Introdução:
Nos últimos anos, temos assistido a um crescimento exponencial de dados. Frequentemente, lemos sobre como as organizações utilizam os nossos dados, no entanto, até estas empresas por vezes têm dificuldade em saber que dados aproveitar e onde ou como os utilizar. Surge então o process mininng: um conjunto de técnicas que, ao “aprofundar” os dados disponíveis, pode ajudar a analisar, compreender ou até otimizar o fluxo de trabalho da empresa/equipa.
O que é o process mining?
O process mining é construído sobre uma mistura de diferentes áreas de TI, nomeadamente machine learning, análise de dados e gestão de projetos. Além destas competências, também requer o uso de diferentes sistemas de informação que recolhem os dados e organizam-nos de acordo com o contexto em que são gerados. Estes sistemas podem ser, por exemplo, repositórios online, ferramentas de gestão de fluxo de trabalho, ERP ou sistemas CRM.
Para avançar com uma análise de process mining, há uma sequência de etapas a seguir. Cada uma delas terá um resultado diferente e, embora algumas dependam da anterior (pois o input é o output do anterior), cada uma pode ser usada individualmente para diferentes propósitos.
Process Discovery
O Process Discovery é o primeiro e fundamental passo da process mining. O que este passo realiza é exatamente o que foi descrito anteriormente: dado um conjunto de dados recuperados dos sistemas de informação usados pela empresa, o process discovery utiliza machine learning, análise de dados e algoritmos de process mining para modelar uma representação visual do processo que, de acordo com os dados, está a decorrer. Com base neste modelo, é possível ver os diferentes fluxos de trabalho que existem no nosso processo, quais são os caminhos mais comuns, se existe algum congestionamento ou problema no processo, ou até que oportunidades existem para melhorar e otimizar ainda mais o processo. No final, o process discovery apresenta o processo modelado tal como está a ser realizado na vida real.
Verificação de Conformidade
Dado o modelo construído na etapa anterior, a verificação de conformidade é útil para comparar o modelo obtido com os registos utilizados ou com um modelo teórico que foi pensado antecipadamente para identificar quaisquer desvios relevantes. É uma forma de cruzar informações e garantir que o nosso modelo está a seguir os caminhos e fluxos de trabalho esperados. Se não estiver, então olhando para a sua representação visual é mais fácil identificar quais são as áreas mais problemáticas e onde as mudanças devem ser feitas.
Melhoria de Processos
A melhoria de processos ocorre quando, após a modelagem do processo, novos dados chegam e é necessário realizar alguns ajustes para mantê-lo atualizado com o que está a acontecer em tempo real. Esta etapa muitas vezes recorre quando, após a verificação de conformidade, o caso em que o modelo real é mais preciso do que o modelo teórico – isto pode acontecer por muitas razões, sendo a mais comum o facto de no último não terem sido considerados todos os caminhos nem todas as possibilidades.
Ao utilizar os registos que foram previamente usados na construção do modelo real, podemos ajustar o modelo teórico para ser mais preciso e considerar todos os fluxos de trabalho que estavam em falta.
Onde é que o process mining pode ser usada
O process mining pode ser aplicada em vários contextos diferentes, alguns mais diretos do que outros. Em seguida, revelamos alguns exemplos reais onde este tipo de análise já está a ser aplicado atualmente.
1. Distribuição
Empresas que lidam com grandes cadeias de abastecimento podem enfrentar dificuldades ao gerir todos os pedidos e solicitações, bem como a necessidade de segui-los até que um pedido esteja completo. Com o process mining, ao utilizar os registos e os caminhos que cada pedido percorre até ser concluído, o modelo da cadeia de abastecimento pode ser facilmente construído para identificar se existem congestionamentos que estejam a abrandar o processo ou quaisquer oportunidades para melhorar a forma como esses pedidos são geridos.
2. Saúde
Outro exemplo semelhante é quando se trata de aplicar o process mining aos serviços de saúde. Tal como no exemplo de distribuição, ao seguir o percurso que um paciente faz desde o momento em que faz um pedido ou é admitido num hospital até ao momento em que sai, o process mining pode ser usada para identificar se houve algum momento em que o paciente ficou demasiado tempo à espera ou se houve alguma forma de otimizar o caminho para um tratamento melhor ou mais rápido. Esta linha de pensamento também pode ser usada para ver como os médicos ou enfermeiros se movimentam entre cada paciente e se há alguma forma de facilitar ou tornar o seu trabalho mais fácil.
3. Banca
Outro exemplo diz respeito a fins bancários ou financeiros. O process mining pode ser usado para detectar fraudes de uma forma mais fácil e rápida, garantir conformidade regulamentar e legal e ajudar a otimizar muitas das suas operações, como os processos de aprovação de empréstimos. Desta forma, os gestores bancários e financeiros podem aprimorar a sua gestão de risco, a transparência e eficiência operacional neste tipo de sistemas de alto risco.
No próximo artigo (parte 2), iremos analisar a importância do PM na transformação digital e as tendências do PM para 2024. Fique atento!
