SlideShare ist ein Scribd-Unternehmen logo
1 von 32
Downloaden Sie, um offline zu lesen
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
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
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
Formatos de registros de eventos:
• Comma-Separated Values
(CSV)
• XES (formato XML estándar)
Estructura de un registro de eventos
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
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
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
Demonstración
https://apromore.org
8
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
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
11
Mapa de recursos y relevos
Demonstración
https://apromore.org
12
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
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
≠
Estudio de Caso: Análisis de Variantes
OK
OK Good
Bad Expected
Performance
Line
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
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
Verificación de conformidad
18
≠
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
/
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
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
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
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
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
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
• 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
Apromore: Entrenamiento de modelo predictivo
Apromore: Tablero predictivo
Monitoreo prescriptivo de procesos
Event log
(completed
traces)
Predictive
model(s)
Running
trace
Appl
y
P( )
Prediction Alarm/
no alarmPolicy
+/- -
- +
Cost model
Teinemaa et al. “Alarm-Based Prescriptive Process Monitoring”. Proceedings of BPM Forum’2018
Search-Based
Process Optimizer
Domain Knowledge
IoT, Web& social sensing
streams
Optimización automática de procesos
EnterpriseSystem
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
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

Weitere ähnliche Inhalte

Ähnlich wie Analitica de datos e inteligencia artificial para procesos de negocios

Servicio de monitoreo de infraestructura it
Servicio de monitoreo de infraestructura itServicio de monitoreo de infraestructura it
Servicio de monitoreo de infraestructura itU&R Consultores S.R.L.
 
Clase 01 de modelamiento de base de datos
Clase 01 de modelamiento de base de datos Clase 01 de modelamiento de base de datos
Clase 01 de modelamiento de base de datos JH Terly Tuanama
 
Curso de Mineria de Procesos aplicada BPMCenter.pdf
Curso de Mineria de Procesos aplicada BPMCenter.pdfCurso de Mineria de Procesos aplicada BPMCenter.pdf
Curso de Mineria de Procesos aplicada BPMCenter.pdfGonzalo Lara
 
Centro de Excelencia en Automatización 3
Centro de Excelencia en Automatización 3Centro de Excelencia en Automatización 3
Centro de Excelencia en Automatización 3HelpSystems
 
Modelacion y analisis de procesos teoria
Modelacion y analisis de procesos teoriaModelacion y analisis de procesos teoria
Modelacion y analisis de procesos teoriaViviana Rojas Rodriguez
 
PROGONOSIS MONITORIZACIÓN (español)
PROGONOSIS MONITORIZACIÓN (español)PROGONOSIS MONITORIZACIÓN (español)
PROGONOSIS MONITORIZACIÓN (español)antoni0martin
 
sistemasdeinformacin-090908160107-phpapp01.pdf
sistemasdeinformacin-090908160107-phpapp01.pdfsistemasdeinformacin-090908160107-phpapp01.pdf
sistemasdeinformacin-090908160107-phpapp01.pdfandresvargasbeato
 
12-Unidad 3 : Prácticas de Auditoría 3.3 Auditoría a Aplicaciones
12-Unidad  3 : Prácticas de Auditoría 3.3 Auditoría a Aplicaciones12-Unidad  3 : Prácticas de Auditoría 3.3 Auditoría a Aplicaciones
12-Unidad 3 : Prácticas de Auditoría 3.3 Auditoría a AplicacionesLuis Fernando Aguas Bucheli
 
Cómo crear un Centro de Excelencia de Automatización 2
Cómo crear un Centro de Excelencia de Automatización 2Cómo crear un Centro de Excelencia de Automatización 2
Cómo crear un Centro de Excelencia de Automatización 2HelpSystems
 
Process miningpresentacion
Process miningpresentacionProcess miningpresentacion
Process miningpresentacionCris Jhon
 
10 Clase Captura De Los Requisitos Cap.6
10 Clase Captura De Los Requisitos  Cap.610 Clase Captura De Los Requisitos  Cap.6
10 Clase Captura De Los Requisitos Cap.6Julio Pari
 

Ähnlich wie Analitica de datos e inteligencia artificial para procesos de negocios (20)

Factor multiproposito del catastro
Factor multiproposito del catastroFactor multiproposito del catastro
Factor multiproposito del catastro
 
Workflow
WorkflowWorkflow
Workflow
 
EMS Slide deck Español.pptx
EMS Slide deck Español.pptxEMS Slide deck Español.pptx
EMS Slide deck Español.pptx
 
Compliance y Nuevas Tecnologias
Compliance y Nuevas TecnologiasCompliance y Nuevas Tecnologias
Compliance y Nuevas Tecnologias
 
Servicio de monitoreo de infraestructura it
Servicio de monitoreo de infraestructura itServicio de monitoreo de infraestructura it
Servicio de monitoreo de infraestructura it
 
Clase 01 de modelamiento de base de datos
Clase 01 de modelamiento de base de datos Clase 01 de modelamiento de base de datos
Clase 01 de modelamiento de base de datos
 
Curso de Mineria de Procesos aplicada BPMCenter.pdf
Curso de Mineria de Procesos aplicada BPMCenter.pdfCurso de Mineria de Procesos aplicada BPMCenter.pdf
Curso de Mineria de Procesos aplicada BPMCenter.pdf
 
Centro de Excelencia en Automatización 3
Centro de Excelencia en Automatización 3Centro de Excelencia en Automatización 3
Centro de Excelencia en Automatización 3
 
Arquitectura modelos esri ccu 22092017
Arquitectura modelos esri ccu 22092017Arquitectura modelos esri ccu 22092017
Arquitectura modelos esri ccu 22092017
 
Seis Sigma Bb Medicion
Seis Sigma Bb MedicionSeis Sigma Bb Medicion
Seis Sigma Bb Medicion
 
Modelacion y analisis de procesos teoria
Modelacion y analisis de procesos teoriaModelacion y analisis de procesos teoria
Modelacion y analisis de procesos teoria
 
Apiux Tecnología - Presentación DBA Apiux
Apiux Tecnología - Presentación DBA ApiuxApiux Tecnología - Presentación DBA Apiux
Apiux Tecnología - Presentación DBA Apiux
 
PROGONOSIS MONITORIZACIÓN (español)
PROGONOSIS MONITORIZACIÓN (español)PROGONOSIS MONITORIZACIÓN (español)
PROGONOSIS MONITORIZACIÓN (español)
 
sistemasdeinformacin-090908160107-phpapp01.pdf
sistemasdeinformacin-090908160107-phpapp01.pdfsistemasdeinformacin-090908160107-phpapp01.pdf
sistemasdeinformacin-090908160107-phpapp01.pdf
 
12-Unidad 3 : Prácticas de Auditoría 3.3 Auditoría a Aplicaciones
12-Unidad  3 : Prácticas de Auditoría 3.3 Auditoría a Aplicaciones12-Unidad  3 : Prácticas de Auditoría 3.3 Auditoría a Aplicaciones
12-Unidad 3 : Prácticas de Auditoría 3.3 Auditoría a Aplicaciones
 
Cómo crear un Centro de Excelencia de Automatización 2
Cómo crear un Centro de Excelencia de Automatización 2Cómo crear un Centro de Excelencia de Automatización 2
Cómo crear un Centro de Excelencia de Automatización 2
 
Process miningpresentacion
Process miningpresentacionProcess miningpresentacion
Process miningpresentacion
 
EDA
EDAEDA
EDA
 
Patrones de Proceso BPM
Patrones de Proceso BPMPatrones de Proceso BPM
Patrones de Proceso BPM
 
10 Clase Captura De Los Requisitos Cap.6
10 Clase Captura De Los Requisitos  Cap.610 Clase Captura De Los Requisitos  Cap.6
10 Clase Captura De Los Requisitos Cap.6
 

Mehr von Marlon Dumas

How GenAI will (not) change your business?
How GenAI will (not)  change your business?How GenAI will (not)  change your business?
How GenAI will (not) change your business?Marlon Dumas
 
Walking the Way from Process Mining to AI-Driven Process Optimization
Walking the Way from Process Mining to AI-Driven Process OptimizationWalking the Way from Process Mining to AI-Driven Process Optimization
Walking the Way from Process Mining to AI-Driven Process OptimizationMarlon Dumas
 
Discovery and Simulation of Business Processes with Probabilistic Resource Av...
Discovery and Simulation of Business Processes with Probabilistic Resource Av...Discovery and Simulation of Business Processes with Probabilistic Resource Av...
Discovery and Simulation of Business Processes with Probabilistic Resource Av...Marlon Dumas
 
Can I Trust My Simulation Model? Measuring the Quality of Business Process Si...
Can I Trust My Simulation Model? Measuring the Quality of Business Process Si...Can I Trust My Simulation Model? Measuring the Quality of Business Process Si...
Can I Trust My Simulation Model? Measuring the Quality of Business Process Si...Marlon Dumas
 
Business Process Optimization: Status and Perspectives
Business Process Optimization: Status and PerspectivesBusiness Process Optimization: Status and Perspectives
Business Process Optimization: Status and PerspectivesMarlon Dumas
 
Learning When to Treat Business Processes: Prescriptive Process Monitoring wi...
Learning When to Treat Business Processes: Prescriptive Process Monitoring wi...Learning When to Treat Business Processes: Prescriptive Process Monitoring wi...
Learning When to Treat Business Processes: Prescriptive Process Monitoring wi...Marlon Dumas
 
Why am I Waiting Data-Driven Analysis of Waiting Times in Business Processes
Why am I Waiting Data-Driven Analysis of Waiting Times in Business ProcessesWhy am I Waiting Data-Driven Analysis of Waiting Times in Business Processes
Why am I Waiting Data-Driven Analysis of Waiting Times in Business ProcessesMarlon Dumas
 
Augmented Business Process Management
Augmented Business Process ManagementAugmented Business Process Management
Augmented Business Process ManagementMarlon Dumas
 
Process Mining and Data-Driven Process Simulation
Process Mining and Data-Driven Process SimulationProcess Mining and Data-Driven Process Simulation
Process Mining and Data-Driven Process SimulationMarlon Dumas
 
Modeling Extraneous Activity Delays in Business Process Simulation
Modeling Extraneous Activity Delays in Business Process SimulationModeling Extraneous Activity Delays in Business Process Simulation
Modeling Extraneous Activity Delays in Business Process SimulationMarlon Dumas
 
Business Process Simulation with Differentiated Resources: Does it Make a Dif...
Business Process Simulation with Differentiated Resources: Does it Make a Dif...Business Process Simulation with Differentiated Resources: Does it Make a Dif...
Business Process Simulation with Differentiated Resources: Does it Make a Dif...Marlon Dumas
 
Prescriptive Process Monitoring Under Uncertainty and Resource Constraints
Prescriptive Process Monitoring Under Uncertainty and Resource ConstraintsPrescriptive Process Monitoring Under Uncertainty and Resource Constraints
Prescriptive Process Monitoring Under Uncertainty and Resource ConstraintsMarlon Dumas
 
Robotic Process Mining
Robotic Process MiningRobotic Process Mining
Robotic Process MiningMarlon Dumas
 
Accurate and Reliable What-If Analysis of Business Processes: Is it Achievable?
Accurate and Reliable What-If Analysis of Business Processes: Is it Achievable?Accurate and Reliable What-If Analysis of Business Processes: Is it Achievable?
Accurate and Reliable What-If Analysis of Business Processes: Is it Achievable?Marlon Dumas
 
Learning Accurate Business Process Simulation Models from Event Logs via Auto...
Learning Accurate Business Process Simulation Models from Event Logs via Auto...Learning Accurate Business Process Simulation Models from Event Logs via Auto...
Learning Accurate Business Process Simulation Models from Event Logs via Auto...Marlon Dumas
 
Process Mining: A Guide for Practitioners
Process Mining: A Guide for PractitionersProcess Mining: A Guide for Practitioners
Process Mining: A Guide for PractitionersMarlon Dumas
 
Process Mining for Process Improvement.pptx
Process Mining for Process Improvement.pptxProcess Mining for Process Improvement.pptx
Process Mining for Process Improvement.pptxMarlon Dumas
 
Data-Driven Analysis of Batch Processing Inefficiencies in Business Processes
Data-Driven Analysis of  Batch Processing Inefficiencies  in Business ProcessesData-Driven Analysis of  Batch Processing Inefficiencies  in Business Processes
Data-Driven Analysis of Batch Processing Inefficiencies in Business ProcessesMarlon Dumas
 
Process Mining and AI for Continuous Process Improvement
Process Mining and AI for Continuous Process ImprovementProcess Mining and AI for Continuous Process Improvement
Process Mining and AI for Continuous Process ImprovementMarlon Dumas
 
Prescriptive Process Monitoring for Cost-Aware Cycle Time Reduction
Prescriptive Process Monitoring for Cost-Aware Cycle Time ReductionPrescriptive Process Monitoring for Cost-Aware Cycle Time Reduction
Prescriptive Process Monitoring for Cost-Aware Cycle Time ReductionMarlon Dumas
 

Mehr von Marlon Dumas (20)

How GenAI will (not) change your business?
How GenAI will (not)  change your business?How GenAI will (not)  change your business?
How GenAI will (not) change your business?
 
Walking the Way from Process Mining to AI-Driven Process Optimization
Walking the Way from Process Mining to AI-Driven Process OptimizationWalking the Way from Process Mining to AI-Driven Process Optimization
Walking the Way from Process Mining to AI-Driven Process Optimization
 
Discovery and Simulation of Business Processes with Probabilistic Resource Av...
Discovery and Simulation of Business Processes with Probabilistic Resource Av...Discovery and Simulation of Business Processes with Probabilistic Resource Av...
Discovery and Simulation of Business Processes with Probabilistic Resource Av...
 
Can I Trust My Simulation Model? Measuring the Quality of Business Process Si...
Can I Trust My Simulation Model? Measuring the Quality of Business Process Si...Can I Trust My Simulation Model? Measuring the Quality of Business Process Si...
Can I Trust My Simulation Model? Measuring the Quality of Business Process Si...
 
Business Process Optimization: Status and Perspectives
Business Process Optimization: Status and PerspectivesBusiness Process Optimization: Status and Perspectives
Business Process Optimization: Status and Perspectives
 
Learning When to Treat Business Processes: Prescriptive Process Monitoring wi...
Learning When to Treat Business Processes: Prescriptive Process Monitoring wi...Learning When to Treat Business Processes: Prescriptive Process Monitoring wi...
Learning When to Treat Business Processes: Prescriptive Process Monitoring wi...
 
Why am I Waiting Data-Driven Analysis of Waiting Times in Business Processes
Why am I Waiting Data-Driven Analysis of Waiting Times in Business ProcessesWhy am I Waiting Data-Driven Analysis of Waiting Times in Business Processes
Why am I Waiting Data-Driven Analysis of Waiting Times in Business Processes
 
Augmented Business Process Management
Augmented Business Process ManagementAugmented Business Process Management
Augmented Business Process Management
 
Process Mining and Data-Driven Process Simulation
Process Mining and Data-Driven Process SimulationProcess Mining and Data-Driven Process Simulation
Process Mining and Data-Driven Process Simulation
 
Modeling Extraneous Activity Delays in Business Process Simulation
Modeling Extraneous Activity Delays in Business Process SimulationModeling Extraneous Activity Delays in Business Process Simulation
Modeling Extraneous Activity Delays in Business Process Simulation
 
Business Process Simulation with Differentiated Resources: Does it Make a Dif...
Business Process Simulation with Differentiated Resources: Does it Make a Dif...Business Process Simulation with Differentiated Resources: Does it Make a Dif...
Business Process Simulation with Differentiated Resources: Does it Make a Dif...
 
Prescriptive Process Monitoring Under Uncertainty and Resource Constraints
Prescriptive Process Monitoring Under Uncertainty and Resource ConstraintsPrescriptive Process Monitoring Under Uncertainty and Resource Constraints
Prescriptive Process Monitoring Under Uncertainty and Resource Constraints
 
Robotic Process Mining
Robotic Process MiningRobotic Process Mining
Robotic Process Mining
 
Accurate and Reliable What-If Analysis of Business Processes: Is it Achievable?
Accurate and Reliable What-If Analysis of Business Processes: Is it Achievable?Accurate and Reliable What-If Analysis of Business Processes: Is it Achievable?
Accurate and Reliable What-If Analysis of Business Processes: Is it Achievable?
 
Learning Accurate Business Process Simulation Models from Event Logs via Auto...
Learning Accurate Business Process Simulation Models from Event Logs via Auto...Learning Accurate Business Process Simulation Models from Event Logs via Auto...
Learning Accurate Business Process Simulation Models from Event Logs via Auto...
 
Process Mining: A Guide for Practitioners
Process Mining: A Guide for PractitionersProcess Mining: A Guide for Practitioners
Process Mining: A Guide for Practitioners
 
Process Mining for Process Improvement.pptx
Process Mining for Process Improvement.pptxProcess Mining for Process Improvement.pptx
Process Mining for Process Improvement.pptx
 
Data-Driven Analysis of Batch Processing Inefficiencies in Business Processes
Data-Driven Analysis of  Batch Processing Inefficiencies  in Business ProcessesData-Driven Analysis of  Batch Processing Inefficiencies  in Business Processes
Data-Driven Analysis of Batch Processing Inefficiencies in Business Processes
 
Process Mining and AI for Continuous Process Improvement
Process Mining and AI for Continuous Process ImprovementProcess Mining and AI for Continuous Process Improvement
Process Mining and AI for Continuous Process Improvement
 
Prescriptive Process Monitoring for Cost-Aware Cycle Time Reduction
Prescriptive Process Monitoring for Cost-Aware Cycle Time ReductionPrescriptive Process Monitoring for Cost-Aware Cycle Time Reduction
Prescriptive Process Monitoring for Cost-Aware Cycle Time Reduction
 

Kürzlich hochgeladen

Familias más ricas de México en la historia (2024) .pdf
Familias más ricas de México en la historia (2024) .pdfFamilias más ricas de México en la historia (2024) .pdf
Familias más ricas de México en la historia (2024) .pdfJC Díaz Herrera
 
BASE DE DATOS - INSTALACION LARAGON 2024
BASE DE DATOS - INSTALACION LARAGON 2024BASE DE DATOS - INSTALACION LARAGON 2024
BASE DE DATOS - INSTALACION LARAGON 2024DiegoAlejandroFajard1
 
Familias más ricas de AL en la historia (2024).pdf
Familias más ricas de AL en la historia (2024).pdfFamilias más ricas de AL en la historia (2024).pdf
Familias más ricas de AL en la historia (2024).pdfJC Díaz Herrera
 
Países el alto ingreso y stock per cápita en América Latina (1819-2024).pdf
Países el alto ingreso y stock  per cápita en América Latina (1819-2024).pdfPaíses el alto ingreso y stock  per cápita en América Latina (1819-2024).pdf
Países el alto ingreso y stock per cápita en América Latina (1819-2024).pdfJC Díaz Herrera
 
Tinkercad Mikaela Lagos- Skarleth Ayala .
Tinkercad Mikaela Lagos- Skarleth Ayala .Tinkercad Mikaela Lagos- Skarleth Ayala .
Tinkercad Mikaela Lagos- Skarleth Ayala .mikalagos1roa
 
Trabajo herramientas informáticas trabajo pestel.pdf
Trabajo herramientas informáticas trabajo pestel.pdfTrabajo herramientas informáticas trabajo pestel.pdf
Trabajo herramientas informáticas trabajo pestel.pdfjggaratep
 
BOLETÍN HEMEROGRÁFICO-FEBRERO 2024, ICV-.pdf
BOLETÍN HEMEROGRÁFICO-FEBRERO 2024, ICV-.pdfBOLETÍN HEMEROGRÁFICO-FEBRERO 2024, ICV-.pdf
BOLETÍN HEMEROGRÁFICO-FEBRERO 2024, ICV-.pdfIrapuatoCmovamos
 
RED DE PARQUES NACIONALES DANIELA CASAS 4ºB
RED DE PARQUES NACIONALES DANIELA CASAS 4ºBRED DE PARQUES NACIONALES DANIELA CASAS 4ºB
RED DE PARQUES NACIONALES DANIELA CASAS 4ºBdanihouses0609
 
PPT Difusión Empresa tmert, material Achs de apoyo
PPT Difusión Empresa tmert, material Achs de apoyoPPT Difusión Empresa tmert, material Achs de apoyo
PPT Difusión Empresa tmert, material Achs de apoyoRalFranciscoMartinez
 

Kürzlich hochgeladen (9)

Familias más ricas de México en la historia (2024) .pdf
Familias más ricas de México en la historia (2024) .pdfFamilias más ricas de México en la historia (2024) .pdf
Familias más ricas de México en la historia (2024) .pdf
 
BASE DE DATOS - INSTALACION LARAGON 2024
BASE DE DATOS - INSTALACION LARAGON 2024BASE DE DATOS - INSTALACION LARAGON 2024
BASE DE DATOS - INSTALACION LARAGON 2024
 
Familias más ricas de AL en la historia (2024).pdf
Familias más ricas de AL en la historia (2024).pdfFamilias más ricas de AL en la historia (2024).pdf
Familias más ricas de AL en la historia (2024).pdf
 
Países el alto ingreso y stock per cápita en América Latina (1819-2024).pdf
Países el alto ingreso y stock  per cápita en América Latina (1819-2024).pdfPaíses el alto ingreso y stock  per cápita en América Latina (1819-2024).pdf
Países el alto ingreso y stock per cápita en América Latina (1819-2024).pdf
 
Tinkercad Mikaela Lagos- Skarleth Ayala .
Tinkercad Mikaela Lagos- Skarleth Ayala .Tinkercad Mikaela Lagos- Skarleth Ayala .
Tinkercad Mikaela Lagos- Skarleth Ayala .
 
Trabajo herramientas informáticas trabajo pestel.pdf
Trabajo herramientas informáticas trabajo pestel.pdfTrabajo herramientas informáticas trabajo pestel.pdf
Trabajo herramientas informáticas trabajo pestel.pdf
 
BOLETÍN HEMEROGRÁFICO-FEBRERO 2024, ICV-.pdf
BOLETÍN HEMEROGRÁFICO-FEBRERO 2024, ICV-.pdfBOLETÍN HEMEROGRÁFICO-FEBRERO 2024, ICV-.pdf
BOLETÍN HEMEROGRÁFICO-FEBRERO 2024, ICV-.pdf
 
RED DE PARQUES NACIONALES DANIELA CASAS 4ºB
RED DE PARQUES NACIONALES DANIELA CASAS 4ºBRED DE PARQUES NACIONALES DANIELA CASAS 4ºB
RED DE PARQUES NACIONALES DANIELA CASAS 4ºB
 
PPT Difusión Empresa tmert, material Achs de apoyo
PPT Difusión Empresa tmert, material Achs de apoyoPPT Difusión Empresa tmert, material Achs de apoyo
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
  • 11. 11 Mapa de recursos y relevos
  • 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
  • 27. Apromore: Entrenamiento de modelo predictivo
  • 29. Monitoreo prescriptivo de procesos Event log (completed traces) Predictive model(s) Running trace Appl y P( ) Prediction Alarm/ no alarmPolicy +/- - - + Cost model Teinemaa et al. “Alarm-Based Prescriptive Process Monitoring”. Proceedings of BPM Forum’2018
  • 30. Search-Based Process Optimizer Domain Knowledge IoT, Web& social sensing streams Optimización automática de procesos EnterpriseSystem
  • 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

  1. 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.
  2. Lost Make example of risk objectives
  3. Lost Make example of risk objectives
  4. https://www.if4it.com/core-domain-knowledge-critical-foundation-successful-design-thinking/ https://towardsdatascience.com/minimum-viable-domain-knowledge-in-data-science-5be7bc99eca9