Charla sobre minería de procesos, monitoreo predictivo y otras aplicaciones de la IA para la optimización de procesos de negocios.
Video: https://www.youtube.com/watch?v=5vr2a8gPfyg
PPT Difusión Empresa tmert, material Achs de apoyo
Analitica de datos e inteligencia artificial para procesos de negocios
1. Analítica de datos e
inteligencia artificial para
procesos de negocios
Marlon Dumas
Profesor, Universidad de Tartu
Co-fundador, Apromore
Seminario ABPMP Ecuador, 10 de septiembre 2020
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)
• XES (formato XML estándar)
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. Mapa de proceso
• Un nodo = una actividad
• Un arco A B implica que A es seguido
de B en algunas instancias del proceso
• Los arcos pueden anotarse con métricas
de
• 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 (in)frecuentes
• Mostrar solamente los arcos más (in)frecuentes
2. Filtrado del registro de eventos…
3. Enriquecimiento del mapa de procesos
7
9. Minería de Procesos
9
/
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
10. Mapas de proceso enriquecidos
Los nodos y los arcos en un mapa
de proceso pueden ser
anotados/coloreados con
información sobre
• Frecuencia
• Tiempos de procesamiento /
Tiempos de ciclo
• …
10
13. Minería de Procesos
13
/
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
14. 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
≠
15. Estudio de Caso: Análisis de Variantes
OK
OK Good
Bad Expected
Performance
Line
16. 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
17. Minería de Procesos
17
/
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
19. 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 modelo, pero
nunca aparece en el registro de eventos.
Registro
de
eventos:
ABCDEH
ACBDEH
ABCDFH
ACBDFH
ABDFEH
ABDEH
ABDFH
20. /
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
Apromore
Resumen: Minería de Procesos y Monitoreo Predictivo
21. 1. Introducción
2. Identificación de procesos
3. Modelado de procesos
4. Modelado avanzado
5. Descubrimiento de procesos
6. Análisis cualitativo de procesos
7. Análisis cuantitativo de procesos
8. Rediseño de procesos
9. Sistemas concientes del proceso
10. Modelado de procesos ejecutables
11. Monitoreo de procesos
12. BPM a nivel empresarial
http://edicionesdelau.com/
Octubre 2020
22. Prescriptive Analytics
Predictive Analytics
Diagnostic Analytics
Descriptive Analytics
Perspectivas
22
Process Mining 1.0
Descubrimiento y análisis de
procesos
Process Mining 2.0
Monitoreo predictivo de procesos
Mejora automática de procesos
23. Nivel
operacional
Monitoreo predictivo Predecir estados futuros, resultados,
o propiedades de una o varias
instancias de un proceso
Monitoreo prescriptivo Recomendar acciones en tiempo real
para mejorar en rendimiento del
proceso
Nivel
táctico
Optimización
automática de
procesos
Minería de procesos robóticos
Sistemas de recomendación de
mejoras de proceso
Process Mining 2.0
23
24. 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
24
25. 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?
25
26. • 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
26
31. Ejemplo
3
Officer
Clerk
Clerk Officer
Officer
Clerk
Skip credit history
check when customer has
previous loans with bank
Allocate an additional clerk
on Monday-Tuesdays, one
less officer on Fridays
This task can be
automated with an RPA
script
For consumer loans,
check credit history
before income
If loan-to-annual-
income ratio > 1.5,
allocate a senior officer
If credit rating is C or D,
do not wait for appeal
32. Optimización automática de procesos
33
33
Execution data
Executable routine
specifications
Robotic Process
Mining
(Task Automation)
Decision Rule
Optimization
Flow Optimization
Optimized process
model
Resource
Optimization
Decision rules
Optimized resource
allocation policies
Optimized decision
rules
Hinweis der Redaktion
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.