O pai do Process Mining, Wil van der Aalst, pondera sobre o futuro e explica por que é crucial que as organizações comecem a utilizar o Process Mining em uma escala maior o quanto antes.
O campo de Process Mining começou no final da década de 1990, quando Wil van der Aalst, que agora é professor líder do grupo Process and Data Science na RWTH Aachen University, começou a procurar maneiras de combinar ciência de processos e ciência de dados. Muito desse trabalho inicial era teórico, mas o campo começou a se acelerar nos últimos dois anos, com avanços em tecnologias de coleta e análise de dados.
"A adoção do Process Mining se acelerou nos últimos dois anos", disse van der Aalst em uma entrevista. Existem agora inúmeros fornecedores de ferramentas de mineração de processos comerciais, incluindo líderes como Fluxicon Disco dentre outros. Isso tornou mais fácil para grandes organizações, como a Siemens e a BMW, aplicar o Process Mining em escala com milhares de usuários de mineração de processos.
As técnicas estão sendo usadas em uma variedade de setores, incluindo logística, manufatura, finanças, saúde, CRM e comunicação. "Qualquer organização pode usar Process Mining e os pré-requisitos são mínimos", disse van der Aalst. Essas iniciativas são focadas na descoberta de processos e análise de conformidade para entender por que as pessoas não estão seguindo um processo. Iniciativas mais sofisticadas também estão considerando o uso de Process Mining para dar suporte à verificação de conformidade e análises mais avançadas, como prever o tempo de processamento restante.
Automatizando a descoberta
Van der Aalst disse que a principal motivação de trabalhar com Process Mining foi sua decepção com o uso prático de software de simulação e sistemas de gerenciamento de fluxo de trabalho que dependiam de humanos para fazer modelos de processo. Eles foram bons em capturar os fluxos ideais, mas não conseguiram capturar as execuções menos frequentes que geram a maioria dos problemas.
A maioria dos projetos de gerenciamento de fluxo de trabalho falhou na época. Eles também descobriram que o processo de fazer as simulações de negócios costumava ser mais perspicaz do que os resultados, uma vez que as simulações dependem de muitas suposições simplificadoras.
"Todas essas experiências me mostraram que a orientação do processo é importante, mas deve-se conectar o gerenciamento do processo às evidências reais registradas nos bancos de dados e trilhas de auditoria", disse van der Aalst. Ele tem esperança de que esse ponto de vista tenha se tornado a tendência dominante nos últimos cinco anos.
Complementando IA - Inteligência Artificial
As empresas estão começando a usar uma variedade de técnicas de mineração de dados em conjunto com o surgimento de aplicativos em nuvem, melhores análises e IA para melhorar sua compreensão dos negócios. Mas van der Aalst acredita que eles são fundamentalmente diferentes do Process Mining. "As abordagens tradicionais de Machine Learning - aprendizado de máquina -, mineração de dados e IA – Inteligência Artificial - não oferecem suporte à Process Mining porque não há noção de um modelo de processo e registro de eventos", disse ele. Por exemplo, o Deep Learning - aprendizado profundo - não pode ser usado para descobrir modelos de processo ou para verificar a conformidade.
Ele vê muitos fornecedores e cientistas usando termos como aprendizado de máquina para reformular as funcionalidades de business intelligence que existem há décadas. Isso pode levar à decepção e maus investimentos.
Embora o Process Mining seja diferente, ele pode ser combinado com mineração de dados e aprendizado de máquina. Depois de descobrir um modelo de processo, pode-se ter identificado gargalos e desvios interessantes que precisam ser investigados mais detalhadamente. Usando os resultados do Process Mining, é possível gerar problemas de aprendizagem supervisionada que podem ser respondidos usando abordagens que variam de árvores de decisão a redes neurais profundas. Por exemplo, a combinação de técnicas pode ser usada para explicar por que os atrasos ocorrem ou prever quando os desvios são mais prováveis.
No futuro, van der Aalst vê uma convergência de modelagem de processo tradicional e Process Mining. Existe ainda uma lacuna entre o Business Process Model – BPM - e os sistemas de Notation feitos com ferramentas como Signavio, Bizagi, ARIS, iGrafx e Camunda e os modelos de processos gerados através do Process Mining. Ele acredita que os esforços da indústria para preencher essas lacunas podem ajudar a tornar os dados de Process Mining úteis para uma base mais ampla de usuários de negócios.
Foco na "higiene" dos processos de negócios
O Process Mining revela problemas de desempenho e conformidade. Ao tornar esses processos transparentes, os processos podem ser melhorados reduzindo custos, melhorando a qualidade e eliminando atrasos.
Embora as vantagens devam ser óbvias, a administração geralmente espera que um caso de negócios mostre o ROI, retardando assim a adoção do Process Mining, disse van der Aalst. Um enfoque mais apropriado para os CIOs seria pensar no Process Mining em comparação com a higiene pessoal. Embora não seja fácil apresentar um caso comercial claro para a higiene pessoal, não fazê-lo aumenta o risco de contrair e espalhar uma série de doenças. “As organizações que não usam Process Mining, provavelmente, não estão cientes de seus processos e problemas reais”, disse van der Aalst.
Ele acredita que é importante começar o Process Mining em uma escala maior e não como um pequeno projeto de brinquedo. Ele também recomendou que isso seja feito continuamente e para muitos processos, em vez de como um projeto piloto, fazendo uma análise em um processo em um determinado momento.
Como a extração de dados é demorada, deve-se fazer isso apenas uma vez, mas de forma que possa ser aplicada continuamente usando os dados de evento mais recentes. "Os CIOs não devem buscar por um caso de negócios sem entender o impacto e o amplo escopo do Process Mining", disse ele.
Comments