Narrada por um dos criadores da tecnologia de Process Mining, o Prof. Dr. Wil van der Aalst, descreve, desde os anos 1990, como evoluíram as ferramentas de estruturação de processos, inicialmente com soluções do tipo WFM (Workflow Management), BPM (Business Process Management), RPA (Robotic Process Automation) e culminado com o PM (Process Mining).
Como tudo começou
No início de 1999, escrevi uma proposta de pesquisa com o título “Process Design by Discovery: Harvesting Workflow Knowledge from Ad-hoc Executions” (em tradução livre: Design de processo por descoberta: coletando conhecimento de fluxo de trabalho de execuções ad-hoc). Na proposta, defini o Process Mining como “formalizar uma descrição estruturada do processo a partir de um conjunto de execuções reais”. Na época, havia mais de 200 sistemas de gerenciamento de fluxo de trabalho que tinham problemas para suportar o dinamismo dos processos da vida real envolvendo pessoas.
Com as ferramentas existentes a época, apenas processos altamente estruturados e estáveis poderiam ser suportados adequadamente. Portanto, adicionar flexibilidade aos sistemas de fluxo de trabalho foi um dos principais tópicos de pesquisa. Em vez de adicionar mais mecanismos de flexibilidade, propus usar informações sobre as execuções reais dos processos para inferir um modelo de fluxo de trabalho (expresso em termos de uma rede de Petri) e usar o modelo para melhorar automaticamente os processos enquanto eles estão em execução.
Assim, nascia o Process Mining
Inicialmente, o foco do Process Mining estava na automação do fluxo de trabalho. Portanto, muitas vezes usávamos o termo “mineração de fluxo de trabalho” nos primeiros dois anos. Só mais tarde, percebemos que os princípios podem ser aplicados a qualquer processo operacional que envolva sistemas de gerenciamento de fluxo de trabalho. como na produção, na logística, na saúde, na aprendizagem, nos governos, nas finanças e etc.
Relendo a proposta inicial de minha pesquisa me fez perceber que muitas das ideias atuais relacionadas a Process Mining e a automação robótica de processos (RPA) já existiam há algum tempo. Minha principal motivação para começar a trabalhar em Process Mining no final da década de 1990 foi minha decepção com o uso prático de software de simulação e sistemas de gerenciamento de fluxo de trabalho.
A simulação e o gerenciamento de fluxo de trabalho têm em comum o fato de dependerem de humanos para criar modelos de processos. No entanto, esses modelos normalmente descrevem apenas os “fluxos felizes” e não conseguem capturar as execuções menos frequentes que geram a maioria dos problemas.
Na época, muitos projetos de gerenciamento de fluxo de trabalho falharam. Juntamente com Hajo Reijers e vários alunos de doutorado e mestrado, fiz um estudo longitudinal sobre os efeitos dos sistemas de gerenciamento de fluxo de trabalho. Apenas metade de todos os projetos de implementação do estudo conseguiram colocar o sistema de workflow em operação.
Ao usar o software de simulação, o processo de criação do modelo foi muitas vezes mais perspicaz do que os resultados reais. As simulações dependem de muitas suposições simplificadoras. Todas essas experiências mostram que a orientação do processo é importante, mas deve-se conectar a gestão do processo às evidências reais registradas em bancos de dados, trilhas de auditoria, etc.
A grande inovação: Fazendo a ponte entre dados e processos
As experiências acima naturalmente levaram a desafios científicos, como a descoberta de modelos de processo (por exemplo, redes de Petri) a partir de dados de eventos. No entanto, especialistas em modelagem e análise de processos (por exemplo, redes de Petri, concorrência e comunidades de verificação de modelos) não estavam interessados em dados reais, e especialistas em análise de dados (por exemplo, comunidades de estatísticas e mineração de dados) não estavam interessados em processos.
Por muito tempo, havia muito poucos pesquisadores trabalhando na interação entre “ciência de dados” e “ciência de processos”. A situação mudou apenas recentemente. O sucesso da Primeira Conferência Internacional sobre Mineração de Processos (ICPM) em junho de 2019 em Aachen ilustra essa mudança (consulte https://icpmconference.org/2019/).
De WFM para BPM para PM: a evolução!
O foco principal do Workflow Management (WFM) na década de 1990 estava na automação. O objetivo final era o Straight-Through-Processing (STP), removendo a lógica do processo dos aplicativos e usando sistemas WFM para orquestrar totalmente os processos. O WFM evoluiu para o Business Process Management (BPM), que tinha um foco muito mais amplo.
Em 2003, organizamos a primeira conferência internacional de BPM em Eindhoven. Inicialmente, o foco ainda estava na automação e modelagem de processos. Sistemas de fluxo de trabalho flexíveis, notações de modelagem, verificação de fluxo de trabalho, repositórios de modelos de processo, modelos de referência e orientação a serviços foram tópicos de pesquisa típicos.
No entanto, com o tempo, o foco mudou para a exploração de dados para melhorar os processos. Como resultado, muitos estudos relacionados a BPM escritos na última década são, na verdade, estudos de Process Mining. Isso não é surpreendente, dada a disponibilidade de dados de eventos nos sistemas de informação atuais.
Colaboração entre a indústria e a academia
Embora eu tenha começado a trabalhar em Process Mining no final da década de 1990, levou cerca de 10 anos para que as primeiras ferramentas estivessem disponíveis. O Futura Reflect foi a primeira ferramenta comercial de Process Mining (2007), seguida pelo Disco da Fluxicon (2009), Celonis (2011) e muitos outros.
Hoje existem mais de 30 ferramentas comerciais de Process Mining ao lado de ferramentas de código aberto como ProM, PM4Py, Apromore e RapidProM. Porém, nem todas estas ferramentas possuem recursos avançados e características relevantes no universo de Process Mining. Tais recursos, estão diretamente ligados aos resultados da pesquisa apresentada anteriormente: descoberta de processos inspirada no minerador heurístico (2002) e no minerador fuzzy (2006), verificação de conformidade baseada em token (2005), animação de token e controles deslizantes (2006), análise de causa raiz baseada em processos (2006) e descoberta de processos com base no minerador indutivo (2013). Os anos indicam quando os resultados foram publicados pela primeira vez.
É relativamente fácil construir uma ferramenta de Process Mining para descobrir um simples gráfico de seguimento direto (DFG) onde os arcos mostram frequências e tempos. No entanto, recursos mais avançados, como verificação de conformidade, melhores técnicas de descoberta, previsão, melhoria de processo, etc., todos exigem conhecimento especializado e não podem ser copiados facilmente.
Portanto, os principais fornecedores de Process Mining precisarão investir em P&D e colaborar com pesquisadores do setor. A pesquisa e a educação em Process Mining também se beneficiam de seus fornecedores. Em primeiro lugar, os fornecedores disponibilizam ferramentas fáceis de usar, reduzindo as limitações ne desafios de iniciar o uso da tecnologia. Vários fornecedores oferecem um programa acadêmico que permite que estudantes e pesquisadores usem seus softwares livremente. Exemplos são a iniciativa acadêmica de longa data da Fluxicon com seu software DISCO. E além do software, os fornecedores de Process Mining fornecem casos de uso interessantes que impulsionam novas pesquisas.
Aplicações em um número cada vez maior de domínios, desencadeiam novas questões de pesquisa. O uso do Process Mining em toda a empresa define novos requisitos para escalabilidade e usabilidade. Além disso, casos de uso práticos são muito inspiradores e motivadores para os alunos. Isso é importante porque tanto a indústria quanto a academia precisam de muitos mineradores de processo bem treinados e prontos para transformar processos em todo o mundo.
Comments