticas BPM badadas en evidencia

• Convergencia de Inteligencia Empresarial (BI) y BPM BPI

• Casos de estudio exitosos• Herramientas maduras• Marco metodológico

Table of Contents1. Introduction2. Process Identification3. Process Modeling4. Advanced Process Modeling5. Process Discovery6. Qualitative Process Analysis7. Quantitative Process Analysis8. Process Redesign9. Process Automation10.Process Intelligence

http://fundamentals-of-bpm.org

Más información

• http://processmining.org• Grupo “process mining” en Linkedin