Nueva ola de Process Mining
Existen determinados fenómenos que pasan desapercibidos o sin la relevancia que merecen durante años, hasta que se topan con los elementos aceleradores y cambia su repercusión. Utilizando un símil musical, hemos tenido que esperar a la irrupción de Amaia para que conozcamos y valoremos a Santiago Motorizado.
Algo similar ha ocurrido con las soluciones Process Mining, disponibles en el mercado desde hace más de 9 años, pero hasta la irrupción de la automatización robótica de procesos, no han alcanzado el nivel de reconocimiento y adopción que merecen.
Durante muchos años, la minería de procesos ha estado operando en el ámbito puramente académico, perseguido arduamente por investigadores como Wil van der Alst, un informático holandés. Pero el enfoque tuvo poca relevancia práctica hasta 2011, cuando se fundó Celonis, una de las empresas líderes con sede en Munich. Van der Alst es el asesor científico principal de Celonis.
¿Qué es Process Mining?
En un tuit, Process Mining (minería de procesos) es un software que permite visualizar lo que hacen las personas en su empresa y describe esas acciones en forma de procesos.
La minería de procesos es un motor software que analiza los datos de los registros de eventos para ver qué están haciendo los empleados. Al observar los pasos que alguien toma para completar una tarea, se puede construir automáticamente un proceso. Si continúa recopilando estos datos a lo largo del tiempo, puede comenzar a ver dónde se producen cuellos de botella o dónde se encuentran las ineficiencias en el proceso.
Existen 3 técnicas en que se usa la minería de procesos:
- Descubrimiento automatizado de procesos de negocio (ABPD)
- Verificación de conformidad del proceso
- Mejoras del proceso
Descubrimiento automatizado de procesos de negocio (ABPD)
La primera técnica hace referencia a la construcción de un proceso ABPD (del inglés Automated Business Process Discovery), que es el término técnico para lo que las personas comúnmente denominan minería de procesos. Sin embargo, como la minería de procesos es un concepto acuñado para variedad de casos de uso diferentes, la detección automatizada de procesos de negocio ha asumido un papel de subcategoría dentro de la minería de procesos.
En definitiva, ABPD trata de rastrear registros de log para descubrir lo que están haciendo las personas en sus computadoras y posteriormente definir un proceso en torno a esas acciones.
Verificación de conformidad del proceso
El segundo escenario se centra en las comprobaciones de conformidad del proceso, donde los registros de eventos se comparan con el proceso ideal. El proceso ideal podría ser una versión mejorada y optimizada del resultado del proceso del escenario 1 (descubrimiento del proceso). También podría ser un proceso diseñado independientemente. La herramienta de minería de procesos convierte los archivos de registro de eventos en un modelo de proceso y luego compara este modelo de proceso de la vida real con el ideal. Se diagnostican desajustes entre el modelo de proceso derivado de los registros de eventos y el proceso ideal, y se resaltan y visualizan las no conformidades; esto permite que estas partes del proceso se analicen y optimicen más.
Mejoras de proceso
El tercer escenario se centra en la mejora del proceso, donde los registros de eventos se analizan para mejorar un proceso. Comienza con el descubrimiento del proceso, seguido de la evaluación y optimización del proceso; luego, se analizan varios parámetros de rendimiento de un proceso para mejorar el rendimiento del mismo. También podría usarse un modelo de proceso ideal dentro de este proceso mejorado para identificar y resaltar desajustes.
Process Mining, ¿complemento de RPA?
Los que nos dedicamos al apasionante mundo de la automatización robótica de procesos, nos enfrentamos a menudo con el gran dilema que suponer iniciar un automatismo sin disponer de toda la información en la fase de definición o Discovery. En otras palabras, caracterizar un proceso antes de su automatización es una ardua labor de investigación que pone en evidencia el nivel de maduración de los procesos de negocio en las organizaciones y la variabilidad de los mismos. En muchos casos, no existe ningún tipo de visibilidad más allá del “happy Path” y esto pone el riesgo muchas iniciativas de automatización sin poder censar las posibles excepciones del mismo.
Esta necesidad inherente a las iniciativas de automatización, ha sido un acelerador para que los principales vendors RPA comenzasen a incorporar funcionalidades de “task mining” en su suite de soluciones robóticas.
La integración de ambos mundos, Process Mining y RPA, ha supuesto un nuevo paradigma en la transformación de las organizaciones. Lo que no se puede medir, no se puede mejorar y menos, automatizar.
Las soluciones RPA han encontrado el complemento que necesitaban, una guía precisa que presenta certidumbre sobre cómo se ejecutan los procesos de nuestra organización y que ningún humano es capaz de plasmar en un P.D.D (Process Definition Document).
Este redescubrimiento de las soluciones Process Mining o nueva ola, ha derivado en movimientos empresariales relevantes y que se comience a acuñar el término de “Hiperautomatización”.
Para muestra un botón:
- La valoración de mercado de los principales players Minit, Celonis, QPR, SoftWareAG, Hyland se ha visto incrementada de manera notable desde 2019
- Adquisiciones como Time-Line por ABBYY o ProcessGold por UiPath
Por dónde comenzar entonces, ¿Process Mining o RPA?
Lamentablemente no tenemos una respuesta muy elocuente en este post: depende.
Process Mining permite analizar el estado actual del rendimiento de los procesos de negocios, identificar áreas de mejora y evaluar los resultados de las mejoras de los procesos. Esto lo convierte en un socio eficaz para herramientas como la automatización de procesos robóticos (RPA), ya que primero puede identificar los mejores lugares para implementar robots RPA, además de proporcionar los medios para calcular el impacto beneficioso de la implementación de RPA.
En algunos escenarios donde hay un conocimiento escaso sobre los propios procesos que se operan (flojogramas, variantes, excepciones, métricas), implantar Process Minning puede ser más que recomendable antes de que los robots RPA comiencen a operar esos “caóticos” procesos. Sin embargo, nos encontramos con organizaciones que ya han aplicado mejoras en sus procesos, mediante tecnología o metodologías lean, y el nivel de maduración y calidad de los mismos hace que la implementación RPA sea más fluida.
Sea como fuere, la combinación de ambas tecnologías amplía la cobertura de la automatización robótica de procesos, mientras esperamos la maduración del tercer anhelado componente: Machine Learning.
Autor: Diego Alonso – Head of RPA Technologies
