- Email: contact@inlogiq.com
- Teléfono:: +34 911332656
28 Sep
¿Qué es Process Mining?
Es una técnica de extracción de conocimiento basada en el análisis de archivos de registro, el cual permite visualizar un proceso de extremo a extremo incluyendo todas las actividades y caminos.
Aplicando Process Mining se puede visualizar los procesos de negocio. (As-Is), ofreciendo información objetiva y basada en hechos, derivada de datos reales.
¿En qué consiste?
Dicho de otro modo, el Process Mining es una tecnología que nos permite, partiendo de un conjunto amplio de datos procedentes de los procesos que llevamos a cabo en las tareas diarias de nuestra empresa, elaborar un análisis tras el cual seremos capaces de identificar actividades inusuales, casos que se salgan de lo común, o cualquier otro indicio de ‘algo’ imprevisto dentro de la actividad.
Por ejemplo, usando Process Mining en un proceso en que los eventos estén registrados digitalmente, podemos detectar anomalías (por ejemplo, que se produzcan cuellos de botella), si parte del proceso se está saliendo de lo esperado y requiere supervisión, o si necesitamos más recursos o mejoras. Y todo esto, lo podremos detectar mucho antes de lo que lo haríamos si tuviésemos que darnos cuenta nosotros mismos, sin la interpretación de estos datos.
Para ello, el registro de eventos debe contar principalmente con tres datos:
- Un identificador del caso
- Nombre de la actividad
- Fecha y hora de la actividad
Cambio de metodología en el análisis de los procesos
Tradicionalmente, el método de análisis de los procesos se realizaba de un modo distinto. Al requerirse de un gran volumen de datos para poder llevar a cabo el análisis, esta tarea se volvía bastante pesada al tener que ser realizada a mano por técnicos sin el apoyo y la automatización que brinda una herramienta de Process Mining.
Así, el personal al cargo, generalmente externo y, por tanto, no familiarizado con la actividad a analizar, tenía que sumergirse en una amplia documentación cuyos datos no necesariamente estaban plasmados de manera objetiva. La información sobre los procesos procedía de los propios encargados, y eso podía llevar a que se ofreciera una versión distorsionada, por subjetiva y parcial, resaltado unas partes y omitiendo otras. Por supuesto, este procedimiento llevaba bastante tiempo, por lo que para cuando se realizaba el análisis, si bien los datos no eran obsoletos, tampoco eran ya recientes.
Gracias a la tecnología actual podemos analizar los procesos de manera más precisa a diferencia de cómo se estaba haciendo hasta la fecha. La recolección de datos y el análisis de los procesos se lleva a cabo automáticamente, de una manera objetiva y mucho más completa si los registros de que se dispone también lo son. Al ser más inmediata, se puede llevar a cabo con mayor frecuencia, y las variaciones entre los datos registrados reflejan mejor la evolución de éstos a medida que la actividad avanza.
Fases para mejorar un proceso aplicando Process Mining
Cada fase juega un papel importante en alcanzar el principal objetivo de Process Mining que es brindar a las empresas una visión clara de sus procesos reales para tomar decisiones y la mejorar sus procesos. A continuación, vamos a ver en qué consisten cada una de las fases.
1º Obtener contexto: El objetivo de esta primera fase es conocer de primera mano el proceso que vamos a analizar, para ello necesitamos recopilar la siguiente información:
- KPI real: Indicadores de rendimiento que están utilizando actualmente para monitorear el proceso
- Nuevo KPI: Nuevos indicadores que esperan ver dentro de la herramienta.
- Objetivos del proyecto y puntos débiles: ¿Por qué este proceso? ¿Metas? ¿Cuáles son los problemas comúnmente conocidos?
- Contexto del análisis: Los datos comerciales que debemos incluir en nuestro conjunto de datos se utilizarán como dimensiones para KPIs y filtros.
- Instancia de proceso: cuántas entidades comerciales debemos considerar (¿proceso multinivel o plano? Por ejemplo, 3 entidades comerciales en nuestro P2P «Pedidos/Bienes/Facturas»)
- Tablero de análisis: ¿Cuántos tableros esperamos entregar? Por lo general, uno para cada punto de dolor
- Iniciativas: ¿Hay alguna iniciativa de automatización en curso? ¿Todo el proceso está basado en humanos? ¿Hay algún objetivo de automatización?
2º Extraer los datos: Cuando tengamos la información anterior necesitaremos saber dónde están las fuentes de los datos y como extraerlos. Las fuentes pueden ser un ERP, CRM, DB, etc. Dependiendo de la fuente el metido de extracción variará parcialmente, puede ser mediante SQL, export en CSV, API REST, Scripting, conectores.
3º Limpieza de los datos: Una vez que hemos obtenido los datos en crudo, tenemos que procesarlos para que tenga la estructura necesaria para su posterior importación en la herramienta de Process Mining.
4º Importar los datos: En este paso tenemos que importan los datos, los datos mínimos y obligatorios son el identificador del caso, actividad y fecha de la actividad. Si en nuestro conjunto de datos tenemos información contextual también la tenemos que mapear para que se cargue en la herramienta.
5º Modelado y análisis: Tras haber importado correctamente los datos en la herramienta comenzamos con la fase de descubrimiento y análisis del proceso, donde podemos visualizar de principio a fin lo que ocurre. Debemos fijarnos principalmente en:
- Cuellos de botella.
- Retrabajos.
- Comportamientos inusuales.
- Desviaciones del proceso.
- Mediciones de los KPIs.
6º Propuesta de mejora: Por último, una vez observado y analizado el proceso, habiendo detectado posibles mejoras, hay que estudiarlas de cómo llevarlas a cabo, y si se puede implementar automatizaciones que lo optimice.
Este proceso puede ser iterativo para implementar mejoras de forma continua.
¿Qué información nos aporta?
Uno de los grandes valores de cualquier proceso de cambio que emprendemos dentro de una organización es la capacidad que tiene el mismo para aportarnos cierta información oculta o que no está a la vista fácilmente. Con la técnica de Process Mining podemos obtener valiosa información de nuestros procesos que responden a las siguientes cuestiones:
Los cuellos de botella son puntos críticos dentro de los procesos que acrecientan en gran medida a la ineficiencia de los mismos y, la solución ni siquiera requieren una inversión extra sino una redistribución de los recursos (a veces humanos y otras materiales).
Process mining permite identificar cuellos de botella o bloqueos que luego será fácil solucionar y a un bajo coste (solamente habrá un coste que será la curva de aprendizaje que tendrán los recursos al moverse de área). Aunque la información después de realizar un proceso de minería de datos va a estar prácticamente a la vista, es cierto que dependiendo de la profundidad del estudio, la información brindada será más o menos exacta, por lo que es indispensable realizar un estudio general y luego profundizar en los puntos de dolor que haya arrojado el primer estudio.
Beneficios que aporta
Podemos concluir que los mayores beneficios que aporta Process Mining a las organizaciones son los siguientes:
- La información obtenida mediante los datos de una organización se basa en eventos reales, por lo que se muestra un reflejo fiel de lo que ocurre realmente. Pudiendo identificar los puntos críticos en los procesos y los desvíos sobre lo que se esperaba en la teoría.
- Se presenta la información de una manera visual, fácilmente comprensible, para facilitar la toma de decisiones.
- Al tener una visión completa del proceso es posible identificar tareas pudiendo mejorar el rendimiento de la empresa.
- Hace posible acelerar e identificar posibles automatizaciones dentro de los procesos.
- Al identificar los cuellos de botella y las tareas que se pueden automatizar, las organizaciones pueden reducir el coste de operación significativamente.
- Reduce el coste y tiempo de las auditorías al analizar datos de una manera rápida y casi en tiempo real.
- Se mejora el servicio que se ofrece al cliente al encontrar la raíz del problema.
- Se proporciona un mayor nivel de transparencia al contar con todos los datos relacionados con el proceso.
Recent Posts
Recent Comments
QA: valor crítico de éxito
Inlogiq especialista en calidad del software, metodologías y tecnologías para garantizarla - Plaza MayorQA: valor crítico de éxito
Inlogiq se especializa en calidad del software, metodologías y tecnologías para garantizarla - corporate.es