Process Mining (mineração de processos) é uma metodologia que utiliza informações geradas a partir dos dados das atividades, procedimentos e movimentações sistêmicas (logs de eventos), executadas por um usuário humano ou robótico, em um determinado processo, funcionando como uma solução data driven. Seu principal objetivo é entender, avaliar e aprimorar uma operação utilizando todas as informações capturadas, permitindo demonstrar na prática como os processos realmente são executados, onde usualmente diferem do modelo teórico estipulado ou mapeado de forma tradicional pela companhia.
O resultado do mapeamento é a principal vantagem do Process Mining comparado aos métodos convencionais. Enquanto o BPM, por exemplo, fornece um mapa do processo “ideal”, como deveria funcionar, o Process Mining permite obter de maneira mais eficaz uma visão real, exatamente como está acontecendo, possibilitando identificar ineficiências e evidenciando a causa raiz de problemas e ofensores da produtividade e custos. Em outras palavras, nada mais é do que utilizar dados reais para verificar se o processo está realmente se comportando da maneira que se espera.
Fonte: Autoria própria — autores
Quando falamos em gerenciamento de processos, logo entendemos que a necessidade de controlar as operações está ligada a três principais pilares, maximização da produtividade, redução dos custos operacionais e melhoria da experiência do cliente. E, na busca por diferenciais competitivos, para atingir o máximo equilíbrio desses pilares, cada vez mais as empresas vem apostando em soluções emergentes que proporcionem melhorias incrementais em seus processos, pois hoje em dia, principalmente, esse desafio é cada vez maior, visto a elevada concorrência no mercado. Assim, o Process Mining, surge como modelo disruptivo para tornar essa tarefa mais palpável, uma vez que, implementando essa metodologia, é possível identificar os gargalos de um processo, as perdas de tempo constantes, os retrabalhos, as falhas, os problemas com compliance, ou até mesmo as etapas onde é possível uma análise mais aprofundada para mapear oportunidades de automatização com muito mais facilidade.
Fonte: Autoria própria — autores
Em paralelo à solução do Process Mining para capturar ineficiências e oportunidades de otimização dos processos, existe a possibilidade de potencializar os principais pilares utilizando uma metodologia capaz de promover análises mais aprofundadas, focando na padronização da produtividade e eliminação de tarefas repetitivas ou desnecessárias que não são possíveis de capturar através da mineração de processos. Este método é o Task Mining (mineração de tarefas).
Analisando agora, não somente pela ótica do processo de negócio, mas para as atividades dentro de uma etapa do processo, conseguimos através da mineração de tarefas descobrir os passos chave de uma etapa, comparar desempenho entre usuários e colaboradores, melhorar a experiência dos usuários, identificar sistemas com etapas desnecessárias ou desatualizadas, identificar atividades repetidas que podem ser eliminadas, ou até mesmo identificar oportunidades de automatização.
Desta forma, podemos dizer que o principal diferencial entre Process Mining e Task Mining, é o tipo de dado que cada metodologia analisa. Enquanto o Process Mining trabalha com os dados dos processos, o Task Mining coleta e analisa os dados das tarefas executadas, realizando um drill-down nas etapas capturadas pelo Process Mining.
Fonte: Autoria própria — autores
Assim, os dados utilizados em cada metodologia são conceituados da seguinte forma:
· Dados de processo, ou dados de negócio, são os tipos de dados utilizados pelo Process Mining, para capturar registros de eventos, como data e hora, revelando etapas e desvios de um processo de negócio, indicando por exemplo, o momento em que uma solicitação de material foi criada, aprovada, transformada em pedido, teve o material entregue, e enviado ao estoque.
· Dados de usuário, ou desktop data, são os dados utilizados pelo Task Mining, gerados pelas atividades necessárias para que as etapas do processo efetivamente aconteçam, como o preenchimento da solicitação de compra, a consulta da aprovação no sistema, a mudança de status de “aguardando aprovação” para “aprovado”.
Fonte: Autoria própria — autores
Desta forma, apesar de possuírem abordagens diferentes, tanto o Process Mining quanto o Task Mining apresentam oportunidades de ganhos enormes para os processos da empresa, e ao combinar as metodologias, esses ganhos podem ser potencializados, permitindo que a organização identifique oportunidades de melhoria em near-real-time, conciliando os dados de negócios com os dados de interação do usuário para realizar análises em níveis distintos de detalhes para o processo, e isto pode funcionar como um ponto chave para que o negócio seja mais rentável e esteja sempre à frente da concorrência.
As técnicas de mineração utilizadas em ambas as metodologias são aplicáveis a qualquer segmento de atuação e porte de organização. O único requisito exigido por essas técnicas é que a empresa possua os registros de eventos (logs) de seus processos, os quais são informações das atividades realizadas sobre um usuário, cliente ou produto, devidamente identificado, em uma linha temporal em que são capturados tempos de início e fim das ações, caracterizando um evento. Tais medições possibilitam determinar as taxas de execução e espera dos eventos monitorados, além de comparar as atividades entre si.
Fonte: Autoria própria — autores
Diante disso, dizemos que a aplicação dos algoritmos da mineração de processos é dada por três principais etapas, onde para cada etapa são realizadas diferentes análises, sendo uma dependente da outra:
· Descoberta (Discovery): consiste em aplicar as soluções para descobrir um fluxo de processos a partir das ordens de execução das atividades. Tal análise é capaz de determinar o fluxo padrão, as atividades mais realizadas e a ordem cronológica delas, identificando assim, um modelo de operação com os detalhes de repetibilidade e reprodutibilidade. O Discovery é aplicado como um modelo de mapeamento de processos com alta fidelidade ao dia a dia da operação.
· Avaliação (Conformance): o Process e Task Mining são aplicados para avaliar e comparar a execução do processo com um modelo padrão, possibilitando medir a acurácia e a identificação de divergências nas atividades. Com a viabilidade de um monitoramento near-real-time, as não-conformidades, como desvios de atividades e atrasos, são detectadas, geram alertas e proporcionam uma tomada de decisão mais assertiva sobre as melhorias no processo.
· Aprimoramento (Enhancement): Com o dia a dia da operação sendo monitorada, é possível identificar os gargalos e perdas, a partir de dados adicionais registrados nos logs dos eventos, que, aliados a análises de causa-raiz, é possível definir soluções para aprimoramento das atividades e construção de um processo Lean. Há a possibilidade, também, combinar Process e Task Mining com Advanced Analytics, com objetivo de gerar cenários otimizados e trabalhar na predição de falhas indesejadas e melhorias automatizadas dos fluxos.
Fonte: Autoria própria — autores
A captura dos dados pode ser realizada tanto online, através de API’s e integrações sistêmicas, quanto off-line, a partir de carga de massas de dados na ferramenta de análise ou instalação de softwares de monitoramento de processos e atividades. Como o foco da manipulação destes dados é sobre a execução de um processo, é necessário apenas um código de identificação único e intransferível, como um sequencial numérico (ID) e, com a utilização deste código, não se faz necessário o acesso a dados sensíveis do usuário, protegendo-o no âmbito da LGPD.
Por serem metodologias de simples implantação, e por serem aplicáveis em qualquer segmento de atuação, cada vez mais empresas vêm apostando neste tipo de tecnologia para controlar seus processos e, dentre inúmeros exemplos de use cases que trouxeram ótimos resultados, podemos citar:
· Redução de custos em áreas de backoffice, automatizando tarefas para diminuir o número de staff;
· Descoberta de gargalos e desvios em processos produtivos, otimizando etapas e analisando a cadeia de suprimentos, garantindo maior eficiência operacional;
· Redução nos riscos de fraudes, implementando processos de auditoria e monitoramento;
· Otimização da jornada do paciente em hospitais e clínicas, reduzindo variações e avaliando a utilização de salas de atendimento, consultórios e triagem.
· Redução de perdas associadas a inadimplência através da análise e monitoramento de atividades de gerenciamento de crédito e cobranças.
Fonte: Autoria própria — autores
Diante deste cenário, a NTT Data por meio de sua área de Digital Strategy e a aplicação de seus aceleradores e parceiros tecnológicos, está investindo cada vez mais na prática e implementação de Process e Task Mining, conduzindo projetos desafiadores em clientes multisetoriais, aplicando soluções disruptivas para solucionar questões como alto custo operacional, baixo nível de controle de processos e alta utilização de capital humano, obtendo resultados expressivos, e elevando a experiência do cliente final.