Modelo de integración de BPM y Minería de Procesos con un ...
Transcript of Modelo de integración de BPM y Minería de Procesos con un ...
Modelo de integración de BPM y
Minería de Procesos con un Enfoque Dimensional, para la Optimización de
Indicadores KPI
Juan Camilo Giraldo Mejía
Universidad Nacional de Colombia
Facultad de Minas, Departamento de Ciencias de la Computación y de la Decisión
Medellín, Colombia
2016
Modelo de integración de BPM y Minería de Procesos con un Enfoque Dimensional, para la optimización de
Indicadores Clave KPI
Juan Camilo Giraldo Mejía
Tesis para optar al título de:
Doctor en Ingeniería – Sistemas e Informática
Director (a):
Ph.D. Jovani Alberto Jiménez Builes
Codirector (a):
PhD. Marta Silvia Tabares Betancur
Universidad Nacional de Colombia
Facultad de Minas, Departamento de Ciencias de la Computación y de la Decisión
Medellín, Colombia
2016
Contenido IV
Dedicatoria
A Dios, por darme cada día la vida, la buena salud, la energía y la sabiduría para lograr esta maravillosa meta. A Mis padres, por su constante y valioso apoyo durante todo mi proceso formativo, que ha contribuido significativamente a cumplir un paso más en mi proyecto de vida.
Juan C. Giraldo M.
Contenido V
Agradecimientos
Agradecimientos muy especiales a un gran profesional, y gran ser humano; el doctor
Jovani Alberto Jiménez Builes, quien más que un excelente tutor, es un amigo, y guía. Un
gran consejero que con su valiosa experiencia, y alto nivel de conocimiento me ha
permitido engranar las piezas correctas y de manera acertada para alcanzar este
maravilloso logro.
A la doctora Marta Silvia Tabares Betancur, por sus valiosos aportes, que son producto de
su gran nivel de experiencia y de conocimiento. Gracias por aportarme tanto durante todo
su acompañamiento, por su valiosa orientación y guía, para saber cómo transformar mis
ideas en productos significativos.
Agradecimientos para la Universidad Nacional de Colombia, por brindarme el apoyo
académico, y económico, que fueron fundamentales para lograr concretar los objetivos.
VII
Resumen
Muchas organizaciones hacen seguimiento a sus procesos de negocio con la identificación
del estado de las actividades de cada proceso. Otras utilizan los registros de eventos de
Bases de Datos Transaccionales para conocer el estado de sus modelos de procesos.
Los registros de eventos son actividades que ocurren en los sistemas de información de
la organización. Esta forma de seguimiento y verificación del estado de procesos es
adecuada, pero tiene algunos problemas. Un primer problema es la dificultad para acceder
a los datos de diferentes sistemas transaccionales. Un segundo problema es la
información que se genera con ruido durante la ejecución de los modelos de procesos de
negocio. Los procesos de negocio son elementos importantes de la organización y
consecuentemente para medirse a nivel de servicio y resultados por medio de KPI. Sin
embargo, la medición de resultados difícilmente se cruza con eventos que se pueden
detectar desde información almacenada en bodegas de datos, la cual es analizada en
diferentes períodos de tiempo y a su vez puede utilizarse para mejorar el proceso y el logro
de los resultados definidos.
Una solución propuesta, es un modelo de gestión que garantice rendimiento y calidad a la
organización, con integración de técnicas y metodologías específicas. El modelo es
desarrollado a partir del ciclo de vida de BPM, y en él se integran el modelado dimensional,
y la minería de procesos, con el propósito de descubrir registros de eventos, y con ellos
evaluar procesos y optimizarlos con un plan de mejora, para alcanzar el estado ideal de
los Indicadores Clave de Proceso KPI. El modelo se prueba mediante un caso de uso y se
concluye que descubrir registros de eventos desde almacenes de datos, facilita evaluar
procesos y optimizarlos con el apoyo de un plan de mejora, de tal forma que se contribuya
al rendimiento y calidad de los procesos la organización.
Contenido VIII
Palabras clave. Gestión de procesos de negocio, Minería de Datos, Minería de
procesos, Modelado Dimensional, Indicadores Clave de Proceso.
Abstract
Most Companies are monitoring their business processes by identifying the status
of activities in each their process. Others are using event logs transactional
database to know the status of their process models. Event logs are activities in the
information systems into Companies. This monitoring of status processing is
appropriate but it has some issues. First problem is the trouble in accessing data
from different transactional systems. Second problem is the information is
generated with noise during the execution of business process models. Business
processes are a relevant element in Companies for measuring service level and
results through KPI. However, measurement of results hardly intersects with events
that can be detected from information stored in data warehouses, which is analyzed
in different periods and it can be used to improve the process and achieving the
results defined.
Purpose of this solution is a management model in order to guarantee performance
and quality to the business process through integrating specific techniques and
methodologies. This model is developed from the lifecycle of BPM and this is
integrated by dimensional modeling and mining process in order to discover event
logs, therefore evaluates processes and optimize them with an improvement plan
to achieve the ideal state of Key Process Indicators KPI. This model was tested by
a use case and it concluded in finding event logs from data warehouses facilitates
evaluating and optimizing process supported by an improvement plan then this
model contribute towaring performance and quality of business processes.
Keywords. Business process Management, Process Mining, Data Mining,
dimensional modeling, Key Process Indicator
9
CONTENIDO
1. INTRODUCCIÓN ..................................................................................................... 13 1.1 Motivación ........................................................................................................ 13 1.2 Planteamiento del Problema ............................................................................ 16
1.2.1 Descripción del problema .............................................................................. 17 1.3 Hipótesis .......................................................................................................... 18 1.4 Preguntas de Investigación .............................................................................. 18 1.5 Objetivos .......................................................................................................... 19
1.5.1 General .......................................................................................................... 19 1.5.2 Específicos .................................................................................................... 19
1.6 Metodología .................................................................................................... 19 1.7 Contribución ..................................................................................................... 20
2. REFERENTES CONCEPTUALES Y REVISIÓN DE LA LITERATURA ................... 22 2.1 Marco Conceptual ............................................................................................ 22
2.1.1 Enfoque basado en procesos ........................................................................ 22 2.1.2 Tipología de procesos.................................................................................... 23 2.1.3 Minería de datos ............................................................................................ 23 2.1.4 Técnica de reglas de árboles de decisión ...................................................... 24 2.1.5 KPI 25 2.1.6 Registro de eventos ....................................................................................... 25 2.1.7 BPM ............................................................................................................... 25 2.1.8 Minería de procesos ...................................................................................... 26
2.2 Revisión de literatura ........................................................................................ 27 2.2.1 Metodología de Búsqueda ............................................................................. 29 2.2.2 Criterios de evaluación .................................................................................. 30 2.2.3 Resultado de evaluación ................................................................................ 31 2.2.3.1 Modelo de Minería de procesos simplificado ....................................... 32 2.2.3.2 Mejorando la estructura: secuencia lógica de modelos de minería de procesos 33 2.2.4 Modelamiento basado en minería de procesos y análisis de flujo de trabajo en atención clínica – un estudio de caso en una clínica de chicago .............................. 33 2.2.3.4 Un nuevo enfoque para minería de procesos: descubrimiento de modelos de proceso .................................................................................................................... 34 2.2.3.5 Minería de procesos y componentes arquitectónicos desde casos de prueba ...................................................................................................................... 35 2.2.3.6 Aplicación de técnicas de minería de procesos para optimizar los modelos de procesos de negocio basados en sistemas de información que emiten licencias y permisos de licencia electrónicos ............................................................................. 35 2.2.3.7 Una revisión de literatura en el contexto de la salud ..................................... 36 2.2.3.8 Una perspectiva de procesos en procesos de negocio ................................. 36 2.2.3.9 Diseño de un nuevo sistema de almacenes de datos ................................... 36 2.2.3.10 Integración de objetivos con procesos de almacenes de datos para análisis de procesos de negocio ........................................................................................... 37 2.2.3.11 Restricción a los indicadores numéricos en sistemas de medición de desempeño .............................................................................................................. 37 2.2.3.12 Indicadores clave de rendimiento utilizados en aplicaciones de medición de desempeño .............................................................................................................. 38 2.2.3.13 Reutilización de minería de datos en procesos de negocio: un enfoque basado en patrones .................................................................................................. 38
10
2.2.3.14 Desafíos en análisis de rendimiento en arquitecturas empresariales .......... 38 2.2.3.15 Hacia un marco de notación integrado de requisitos de usuario y herramientas BPM .................................................................................................... 39 2.2.3.16 Construir componentes estratégicos para el proceso de minería de datos . 39
3. MODELO PROPUESTO .......................................................................................... 40 3.1 Componentes del modelo ................................................................................. 41
3.1.1 Modelado de la organización ......................................................................... 43 3.1.1.1 Especificar variables de Medición ....................................................... 44 3.1.1.2 Especificar proceso ............................................................................. 46 3.1.1.3 Relacionar variables a tareas .............................................................. 48 3.1.1.4 Especificar plan de mejora .................................................................. 49 3.1.2 Origen de Datos............................................................................................. 49 3.1.3 Análisis de proceso ........................................................................................ 50 3.1.3.1 Migración de Datos ........................................................................ 51 3.1.3.2 Almacenamiento Dimensional ............................................................ 53 3.1.3.3 Obtener evento ................................................................................... 55 3.1.3.4 Conocimiento ...................................................................................... 56 3.1.4 Plan de Mejora .............................................................................................. 59
3.2 Funcionalidad de los componentes del modelo ................................................ 60
4. VALIDACIÓN DEL MODELO .................................................................................. 64 4.1 Características de la organización .................................................................... 64
4.1.1 Proceso 001 .................................................................................................. 65 4.1.1.1 Procesamiento de datos -1 ................................................................. 69 4.1.1.2 Análisis de datos Procesamiento -1 .................................................... 71 4.1.1.3 Procesamiento de datos -2 ................................................................. 72 4.1.1.4 Análisis de datos Procesamiento -2 .................................................... 74
4.2 Análisis de datos con Minería de Datos ............................................................ 74 4.2.1 Técnica de Clustering .................................................................................... 74 4.2.2 Técnica de Reglas de Asociación .................................................................. 76
5. RESPUESTA A LAS PREGUNTAS DE INVESTIGACIÓN ...................................... 78
6. CONCLUSIONES Y TRABAJO FUTURO ............................................................... 80 6.1 Conclusiones .................................................................................................... 80
6.1.1 Trabajo futuro ................................................................................................ 82
7. REFERENCIAS........................................................................................................ 83
8. ANEXOS .................................................................................................................. 90
11
LISTA DE FIGURAS
Figura 1. Causas y elementos del problema de Investigación ...................................... 17
Figura 2. Diagrama de procesos - método de consulta utilizado .................................... 30
Figura 3. Modelo propuesto – MODINMINPROC ........................................................... 41
Figura 4. Interacción de los componentes del modelo –MODINMINPROC ..................... 42
Figura 5. Flujo de trabajo – Modelado organizacional..................................................... 44
Figura 6. Esquema de medición del modelo. .................................................................. 46
Figura 7. Configuración de las variables de medición de una Tarea que es parte de un
workflow. ........................................................................................................................ 46
Figura 8. Importancia de las variables Según tareas ...................................................... 48
Figura 9. Flujo de trabajo – Análisis de procesos ........................................................... 51
Figura 10. Migración de OLTP a OLAP .......................................................................... 51
Figura 11. Etapas para la migración de datos desde OLTP a OLAP .............................. 52
Figura 12. Modelo Dimensional – Hechos y Dimensiones – Copo de Nieve ................... 55
Figura 13. Etapas para obtener registros con caracteristicas especificas ....................... 56
Figura 14. Pasos para la evaluación de un proceso ....................................................... 57
Figura 15. Detalle de la evaluación de un proceso ......................................................... 57
Figura 16. Reglas para determinar el estado de tareas, actividades, y procesos ........... 59
Figura 17. Flujo de trabajo – Optimización de procesos ................................................. 60
Figura 18. Flujo de trabajo del modelo –MODINMINPROC ............................................ 61
Figura 19. Actividades y su importancia respecto al proceso 001 ................................... 65
Figura 20. Importancia de las tareas para la actividad A1 .............................................. 66
Figura 21. Importancia de las tareas para la actividad A2 .............................................. 66
Figura 22. Importancia de las tareas para la actividad A3 .............................................. 67
Figura 26. Variables y su importancia para las tareas que relacionan ............................ 68
Figura 24. Datos procesados – proceso 001 – Ejecución 1 ............................................ 70
Figura 25. Datos procesados – proceso 001 – Ejecución 2 ............................................ 73
Figura 26. Técnica de Cluster – Especificación de agrupamiento ................................... 74
Figura 27. Técnica de Cluster – Diagrama de grupos – concentración de Datos por
porcentaje ...................................................................................................................... 75
Figura 28. Técnica de Cluster – Características del Cluster 1 ........................................ 76
Figura 33. Técnica de asociación – Red de Dependencias ............................................ 76
Figura 34. Técnica de asociación – Red de Dependencias ............................................ 77
Figura 35. Técnica de asociación – Red de Dependencias ............................................ 77
12
LISTA DE TABLAS
Tabla 1. Criterios evaluados ........................................................................................... 31
Tabla 2. Relación de los componentes del modelo con las etapas de BPM ................... 43
Tabla 3. Caracteristicas de la variable ............................................................................ 45
Tabla 5. Caracteristicas del proceso ............................................................................... 46
Tabla 6. Especificación de procesos para la organización .............................................. 47
Tabla 6. Caracteristicas de la actividad .......................................................................... 47
Tabla 7. Caracteristicas de la tarea ................................................................................ 47
Tabla 8. Caracteristicas de la actividad .......................................................................... 49
Tabla 9. Caracteristicas de los datos OLTP .................................................................... 50
Tabla 10. Caracteristicas de las dimensiones y hechos .................................................. 54
Tabla 11. Diccionario de Datos - dimensiones y hechos ................................................. 55
Tabla 12. Estados de medición ...................................................................................... 58
Tabla 13. Datos de la organización ............................................................................... 64
Tabla 14. Relación de tareas, actividades, y variables .................................................. 67
Tabla 15. Muestra de registros transaccionales proceso 001 ........................................ 68
Tabla 16. Relación de tareas, actividades, y variables .................................................. 71
Tabla 17. Relación de tareas, actividades, y variables .................................................. 73
13
1. INTRODUCCIÓN
En este capítulo se contextualiza la importancia de la minería de procesos, y la gestión de
procesos de negocio para garantizar rendimiento de los procesos organizacionales. Se
quiere dejar claridad respecto a la necesidad de integrar estos dos conceptos en un
elemento que permita hacer seguimiento, evaluación y recomendaciones frente al estado
de los procesos del negocio.
1.1 Motivación
Las empresas necesitan constantemente adaptar y mejorar sus procesos. Para ello es
necesario que evalúen las actividades de los procesos con el fin de determinar el estado
en que estos se encuentran, ya sea en alerta o crítico para aplicarles reingeniería y así
optimizarlos. Sin embargo la carencia de reingeniería y optimización de los procesos de
negocio, es uno de los principales problemas que afecta la competitividad de las
organizaciones [1]. Por tanto es importante que las organizaciones gestionen por procesos
para mejorar la eficiencia a través de la gestión sistemática de los modelos de procesos
de negocio; los cuales se deben modelar, automatizar, integrar, monitorizar y optimizar de
forma continua. Se debe proveer a las organizaciones de elementos clave que les permita
tener la Agilidad y Flexibilidad necesaria para responder de forma rápida a los nuevos
cambios y oportunidades de mercado [2]. También de una herramientas que apliquen
sobre los procesos en su rediseño, configuración, ejecución, y monitoreo [3].
Las empresas que gestionan por procesos desarrollan acciones que impactan a usuarios
internos y externos con información importante, oportuna, y precisa que apoya la toma de
decisiones organizacional [4]. Además pueden identificarse y gestionarse numerosos
procesos interrelacionados, analizarlos y seguir coherentemente el desarrollo de los en su
conjunto, así como obtener la mejora continua de los resultados por medio de la
14
erradicación de errores y procesos redundantes en las diferentes funciones de la
organización [5].
La gestión por procesos se resalta con BPM, que aparece como un método para gestionar
por procesos, pero solo se concentra en revisar el modelo de procesos organizacional
desconociendo el flujo de trabajo que se genera desde los sistemas de información de las
organizaciones, y que muestra la realidad del estado de los procesos [6]. Para superar
esta brecha se descubren los registros de eventos desde los sistemas transaccionales de
las organizaciones, y de ellos se obtiene conocimiento [7]. Para esto existen técnicas de
minería de procesos que proporcionan nuevos medios para descubrir, monitorear y mejorar
los procesos en una variedad de dominios de aplicación [8]. Pero aunque se han propuesto
muchos algoritmos de minería de procesos, no existe un punto de referencia ampliamente
aceptado para evaluar y comparar y aplicar estos algoritmos. Como resultado, puede ser
difícil elegir un algoritmo de minería de procesos, que sea adecuado para una determinada
empresa o dominio de aplicación, teniendo en cuenta que estos algoritmos de minería
tienen diferentes propiedades [9] [10]. También se presentan problemas como Ruido, es
decir datos inconsistentes [8]. Datos ocultos y datos perdidos, y procesos simultáneos [11].
Pocos trabajos relacionan la minería de procesos y BPM, creando la necesidad de
investigar y aportar con nuevas contribuciones relacionadas con las actividades que
ocurren en los procesos de negocio que son gestionadas y monitoreadas por diferentes
tipos de sistemas de información [12], cuyo propósito es la planificación de recursos
empresariales, la gestión de flujo de trabajo, la gestión de cliente, y la gestión de datos de
productos de sistemas, todos soportan una amplia variedad de procesos de negocio y de
ellos se guardan los registros de eventos [6]. Los registros de eventos se refieren a una
actividad que se ejecuta por medio de sistemas, y es descubierta al aplicar minería de
procesos [13].
La Minería de procesos es un puente entre la minería de datos y el modelo BMP [14]. De
esta forma se generan modelos de procesos articulados con los datos que reflejan las
actividades de los sistemas transaccionales, sin embargo se presentan durante el
procesamiento con estos modelos aspectos como el ruido, que se refleja en los datos
registrados cuando pueden ser incorrectos o estar incompletos [13].
15
También se presenta el problema de tareas escondidas, es decir tareas que existen pero
que no se pueden encontrar en los datos. Otro problema son los resultados heterogéneos,
y se da cuando se accede a sistemas de información basados en diferentes plataformas.
Y por último los procesos concurrentes [15]. Como una buena alternativa de solución a
estos problemas [16] muestra la importancia de articular la gestión de procesos de negocio
(BPM) con los sistemas de inteligencia de negocios (BIS) para la consecución de un mejor
desempeño empresarial.
BPM surge como una herramienta eficaz, cuyo objetivo principal es apoyar el diseño, la
administración, la configuración, y el análisis de procesos de negocio [3]. Es reconocido
como un enfoque de gestión integral que promueve la eficacia empresarial a través de la
integración con la tecnología [17]. Esta integración facilita la evaluación de las actividades
a partir de los indicadores clave de proceso KPI, los cuales pueden ser extraídos de una
base de conocimiento de datos históricos [18]. La evaluación de los indicadores clave de
proceso es un importante paso para ganar conocimiento de los procesos y aumentar la
comprensión de desempeño y los resultados. Su medición es la clave para dar la
información de gestión, ayudando a reducir la incertidumbre y tomar decisiones adecuadas
[19]. Los KPI, son la medida de una actividad, y se expresa en un valor numérico. Este
valor cambiará con el tiempo, y mediante el control de este comportamiento, puede alertar
a la empresa para situaciones que requieren algún tipo de acción o intervención. Son
métricas utilizadas para cuantificar objetivos que reflejan el rendimiento de una
organización, y hacen parte del plan estratégico. Miden el nivel de desempeño de un
proceso, centrándose en el cómo e indicando el rendimiento, de forma que se pueda
alcanzar el objetivo establecido. En la gestión de procesos de negocio, la capacidad de
cálculo de los indicadores clave de rendimiento es crucial. Sin estas habilidades, no se
puede optimizar los procesos de negocio de forma inteligente o en respuesta a eventos
estratégicos para crear un nuevo modelo de procesos de negocio válido, que brinde los
elementos arquitectónicos, y los organice en una secuencia de tareas o actividades con el
fin de ofrecer valor empresarial. Después, los procesos deberán ser validados para
comprobar sus propiedades de corrección y simuladas para detectar posibles secuencias
de ejecución no deseados. Una vez que los procesos operativos se han modelado y
verificado en consecuencia, se pueden implementar con el apoyo de la tecnología [20].
Sin embargo estos modelos son a menudo completamente desconectados de los datos de
eventos reales. Por lo tanto, los resultados tienden a ser poco fiables porque se basan en
16
un modelo idealizado de la realidad y no en los hechos observados. Para superar esto
debe existir una combinación entre datos de eventos y modelos de proceso [8]. El resultado
evidencia la reducción de la brecha entre estrategia y procesos de negocio, como elemento
clave de rendimiento [19].
En este trabajo de investigación se presenta un modelo que integra la Minería de Procesos
con la gestión por procesos, pero con un valor agregado denominado enfoque dimensional,
buscando obtener conocimiento desde los registros de eventos obtenidos, el modelo se
denomina MODINMINPROC.
1.2 Planteamiento del Problema
En la medida en que se busca mejorar los procesos, es necesario superar algunos
problemas que se presentan durante la comunicación entre los sistemas de información y
el modelo de procesos de la organización. Los sistemas de información proporcionan los
registros transaccionales que contienen la información relevante para conocer el
comportamiento de los procesos en sus diferentes momentos de ejecución. Los registros
son tratados como conjuntos denominados registros de eventos, y facilitan el monitoreo de
los procesos de la organización; sin embargo es complejo realizar el descubrimiento y
tratamiento de los registros, debido a la diversidad de fuentes de datos, y plataformas.
Esto provoca datos inconsistentes, datos ocultos, información, y procesamientos
simultáneos denominados concurrencia, generando procesos que carecen de
optimización, y a su vez afectando el rendimiento y competitividad de las organizaciones.
Además la información que se tiene de los procesos desde los registros de eventos se
limita a las actividades, desconociendo el detalle que proporcionan las tareas, y la
importancia que le dan las variables que las relacionan. Además los procesos están
separados desde las mediciones de los registros de eventos descubiertos en bodegas de
datos. Este problema inhibe a que las organizaciones puedan medirse en resultados desde
los procesos de negocio integrados en el análisis en tiempo real de la organización. Por
eso es necesario proponer un modelo que facilite el uso de los datos que provienen de
bodegas de datos de forma integral con las mediciones que se hacen desde los procesos.
17
1.2.1 Descripción del problema
En el descubrimiento de registros de eventos desde los sistemas de información, del tipo
transaccional, que se relacionan con sus modelos de proceso, se utilizan diversos orígenes
de datos en diferentes formatos, ya sean archivos planos, formato de hoja electrónica,
archivos XML, o formatos generados por diferentes gestores de Bases de Datos, que
contienen los datos necesarios para realizar el seguimiento y monitoreo de los procesos
del negocio.
Figura 1. Causas y elementos del problema de Investigación
Tener diferentes fuentes de datos dificulta el acceso a los registros de eventos, su
manipulación y explotación de conocimiento, ya que las actividades de un mismo proceso
pueden estar registradas en diferentes bases de datos; al igual que las tareas, y variables.
Esto genera costos de procesamiento de entrada y salida; ocasiona que se dé pérdida de
datos, y datos inconsistentes, debido a la dificultad que se tiene para realizar consultas
que crucen actividades y procesos. Este enfoque de procesamiento se centra en aplicar
técnicas que miden la correspondencia entre los modelos de procesos de negocio y los
registros de eventos que se descubren desde los sistemas transaccionales, pero el alcance
solo llega hasta conocer las actividades del proceso, restringiendo el nivel de detalle que
18
proporcionan las tareas y variables, ocultando entonces la importancia de las tareas, por
ende de las actividades y procesos que carecen de optimización y realimentación. La
figura 1 muestra el problema desde los componentes que plantean los enfoques actuales.
Estos problemas los resalta [1] donde se evidencia que el tratamiento de los datos no se
hace desde Bodegas de Datos [44] [46], por tanto los datos son de diversas fuentes. No
se especifica detalle a nivel de tareas y variables [45]. No se trabaja la minería de procesos
para conocer desde el log de transacciones el rendimiento de los procesos [43]. No se
indica un sistema de monitoreo y alerta a partir de los KPI de los modelos de negocio de
las Bodegas de Datos [37].
1.3 Hipótesis
Un modelo de integración de BPM y Minería de procesos permite mejorar los indicadores
KPI teniendo en cuenta el nivel de detalle en sus respuestas, involucrando variables, tareas
y actividades de los procesos.
1.4 Preguntas de Investigación
Debido a la problemática descrita con relación a las dificultades que se presentan para
optimizar procesos de rendimiento organizacional. Se ha planteado la siguiente pregunta
de investigación:
¿Es posible utilizar un modelo de integración de BPM y Minería de procesos para mejorar
los indicadores KPI teniendo en cuenta nivel de detalle en su respuesta frente a los
esquemas actuales de descubrimiento, integración y análisis de registro de eventos?
A continuación se presenta la sistematización del problema de investigación, la cual está
conformada por un conjunto de preguntas de investigación que permitirán descomponer
en problema principal en problemas menos complejos:
¿Qué modelos y técnicas existen para hacer monitoreo y mejorar en los procesos de
negocio?
19
¿Cuáles son los Componentes que debe tener un modelo que integra BPM y Minería de
Procesos para optimización de los indicadores de proceso?
¿Cuál es el proceso y técnica de almacenamiento de Datos que facilite el descubrimiento
de registros de eventos, y de ellos obtener conocimiento necesario para optimizar los
procesos de la organización, y sirvan como referente de casos para nuevos procesos del
negocio?
1.5 Objetivos
1.5.1 General
Diseñar un modelo de integración de BPM y Minería de procesos para la optimización de
indicadores KPI basados en registros de eventos provenientes de bodegas de datos.
1.5.2 Específicos
- Caracterizar el estado del arte alrededor de las diferentes temáticas que apoyan el
objetivo general. Indicadores Clave de Proceso KPI, Gestión de Procesos de
Negocio BPM, y Minería de Datos, Bodega de Datos.
- Establecer los componentes que conformaran el modelo de optimización de
indicadores de proceso KPI.
- Establecer la funcionalidad de los componentes del modelo de optimización de
indicadores de proceso KPI.
- Validación del modelo de optimización propuesto a partir de un caso de estudio.
1.6 Metodología
Luego de describir el problema de investigación, donde se identifican unos hechos y se
percibe una dificultad en su interpretación, se plantea una o más preguntas de
20
investigación que describen las principales causas o elementos que desencadenan los
efectos negativos en la forma actual como se hace gestión de procesos de negocio.
Posteriormente se formula la hipótesis que relaciona un modelo de integración de BPM y
Minería de procesos para mejorar los indicadores KPI teniendo en cuenta el nivel de
detalle en sus respuesta, involucrando variables, tareas y actividades de los proceso y que
se busca demostrar a través del desarrollo de esta tesis, que presenta el modelo de
integración de Minería de Procesos y BPM.
Se identifica un área de oportunidad que es la generación de indicadores desde datos
históricos provenientes de bodegas de datos para analizarlos y optimizarlos utilizando la
metodología BPM y el ciclo de vida para obtención de conocimiento KDD. Para lograrlo
se propone como objetivo general un modelo que integre el BPM y el KDD. Alcanzar este
objetivo implica realizar el levantamiento de información relacionada con la forma como se
miden actualmente las organizaciones desde sus indicadores clave de proceso KPI. Que
modelos se siguen para obtener eventos de proceso que se generan en la información
transaccional de los sistemas de información de las organizaciones, con el fin de conocer
la funcionalidad de los mismos, determinar falencias, y proponer los componentes para el
nuevo modelo con su interacción funcional.
El modelo se probará mediante un caso de uso buscando descubrir registros de eventos
desde almacenes de datos, facilitando evaluar procesos y optimizarlos con el apoyo de un
plan de mejora, de tal forma que se contribuya al rendimiento y calidad de los procesos la
organización.
1.7 Contribución
a. Tecnica
En la actualidad muchas organizaciones tienen grandes plataformas para hacer
inteligencia de negocios y otras apenas comienzan a trabajar con procesos y minería de
procesos.
¿Es posible proporcionar caminos de mejora en la organización a partir de la combinación
de modelos de gestión de la información y gestión de procesos?
21
El modelo MODINMINPROC contribuye al monitoreo y evaluación de los procesos de la
organización en los esquemas actuales de descubrimiento de registro de eventos desde
diferentes fuentes transaccionales. El modelo está propuesto para contribuir a la mejora
continua de los enfoques que actualmente se aplican para la gestión y evaluación de los
procesos, permitiendo integrar y descubrir registros de eventos provenientes desde
diferentes fuentes en un mismo repositorio de datos con enfoque dimensional.
El modelo está diseñado para analizar los procesos, y evaluarlos con un mejor nivel de
detalle, partiendo desde las variables de las tareas, pasando por las actividades, hasta
llegar al estado del proceso, ya sea ideal, en alerta, o en estado crítico.
b. Academica
Cuando es posible hacer investigación lo importante es compartirla con el mundo.
La siguiente contribución académica son productos de esta tésis doctoral:
• Capitulo de Libro – Modelo de integración Mineria de Datos Y BPM. CIINDET 2015,
XII Congreso Internacional sobre Innovación y Desarrollo Tecnológico, Cuernavaca
Morelos, México.
• Articulo en Revista Internacional – Latinoamericana de Ingeniería de Software –
Algunas Técnicas de Minería de Datos.
• Articulo en Revista Internacional - Research in Computing Science. "Integrating
Business Process Management and Data Mining for Organizational Decision
Making". México. 2015. ISSN: 1870-4069 p.89 -102 v.100.
• Articulo en Internacional - Revista Espacios de Venezuela. La Revista es un medio
que “aborda temas multidisciplinarios, publicando trabajos sobre política y gestión
de ciencia y tecnología”. Además, esta se encuentra clasificada en la categoría A2,
en el índice de Ciencia, Tecnología e Innovación de Colciencias (PUBLINDEX)
ISSN 0798-1015 y en el cuartil cuarto del índice SCOPUS.
22
2. REFERENTES CONCEPTUALES Y REVISIÓN DE LA
LITERATURA
En este capítulo se presentan los referentes conceptuales que abarca esta tesis y se
exterioriza la revisión de la literatura, dando respuesta al objetivo específico número 1 que
indica caracterizar el estado del arte alrededor de las diferentes temáticas que apoyan el
objetivo general.
2.1 Marco Conceptual
2.1.1 Enfoque basado en procesos
El concepto parte de lo plasmado en la versión ISO 9001:2000, y se resalta en la Norma
ISO 9001:2015. En esta versión de la norma se especifican los elementos mínimos para
su aplicación, y se establecen los requisitos esenciales para comprender plenamente el
enfoque por procesos. De este modo, se indica que la organización deberá determinar los
insumos necesarios y los resultados esperados de estos procesos. La secuencia e
interacción de procesos, los criterios y métodos, incluyendo mediciones e indicadores de
desempeño de procesos necesarios para garantizar el funcionamiento eficaz y el control
de los procesos, la asignación de responsables para los procesos, los métodos de
monitoreo y evaluación de los procesos, los planes de mejora que contengan las
oportunidades para optimizar el rendimiento de los procesos [21].
El enfoque basado en procesos permite gestionar y organizar las actividades de una
organización, generando ventajas competitivas, reconocimiento de las cohesiones de las
actividades entre los distintos puestos de trabajos que hay en una organización. Permite
examinar y comprender la incidencia de cada etapa o actividad relacionada con la
satisfacción de los clientes, tanto internos como externos. Determina ordenadamente las
23
actividades fundamentales para el logro de los objetivos definidos. Expresa las
obligaciones y responsabilidades para llevar la gestión de las actividades que sirven de
base de cada proceso [21].
2.1.2 Tipología de procesos
Procesos estratégicos: están destinados a definir y controlar las metas de la organización,
sus políticas y estrategias. Permiten llevar adelante la organización. Están en relación muy
directa con la misión/visión de la organización. Involucran personal de primer nivel de la
organización [22]. Gestionan la forma en que se toman decisiones sobre planificación y
mejoras de la organización, que Permiten definir y desplegar las estrategias, políticas y
objetivos de la organización [23] [24].
Procesos operativos: permiten generar el producto o servicio que se entrega al cliente, por
lo que inciden directamente en la satisfacción del cliente final. Generalmente atraviesan
muchas funciones. Son procesos que valoran los clientes y los accionistas. Los procesos
operativos también reciben el nombre de procesos clave, Ejemplo desarrollo de productos,
logística, atención al cliente [23] [24]
Procesos de soporte: apoyan los procesos operativos, sus clientes son internos. Ejemplos:
Control de calidad, Selección de personal, Formación del personal, Compras, Sistemas de
información, etc. Proporcionan apoyo a los procesos clave para asegurar el buen
funcionamiento de la Unidad y que, generalmente, son transparentes al usuario [23] [24].
2.1.3 Minería de datos
La minería de datos corresponde a técnicas matemáticas y estadísticas que sumadas a
las bases de datos y la inteligencia artificial apoyan el análisis de grandes muestras de
datos y a los requisitos del procesamiento automático de la información [25] [26]. Las
Técnicas de minería de datos son adecuadas para conjuntos de datos y estructuras de
datos simples como bases de datos relacionales, bases de datos transaccionales y los
almacenes de datos [27]. Algunas técnicas incluyen descripciones globales como la
técnica de Clustering o agrupamiento, la estimación de probabilidad, o la visualización de
24
datos [28]. Otra técnica se denomina Reglas de Asociación, y su propósito es encontrar
relaciones entre las variables que se encuentran en una Base de Datos [29].
2.1.4 Técnica de reglas de árboles de decisión
Los arboles de decisión son una serie de condiciones organizadas de forma jerárquica, a
modo de árbol. Son muy útiles para encontrar estructuras en espacios de alta
dimensionalidad y en problemas que mezclan datos categóricos y numéricos. En un árbol
de decisión cada nodo representa una condición o test sobre algún atributo y cada rama
que parte de ese nodo corresponde a un posible valor para ese atributo. Finalmente las
hojas representan el valor de la variable predicha. Esta técnica se usa en tareas de
clasificación, agrupamiento y regresión. Los árboles de decisión que se usan para predecir
variables categóricas se llaman árboles de clasificación, mientras que los árboles que se
utilizan para predecir variables continuas se llaman arboles de regresión.
Un árbol de decisión es un modelo de clasificación que divide un conjunto de análisis,
buscando el mayor grado de pureza entre los grupos resultantes. En todo árbol hay un
nodo inicial denominado raíz, que contiene la totalidad de la información. Este grupo se
subdivide en dos o más grupos denominados como internos, si continúan subdividiéndose,
o terminales u hojas, si no enfrentan más segmentación. En un árbol de clasificación cada
nodo interno se parte de acuerdo a una función discreta sobre las variables utilizadas para
el análisis, hasta llegar a los nodos terminales donde se tiene la proporción de individuos
ubicados en cada que toma la variable de interés [30].
Poseen un nodo de decisión que indica que debe tomarse una decisión en ese punto del
proceso, y se representa con un cuadrado. Un nodo de probabilidad que indica que en ese
punto del proceso, ocurre un evento aleatorio representado por un círculo. Una rama que
indica los distintos caminos que se pueden elegir después de una toma de decisión. Tienen
como ventaja que facilitan la interpretación de la decisión tomada, la comprensión del
conocimiento utilizando la toma de decisiones, reducen el número de variables
independientes, explican el comportamiento respecto a una determinada decisión [31].
25
2.1.5 KPI
Se denominan indicadores clave de proceso y permiten evaluar los procesos de negocio y
la gestión táctica de una empresa. KPI relaciona las características de especificación,
medida, logro, pertinencia, y tiempo oportuno. Esto indica que son indicadores específicos,
medibles, alcanzables, relevantes y a tiempo. Los KPI hacen hincapié en los indicadores
de desempeño que se deben configurar con la estrategia de desarrollo de la organización
[32].
2.1.6 Registro de eventos
Son instancias de proceso. Están ordenados y podrían contener propiedades adicionales
relacionadas por ejemplo con el tiempo o recursos. Pueden ser utilizados para descubrir
roles en la organización, es decir personas que presenten características comunes [5].
2.1.7 BPM
Es un enfoque de gestión integral que promueve la eficacia y la eficiencia empresarial,
buscando la innovación, la flexibilidad, y la integración con la tecnología. Permite a las
organizaciones hacer sus operaciones de negocio más inteligentes, y da a los participantes
del proceso en tiempo real mejor conocimiento de la situación y la capacidad de adaptar
sus respuestas de manera apropiada [17]. Es identificado como un factor clave para
aumentar la eficiencia en los procesos de negocio operativos. Con el fin de (re)diseñar,
adaptar y ejecutar modelos procesos de negocio [19]. Tiene un ciclo de vida que inicia
con el proceso en fase de diseño, en el que se identifican y representan los procesos de
negocio.
La Gestión de Procesos del Negocio o Business Process Management (BPM) proporciona
servicios de estrategia de operación para promover la integración entre sistemas y
personas y corresponden a los cambios del entorno empresarial [33]. Para [34] BPM es
un método de gestión que cubre todos los servicios de las empresas. Cuenta con una
poderosa gestión para integrar las empresas en el diseño, ejecución, gestión y
monitorización. BPM tiene sus orígenes en BPR (Business Process Reengineering) o
reingeniería de procesos de negocio. Y en total Quality Management (TQM)
26
Administración de calidad Total [35]. El objetivo de BMP es mejorar la eficiencia a través
de la gestión sistemática de los procesos de negocio, que se deben modelar, automatizar,
integrar, monitorizar, y optimizar en forma continua [7]. Es una disciplina que ha existido
desde principios de los 90, permitiendo a las empresas llevar a cabo revisiones importantes
de la manera que funcionan [36]. Tiene dos objetivos principales: uno de ellos es capturar
a los procesos de negocio existentes estructuralmente representando sus actividades y
elementos conexos; y el otro busca representar nuevos procesos de negocios con el fin de
evaluar su desempeño [36], BPM Facilita la gestión por procesos de las organizaciones
al realizar integración con herramientas tecnológicas [37].
2.1.8 Minería de procesos
Consiste en descubrir, monitorear y mejorar los procesos a partir de la extracción de
conocimiento desde los registros de eventos [38]. La minería de procesos puede
representar un modelo de procesos a través de un registro de eventos, proporcionando los
indicadores de evaluación del proceso [1]. La minería de procesos se orienta a la
extracción automática de modelos de procesos a partir de un registro de eventos, la
verificación de conformidad, es decir comparar el modelo y el registro de eventos, la
extensión de modelos, y mejora de modelos, la predicción de casos, y las
recomendaciones basadas en históricos [13]. Es una herramienta de gran alcance para
las organizaciones modernas para utilizar en la gestión de los procesos operativos no
triviales [8]. Es una tecnología de gestión de procesos de negocio, cuyo objetivo es mejorar
estos procesos mediante la extracción de conocimiento a partir de datos almacenados que
están disponibles en los sistemas de información de hoy en día. Analiza los datos
almacenados, generando un cambio en el modelo de proceso inicial. Para obtener el
conocimiento necesario de estos registros, cada evento debe contener algunos datos
importantes como el nombre de la actividad, un nombre del caso, identificación de usuario,
hora, etc. La Minería de Procesos puede ser vista como un enlace que llena el espacio
entre la minería de datos y el modelo analizado sobre la base de BPM. La mayor parte de
las técnicas de minería de datos no están orientadas a los procesos. La tecnología de la
minera de procesos combina los puntos fuertes de las aplicaciones de minería de datos y
modelado de procesos [14]. Estas técnicas permiten el análisis de los procesos de negocio
basados en los registros de eventos. Por ejemplo, las pistas de auditoría de un sistema de
gestión de flujo de trabajo, los registros de transacciones de un sistema de planificación
27
de recursos empresariales, y los registros electrónicos de pacientes en un hospital pueden
ser utilizados para descubrir los modelos que describen procesos, organizaciones y
productos. Por otra parte, los registros de eventos también se pueden utilizar para
compararlos con un modelo de procesos a priori, para ver si la realidad observada se ajusta
a algún modelo prescriptivo o descriptivo. Las Técnicas de minería de proceso se pueden
utilizar en una variedad de dominios de aplicaciones que van desde la fabricación y el
comercio electrónico a la atención de salud y auditoría. A diferencia de muchos otros
sistemas de toma de decisiones, la atención se centra en el análisis de la situación actual
en lugar de evaluar rediseños o proponer mejoras [39].
Mientras que muchos algoritmos de minería de procesos han sido propuestos
recientemente, no existe un punto de referencia ampliamente aceptada para evaluar y
comparar estos algoritmos de minería de proceso. Como resultado, puede ser difícil elegir
un algoritmo de minería para un dominio de la organización. Algunos sistemas de
referencia recientes se han desarrollado y propuesto para abordar esta cuestión. Sin
embargo, la evaluación de estos algoritmos de minería de procesos puede ser
computacionalmente costoso y requiere mucho tiempo [40] [41].
2.2 Revisión de literatura
Este estudio se ha llevado a cabo como una revisión sobre la evaluación del aporte que
realiza la minería de procesos en la gestión de los procesos de negocio, donde el proceso
de búsqueda utilizado fue directamente en las bases de datos científicas relacionadas con
la aplicabilidad de minería de datos en la gestión de los procesos de negocios, publicados
entre los años 2003 y 2016, que hayan tenido al menos una cita y los filtros de búsqueda
que se realizaron fueron: minería de datos y de procesos; gestión de procesos de negocio;
aplicabilidad de minería de datos en la gestión de los procesos de negocio.
Las aplicaciones de negocios implican alta flexibilidad en el procesamiento de información
y extracción de conocimiento desde los datos. La Integración de minería de datos en
procesos de negocio se convierte en un elemento crucial para el negocio de hoy. Sin
embargo, la integración de la minería de datos en estos no es sencillo. Desde una
perspectiva organizacional, la integración creciente de la minería de datos tiene un papel
importante para un analista de datos, que necesita no sólo la minería de datos para el
28
transporte de los requerimientos del negocio, sino también en un proceso de reingeniería
de los modelos de procesos del negocio. Cualquier proceso de minería de datos que aporta
innovación significativa para el negocio necesita tener una visión equilibrada de la
perspectiva del negocio. Business Process Management (BPM) se basa en la definición y
gestión de procesos de negocio. Dichos entornos BPM proporcionan diseño flexible,
gestión e implementación de procesos de negocio. La integración de la minería de datos
en procesos de negocio en entornos puede simplificarse mediante el desarrollo de un
enfoque integrado. Esto incluye una visión integrada en las interfaces entre la minería de
datos y los negocios. Un modelo integrado de negocios y funciones de minería de datos
[42]. Por lo tanto la minería de datos se convierte en una parte integral del funcionamiento
de negocio, aportando en la reconstrucción de modelos de proceso, y para ello se hace
necesario contar con técnicas más dinámicas como las que ofrece la minería de procesos
[43]. La minería de procesos es una disciplina de investigación relativamente joven. Se
centra en obtener conocimiento desde los datos generados y almacenados en los sistemas
de información de las organizaciones. Estos datos se descubren en forma de registros de
eventos. Un registro de eventos puede verse como un conjunto de características, que
contienen las actividades ejecutadas para una instancia de proceso en particular. Hay tres
técnicas de minería de proceso: proceso de descubrimiento, comprobación de la
conformidad y mejora. El primer tipo se refiere a la extracción automática de registros de
eventos desde modelos de proceso. El segundo tipo se centra en la verificación de
conformidad, que consiste en comparar un modelo dado, con el registro de eventos
obtenido desde los sistemas transaccionales. Y el tercer tipo se dedica a la extensión o
mejora de un modelo de procesos [44].
Las técnicas de minería de procesos son capaces de extraer conocimiento de los registros
de eventos comúnmente disponibles en los sistemas de información actuales. Estas
técnicas proveen nuevos medios para descubrir, monitorear y mejorar los procesos en una
variedad de dominios de aplicación. Día tras día en las organizaciones registran más y
más eventos, proporcionando información detallada acerca de la historia de los procesos,
creando la necesidad de mejorar y apoyar los procesos de negocio en ambientes
competitivos y que cambian rápidamente. La minería de procesos proporciona un puente
importante entre la minería de datos y el modelado y análisis de procesos de negocio a
partir del enfoque de la Inteligencia de Negocios (BI). Existen herramientas para generar
reportes, y cuadros de mando. Facilitan el monitoreo en tiempo real de procesos de
29
negocio. Permiten optimizar la organización. Estos enfoques tienen en común que los
procesos son analizados en detalle para identificar que mejoras se pueden aplicar en los
procesos. La minería de procesos es una tecnología que facilita aplicar estos enfoques
[13]. Sin embargo estos enfoques corresponden a sistemas de información transaccionales
de las organizaciones.
La minería de procesos ha sido poco aplicada a los enfoques que relacionan los procesos
de negocio y la minería de datos, por lo tanto se convierte necesariamente en objeto de
exploración y contribución [45]. Los procesos de negocio son un elemento vital para hacer
gestión de la organización y consecuentemente medirse a nivel de servicio y resultados
por medio de KPI. Los KPI son indicadores clave de proceso, y presentan el rendimiento
de un proceso, comparando la distancia entre el valor esperado ideal, y el estado actual
que presenta el proceso [46]. La gestión de la organización se realiza con BPM que
significa gestión de procesos de negocio, y se constituye en un conjunto de actividades,
cuyo propósito es apoyar el diseño, la administración, la configuración, y el análisis de
procesos de negocio [3]. BPM motiva al crecimiento de la calidad y competitividad
empresarial por medio de la integración de la gestión con la tecnología [37].
2.2.1 Metodología de Búsqueda
Se seleccionaron artículos publicados, que hayan tenido al menos una cita, se realizó la
búsqueda en bases de datos científicas, y revistas científicas, entre ellas están:
ScienceDirect, Google Scholar, IEEE, Springer.
Algunos criterios aplicados a la búsqueda fueron:
"Minería de datos"
“Minería de procesos”
"gestión de procesos de negocio"
"Minería" y "gestión de procesos de negocio"
"Minería" y "Aplicabilidad"
Con estos criterios de búsqueda, se hicieron filtros a los artículos, examinando,
inicialmente, el título, el resumen y las conclusiones. En una segunda instancia se
30
revisaron la introducción, títulos y subtítulos del artículo. Después de estos filtros se analizó
el contenido.
Figura 2. Método de consulta utilizado
Al establecer cuales artículos se iban a trabajar, se consideró si los artículos seleccionados
se centran en la minería de procesos aplicada a la gestión de procesos de negocio. Los
artículos seleccionados cumplen con los criterios de inclusión y exclusión pero desde
diferentes frentes. Hay artículos que tratan de identificar las bondades, características y
ventajas competitivas que brinda la minería de procesos cuando se alinea con la gestión
de los procesos del negocio. Otros artículos ilustran las bondades que ofrecen las
herramientas de minería de procesos cuando se alinean con la gestión de los procesos de
una organización. Pero todos tienen algo en común y es evaluar el estado actual de la
minería de procesos alineado con la gestión de los procesos del negocio.
2.2.2 Criterios de evaluación
La definición de los criterios con base en los cuales se van a evaluar los trabajos, son los
siguientes:
Criterio 1. ¿Responde al menos a una de las preguntas de investigación?
Criterio 2. ¿La información denota claridad y validez del estudio realizado?
Criterio 3. ¿El artículo propone alguna metodología que facilite la alineación de la minería
de datos con la gestión de procesos?
Criterio 4. ¿El artículo muestra casos de éxito al alinear la minería de datos con la gestión
de procesos de negocio?
31
Criterio 5. ¿El artículo logra identificar y sustentar las ventajas que brinda la alineación de
la minería de datos con la gestión de procesos de una organización?
2.2.3 Resultado de evaluación
Para la evaluación de cada criterio se describen las opciones de respuesta, estas son:
S: Cumple con el criterio.
P: Parcialmente cumple con el criterio.
N: No cumple con el criterio.
Tabla 1. Criterios evaluados
Trabajo Criterio 1 Criterio 2 Criterio 3 Criterio 4 Criterio 5
ID1 S P P N N
ID2 S N S N N
ID3 S S S S S
ID4 S S S S S
ID5 S S P N N
ID6 S N P N N
ID7 S S P S S
ID8 S S S S S
ID9 S S S N N
ID10 S N S N N
ID11 S S S S S
ID12 S S S N N
ID13 S S S S S
ID14 S S P S S
ID15 S S N P P
32
Algunos trabajos que presentan la aplicación de la minería de procesos, y otros la
integración con gestión de procesos de negocio, son los siguientes:
2.2.3.1 Modelo de Minería de procesos simplificado
En esta propuesta se combinan la programación genética con métricas para establecer un
enfoque de la minería de procesos simplificados basados en la programación genética.
Cada métrica tiene sus propias ventajas y desventajas, por lo tanto se debe saber que
complejidad se tiene para saber que programación genética es necesaria y así definir
objetivos. La métrica seleccionada debe ser capaz de medir la complejidad estructural de
los modelos de procesos. También debe ser capaz de codificar, con el fin de lograr cálculos
automáticos del algoritmo. Debe ser capaz de verificar el proceso a través de modelos
reales. El modelado de procesos se puede entender a partir de cuatro principales
perspectivas: la actividad, el control de flujo, datos y recursos perspectivas. La ventaja de
este método es que se pueden extraer modelos de procesos tanto desde la perspectiva de
la estructura como del comportamiento. Considera la complejidad de la estructura de los
modelos de proceso, por lo que es fácil de comprender. Dentro de las desventajas se
resalta la falta de relaciones complejas entre las funciones, y no se descartan roles de poca
importancia en el proceso [47].
ID16 S S N P P
ID17 S S P P P
ID18 S S P P P
ID19 S S S S S
ID20 S S P S S
ID21 S S N P P
ID22 S S P P P
ID23 S S P P P
ID24 S S S S S
ID25 S S P S S
33
2.2.3.2 Mejorando la estructura: secuencia lógica de modelos de
minería de procesos
En este trabajo se muestra cómo la secuencia lógica de eventos que puede utilizarse en
lugar de la lógica temporal para reconstruir el flujo de control en modelos de procesos de
minería. El objetivo es proporcionar modelos de procesos que son menos complejos y que
proporcionan información sobre la estructura lógica de los procesos del negocio,
explotando la estructura lógica en un registro de eventos. Este enfoque crea más modelos
informativos de acuerdo con los requisitos pertinentes del dominio de aplicación en
comparación con los enfoques tradicionales que utilizan la estructura temporal de los
acontecimientos. Los beneficios están reflejados en la explotación de la estructura lógica
de eventos que proporciona modelos de minería de procesos más articulados con los
requisitos del dominio de aplicación mejor que los enfoques tradicionales, y que producen
modelos menos complejos.
Como desventaja se resalta que se centran en modelos de minería desde la perspectiva
del control de flujo omitiendo la estructura, esto afecta directamente el entendimiento y la
calidad de los modelos obtenidos [12].
2.2.4 Modelamiento basado en minería de procesos y análisis de
flujo de trabajo en atención clínica – un estudio de caso en una
clínica de chicago
Se trata de la creación de un modelo de flujo de trabajo de nivel abstracto con una visión
precisa del flujo de pacientes, teniendo en cuenta la naturaleza dinámica de los procesos
asistenciales, buscando mejorar la gestión. Este método es capaz de descubrir
conocimiento significativo, es decir, el flujo de trabajo, de los procesos de atención clínica
por medio de la minería de registros de eventos. Se propone un modelo de simulación de
eventos discretos para analizar cuantitativamente el centro clínico. Los resultados sugieren
que esta metodología es una herramienta útil y flexible para la mejora del rendimiento de
los procesos de atención médica.
El modelo puede reproducir con precisión los comportamientos observados en la clínica,
identificar los cuellos de botella, y predecir el impacto de los esfuerzos de mejora para la
34
toma de decisiones. Se resalta el gran potencial que tienen las técnicas de minería de
procesos en los sistemas de atención en salud, sin embargo todavía tienen algunos
defectos. Por ejemplo, si no se utilizan las relaciones de dependencia de espera para
simplificar el registro de eventos, el flujo de trabajo descubierto por la minería difusa
todavía será demasiado complicado para la simulación [48].
2.2.3.4 Un nuevo enfoque para minería de procesos:
descubrimiento de modelos de proceso
Se presenta un nuevo enfoque denominado Método de Mapa Minero (MMM). Este método
está diseñado para automatizar la construcción de modelos de procesos desde los
registros de los procesos. MMM utiliza modelos ocultos de Markov para modelar la relación
entre las actividades de los registros de los usuarios y las estrategias para satisfacer sus
intenciones. El método también incluye dos algoritmos específicos desarrollados para
inferir las intenciones de los usuarios y la construcción del modelo de procesos
respectivamente. MMM puede construir Mapas de modelos de proceso con diferentes
niveles de abstracción con respecto al el meta-modelo de procesos original. La potencia
del modelo de proceso obtenido muestra una eficiencia satisfactoria con respecto al
método propuesto.
Dentro de las ventajas del modelo se resalta el control de la conformidad de los modelos.
Solo requiere registros de las actividades (registros de eventos) como entradas. Esto hace
que el método sea fácilmente aplicable a cualquier conjunto de datos.
El modelo puede mejorarse automatizándolo completamente mediante la construcción de
ontologías más sofisticadas a partir de los temas descubiertos. Estas ontologías deben
tener en cuenta el contexto en el que los procesos son promovidos, así como la situación
en cuestión. Esto hace que el mapa descubierto sea más sensible al contexto. Esta
propuesta al igual que otras herramientas existentes se limita a representar el proceso en
términos de actividades [49].
35
2.2.3.5 Minería de procesos y componentes arquitectónicos desde
casos de prueba
Se presenta esquema para clasificar etapas de prueba a los componentes arquitectónicos
de la minería. Los resultados experimentales de clasificación automática utilizando
técnicas de aprendizaje supervisado indican precisión entre el 88% y el 94% lo que motiva
a llevar a cabo más investigaciones. La comprensión de pruebas es parte de la
adquisición, transferencia y gestión del conocimiento en curso.
El Sistema de Pruebas de Integración se centra en la verificación de interfaces de usuario,
así como la funcionalidad de sistemas individuales. Los flujos de trabajo en el sistema se
ejecutan para probar diversos escenarios de uso. Si bien no existe un modelo estándar en
la industria para describir un script de prueba, usando una tabla formulario es una práctica
común. Cada script de prueba representa un escenario de uso del sistema representado
como un flujo y todo el conjunto de pruebas da cuenta de la cobertura deseada sobre todos
los flujos en el sistema. A pesar de todas estas bondades la propuesta refleja algunas
dificultades como el mejoramiento en lo que respecta a la precisión y el duplicado como
pasos para descubrir los modelos de procesos de guiones de prueba, motivando a nuevas
investigaciones en el desarrollo de técnicas de minería de procesos de guion de prueba.
Se necesita de un análisis multidimensional. Estos modelos son demasiado complejos para
la aplicación final [50].
2.2.3.6 Aplicación de técnicas de minería de procesos para
optimizar los modelos de procesos de negocio basados en
sistemas de información que emiten licencias y permisos de
licencia electrónicos
La minería de procesos construye un puente entre la minería de datos y BPM. Las
Técnicas de minería de procesos pueden restaurar los modelos de procesos de negocio;
identificando cuellos de botella. Los resultados de minería de procesos permiten organizar
un seguimiento eficaz de la ejecución de los procesos de negocio y, si es necesario,
optimizarlos. En el trabajo de [51], el sistema propuesto permite a los usuarios buscar los
servicios (licencias, permisos, procedimiento de notificación) con una serie de criterios
(ciudad destino, tipo, fecha, clase de servicio, etc.). Actualmente hay dificultades con el
36
creciente volumen de las técnicas y los procesos del mismo tipo o similares por esto se
requiere optimización y normalización de su modelado y ejecución.
2.2.3.7 Una revisión de literatura en el contexto de la salud
Se centra en el dominio profesional de la salud, donde la minería de procesos tiene
diferentes estudios de caso, con resultados prometedores. Concretamente se realiza una
revisión de literatura sobre el uso de la explotación minera de proceso en la atención
médica [44].
2.2.3.8 Una perspectiva de procesos en procesos de negocio
Se presentan algunas ideas preliminares sobre el desarrollo de un enfoque desde
diferentes perspectivas de minería de procesos en procesos de negocios. Se ofrece una
definición general desde una perspectiva de proceso de negocios [45].
2.2.3.9 Diseño de un nuevo sistema de almacenes de datos
El autor hace referencia a la Arquitectura, que es la plataforma encargada de procesar los
datos y procesos, es la transformación física de almacenamiento de datos, tiene un medio
de transmisión de datos, y la compone el Hardware y Software, incluyendo el sistema
operativo.
El modelo propuesto tiene el propósito de recolectar, integrar, y realizar análisis de datos
con OLAP, y Minería de Datos. El análisis de datos necesita OLAP (Online Analytical
Processing) de Software para apoyar el tipo general de análisis multidimensional.
La Minería de Datos, se utiliza para realizar análisis de datos, y su función es encontrar
relaciones entre los datos.
Con el almacenamiento de datos se espera lograr realizar el análisis de indicadores clave
de proceso (KPI), pero con mayor volumen de datos, se logra establecer mejores
correlaciones entre variables [52].
37
2.2.3.10 Integración de objetivos con procesos de almacenes de
datos para análisis de procesos de negocio
La gestión de procesos del negocio ha establecido como un importante instrumento para
ayudar a las organizaciones en las reunir sus objetivos de negocio y lograr ventajas
competitivas.
El análisis y mejora de procesos de negocio, es una de las etapas centrales del ciclo de
vida de BPM. Esto requiere la comprensión de los procesos del negocio, así como
enfoques para administrar continuamente y cambiarlos para facilitar la mejora de procesos
sostenibles.
Un nuevo enfoque para analizar los procesos de negocio es utilizar técnicas de inteligencia
de negocios. Algunos de estas técnicas intentan impulsar las capacidades analíticas de
BPM mediante el empleo de almacén de datos orientados a los procesos. Estas
estructuras de almacenamiento de datos están dirigidos a capturar información sobre los
procesos ejecutados contrastadas con sus análisis eficientes, de tal modo ofrecer mejoras
[53].
2.2.3.11 Restricción a los indicadores numéricos en sistemas de
medición de desempeño
En este trabajo se resalta la importancia de los KPI para evaluar los procesos de negocio
y la gestión táctica de una empresa. Se indica la restricción para cuantificar el rendimiento
en los llamados sistemas de rendimiento hace que sea difícil evaluar los procesos
complejos relacionados con negocios que son más bien de carácter cualitativo, por
ejemplo, factores de éxito, hitos, la complejidad, las relaciones, dependencias o madurez.
Algunos procesos de negocio no pueden ser fácilmente medidos debido a su naturaleza
no determinista o cualitativa. Entonces para implementar sistemas de medición de
rendimiento, se usan métricas de simplificación y artificiales que son costosos y complejas
de crear y evaluar [54].
38
2.2.3.12 Indicadores clave de rendimiento utilizados en
aplicaciones de medición de desempeño
Se realiza una caracterización que sirve de orientación sobre la medición del desempeño
que utilizan los sistemas de negocio y analizar las soluciones ERP, tecnologías para
ofrecer diferenciadores y los puntos de enfoque para los tomadores de decisiones. Las
medidas son seleccionados de diferentes áreas y puntos de vista de acuerdo con algunas
direcciones: oportunidades actuales de diseño front-en, técnicas y metodologías de
desarrollo, funcionamiento y rendimiento de la tecnología (la disponibilidad y velocidad,
sostenibilidad de una solución [55].
2.2.3.13 Reutilización de minería de datos en procesos de negocio:
un enfoque basado en patrones
Las aplicaciones de negocios implican alta flexibilidad en el procesamiento de información
y extracción de conocimiento desde los datos. Por lo tanto la minería de datos se convierte
en una parte integral del funcionamiento de negocios.
Este trabajo describe un enfoque que facilita la integración basada en patrones de proceso
para minería de datos y demuestra que estos patrones pueden ser fácilmente reusables y
pueden significar el levantamiento de integración de procesos [56].
2.2.3.14 Desafíos en análisis de rendimiento en arquitecturas
empresariales
En este trabajo se define el concepto de Corporate Performance Management (CPM) como
los procesos, metodologías, métricas y tecnologías para medir, controlar y gestionar el
rendimiento del negocio. Incluye los modos orientados al proceso de acción y enfoques
para la gestión del rendimiento en los procesos de negocio. El tema de los indicadores
clave de rendimiento se explora en una serie de áreas en la literatura, tales como ciencias
de la administración, la gestión empresarial y BPM. El enfoque se hizo más concentrado
en los procesos de negocio, lo que permite la recogida de un espectro más amplio de los
datos de rendimiento relevante, que abarca medidas tanto financieras como no financieras.
Se refiere a la representación ajustada de KPIs así como su ejecución técnica
correspondiente [57].
39
2.2.3.15 Hacia un marco de notación integrado de requisitos de
usuario y herramientas BPM
El ciclo de vida de Business Process Management (BPM) consta de varios pasos iterativos
que mejoran la calidad de los procesos de negocio y de la organización con un enfoque
incremental. La implementación de un Data Warehouse (DW) mejoraría el rendimiento de
los modelos de negocio. El DW puede utilizarse como un origen de datos para una
herramienta de Business Intelligence (BI) integrada en el entorno de BPM, que le permitirán
investigar los procesos de negocio en su contexto asociado a lo largo de diferentes
dimensiones. La fase de mejora puede utilizar resultados de la medición del rendimiento
de la fase de control, así como un repositorio de patrones de rediseño de procesos. En
este trabajo proponemos una visión de modelado donde se muestra el apoyo de BPM [58].
2.2.3.16 Construir componentes estratégicos para el proceso de
minería de datos
En este trabajo se hace una caracterización de la Minería de datos, la cual se refiere a
obtener conocimiento desde grandes cantidades de datos. La minería de datos se llama
apropiadamente como "Minería de conocimiento. Hay muchos otros términos con un
significado similar o ligeramente diferente a la minería de datos, tales como conocimiento
minero de extracción de conocimiento, análisis de datos/patrón, bases de datos. Puede
ser clasificada en dos categorías como descriptiva y predictiva. Las tareas relacionadas
con la minería descriptiva se caracterizan por descriptivo se caracteriza por las
propiedades generales de datos en la base de datos, mientras que las tareas predictivas
realizan inferencia sobre los datos actuales con el fin de hacer predicciones. Estas
funcionalidades se clasifican como sigue: caracterización y selección; Análisis de
asociación; Clasificación y predicción; Análisis de Cluster [59].
40
3. MODELO PROPUESTO
En este capítulo se presenta el modelo propuesto, se describe sus componentes y
funcionalidad. De esta forma se da cumplimiento al objetivo específico número 2 que
consiste en establecer los componentes que conformaran el modelo de optimización, y al
objetivo 3 que consiste en establecer la funcionalidad de los componentes del modelo
asociado a la optimización de los indicadores de proceso.
El modelo muestra la interacción de actividades de los procesos como lo indica la norma
ISO 9000:2000. De esta interacción se generan resultados que son derivados de orígenes
de datos que posteriormente son procesados. Los orígenes o fuentes de datos del modelo
son resultados de otras actividades o procesos previos. El flujo de actividades del proceso
se activa una vez se suministran los recursos, y son monitoreadas por un componente de
medición para reunir información y analizar el desempeño del proceso y las características
de entrada y de salida.
El modelo con su enfoque permite y facilita hacer seguimiento de sus procesos en el
tiempo hasta alcanzar la optimización a partir del plan de mejora, que busca superar
problemas como la perdida e inconsistencia de la información, que se presenta en flujos
de trabajo de las tareas de procesos de las organizaciones, donde en muchas ocasiones
las causas de estos problemas están relacionadas con la utilización de diferentes orígenes
de datos, ya sean tablas, archivos, o bases de datos, y estos problemas se identifican en
el momento de hacer seguimiento a los modelos de procesos utilizando los registros que
se guardan en los sistemas de información. Para disminuir el impacto que esto pueda
ocasionar, el modelo propuesto denominado MODINMINPROC define un conjunto de
componentes, que corresponde a lo establecido en el segundo objetivo de esta tesis.
El modelo MODINMINPROC inicia con la especificación de los procesos. Posteriormente
se analizan y evalúan los procesos, y finalmente de acuerdo al estado en que se
encuentren se sugiere o no un plan de mejora, que posterior a su aplicación se optimizan.
41
Aunque en los registros de los sistemas de información reposan las características de los
procesos, de las actividades, de las tareas, y variables, MODINMINPROC indica tomar
solo las características de tareas y variables, incluyendo el valor obtenido para cada tarea,
y para cada variable en los diferentes momentos del tiempo.
3.1 Componentes del modelo
El modelo se ha denominado MODINMINPROC como un acrónimo de Modelo de
Integración de Minería de Procesos y Procesos de negocio. El modelo está compuesto por
cuatro componentes: (a) modelado de la organización, (b) origen de datos, (c) análisis de
proceso, y (d) optimización. Los componentes del modelo se ilustran en la Figura 3.
Figura 3. Modelo propuesto – MODINMINPROC
Los componentes interactúan entre ellos en la medida en que se genera flujo de
información, ya sea de entrada y/o salida necesario para la funcionalidad de los
componentes, como lo ilustra la figura 4.
42
Figura 4. Interacción de los componentes del modelo –MODINMINPROC
El componente denominado Modelo organizacional se comunica con el componente
Modelado Dimensional proporcionándole información de las características de la
organización, procesos, actividades, tareas, y variables. Esta información es importante
para realizar el análisis y evaluación de los procesos, y también para establecer las
características que permiten establecer el modelamiento dimensional, concretamente
proporcionando información para las dimensiones del modelo OLAP.
El componente de Análisis de Datos también se comunica con el componente origen de
datos, recibiendo información de este. La información que se recibe está relacionada con
las características de las tareas y variables que se encuentran en los registros de los
sistemas de información de la organización. Esta información es importante para
consolidar los hechos del modelo OLAP. De esta manera se garantiza la consistencia de
los datos, al relacionar los procesos y actividades definidos en el componente de Modelado
organizacional, y las tareas y variables provenientes de los sistemas de información.
El componente de Análisis de Datos se comunica con el componente de Optimización
proporcionándole datos que son producto del análisis y evaluación de los procesos.
Los datos contienen el estado de cada uno de los procesos, que determinan si el proceso
se encuentra en estado ideal, en alerta, o crítico.
43
El componente Optimización ejecuta un plan de mejora que contiene sugerencias
establecidas a partir de las causas que determinan el estado del proceso.
Cada componente tiene relación con una o más etapas del ciclo de vida de BPM, y está
compuesto por varios elementos que especifican su comportamiento.
El modelo ha sido diseñado de tal forma que cada uno de los cuatro componentes esté
relacionado con una o más fases del ciclo de BPM, como se muestra en la Tabla 2.
Tabla 2. Relación de los componentes del modelo con las etapas de BPM
COMPONENTE RELACIÓN CON FASES BPM
Modelado de la Organización
Diseño Modelamiento
Origen de Datos Ejecución
Análisis de Proceso Ejecución Monitoreo
Optimización Optimización
Recomendaciones
3.1.1 Modelado de la organización
El Modelo de la Organización define “qué” elementos de la organización harán parte del
modelo. En especial se trata de los procesos con sus actividades, tareas, y variables de
medición.
Este modelo tiene relación con la fase Diseño y Modelamiento del ciclo de vida de BPM.
En la etapa de diseño se identifican procesos existentes, analizándolos y buscando que
se reestructuren o se propongan nuevo, igualmente se especifican flujos de proceso
44
(workflow). Durante la fase de modelamiento se especifican variables que hacen
referencia a indicadores clave de rendimiento. Por ejemplo un indicador para una
empresa de atención a usuarios puede ser total de usuarios atendidos sobre el total de
usuarios estimados para atender (KPIusuario = ∑ Usuarios Atendidos / Total de Usuarios
Esperados.
La organización O se define desde un conjunto de flujos de trabajo W que definen cada
proceso Pi, donde cada Wi incluirá un conjunto de actividades Aj=1..n determinadas a su
vez por un conjunto de tareas Tk=1..n, y un conjunto de variables Vl para medir el proceso.
Estas pueden estar en función del W i o de Tk. El modelo utilizará solo las variables
asociadas a las tareas.
En la figura 5 se ilustran las etapas para el componente de modelo organizacional.
Figura 5. Flujo de trabajo – Modelado organizacional
3.1.1.1 Especificar variables de Medición
Se especifican y caracterizan las variables que utiliza la organización en relación con los
procesos, y que son necesarias para medir de las tareas. Las variables identificadas son:
tiempo (TM), tecnología (TC), recurso humano (RH), costo (CT), y conocimiento (KC).
Definición de Variables
Variable Tiempo (VT). Esta variable maneja valores relacionados con la duración o
momento en el que ocurre un evento.
Variable Costo (VC). Esta variable maneja valores relacionados con el costo (pesos,
rendimiento, procesamiento) que implica en un evento.
45
Variable Tecnología (VTech). Esta variable maneja valores relacionados con los
recursos tecnologicos que implica un evento.
Variable Recurso Humano (VRH). Esta variable maneja valores relacionados con la
cantidad, calidad, y rendimiento del recurso humano implicado en un evento.
Variable Conocimiento (VK). Esta variable maneja valores relacionados con el nivel,
esfuerzo de obtener, y adquirir, transferir nuevo conocimiento relacionado con un
evento.
Las características de variables se muestran en la Tabla 3.
Tabla 3. Caracteristicas de la variable
VARIABLE
Codigo Corresponde a la identificación de la variable Nombre Nombre de la variable. Detalle Describe las caracteristicas de la variable, en
funcion de los criterios de medicion.
La figura 6 ilustra la definición del esquema de Medición desde los elementos del
modelo de la organización.
46
Figura 6. Esquema de medición del modelo
Las variables obtienen valor en diferentes momentos.
Momento 1 – Configuración de una la Tarea. Las variables de medición son definidas por
cada una de las tareas que conforman un workflow. En la figura 7 se muesta la
asignación de valores de configuración para una la primera corrida del workflow.
Figura 7. Configuración de las variables de medición de una Tarea que es parte de un workflow.
Momento 2 – Alertas de Medición. Cuando el workflow se ha corrido varias veces pueden
darse cuellos de botella que generan alarmas y es necesario reconfigurar los valores de
las variables.
3.1.1.2 Especificar proceso
Cada proceso corresponde a un conjunto de actividades que contribuyen a obtener
resultados necesarios para alcanzar los propósitos de la organización. Las caracteristicas
de los procesos se muestran en la tabla 4.
Tabla 4. Caracteristicas del proceso
PROCESO
Codigo identificacion de cada proceso. Nombre Nombre del proceso. Detalle Describe las caracteristicas del proceso,
en funcion del conjunto de actividades que lo componen.
Objetivo Es el alcance y el proposito del proceso respecto a los objetivos de la organización.
Importancia o indicador
Prcentaje que se le asigna al proceso en funcion de los propositos de la organización.
47
Frecuencia Indica cada cuanto se ejecuta el proceso
Cada organización relaciona diferentes procesos
Tabla 5. Especificación de procesos para la organización
Organización
Procesos
P1
P2
Pn
3.1.1.2.1 Especificar Actividad Cada actividad corresponde a un conjunto de tareas que contribuyen a obtener resultados
necesarios para alcanzar los propósitos del proceso. Las caracteristicas de la actividad
se especifican en la tabla 6.
Tabla 6. Caracteristicas de la actividad
ACTIVIDAD
Codigo Es la identificacion de cada actividad Titulo Es el nombre de la actividad Detalle Enuncia y describe las caracteristicas de
la actividad, en funcion del conjunto de tareas que relaciona.
Importancia o indicador
Es el porcentaje que se le asigna a cada actividad en funcion del proceso.
3.1.1.2.2 Especificar Tarea Las tareas a un conjunto de variables relacionadas que contribuyen a obtener resultados
necesarios para alcanzar los propósitos de la actividad. Las caracteristicas de la tarea
se muestran en la tabla 7.
Tabla 7. Caracteristicas de la tarea
TAREA
Codigo Es la identificacion de cada tarea. Tiulo Corresponde al nombre de la tarea. Detalle Enuncia y describe las caracteristicas
de la tarea, en funcion del conjunto de variables que relaciona.
48
Objetivo Alcance y proposito de la tarea respecto al propósito de la actividad.
Importancia o indicador
Porcentaje que se le asigna a cada terea en funcion de la actividad.
Valor ideal Valor establecido por la organización con el fin de tener un porcentaje contra el cual se compare el porcentaje obtenido para la tarea despues de su evaluación, y poder determinar en que estado se encuentra.
Valor aceptado Valor establecido por la organización con el fin de tener un porcentaje contra el cual se compare el porcentaje obtenido para la tarea despues de su evaluación, y poder determinar si se encuentra en un estado de Aceptación.
Valor Rechazado
Valor establecido por la organización con el fin de tener un porcentaje contra el cual se compare el porcentaje obtenido para la tarea despues de su evaluación, y poder determinar si se encuentra en un estado de rechazo.
3.1.1.3 Relacionar variables a tareas
Las variables que se especifican para la organización se relacionan con una o más tareas,
esto indica que, para cada variable se pueden asignar diferentes valores de importancia
dependiendo de las tareas que relacione. La asignación de la importancia para la tarea se
realiza a criterio del experto de la organización teniendo en cuenta la importancia del
proceso, y de las actividades que relaciona. Ver figura 8.
Figura 8. Importancia de las variables Según tareas
Variable
V1 V2 V3 Vn
Vn %1 %2 %3 %n
Tarea
Tn
Tarea
T1
Tarea
T2
49
La importancia se establece teniendo en cuenta el número de variables y la importancia
que le asignara a cada una de ellas. En el caso de que la tarea solo cuente con una
variable, el valor que se le asigne corresponde a 100%. Si son dos o más variables se
distribuyen el 100% entre ellas de acuerdo al nivel de importancia que considere el experto
de la organización.
La importancia al compararla con el valor de calificación de la variable determina el estado
de rendimiento respecto a la tarea. Este valor se encuentra en el registro de eventos.
3.1.1.4 Especificar plan de mejora
El plan de mejora se registra por un experto de la organización, y está relacionado con las
tareas que presentan inconsistencias, o su calificación está en un estado de alerta o crítico.
El plan de mejora tiene como propósito optimizar los procesos, desde la mejora que se
aplique y se refleje en las tareas. En la tabla 8 se muestran sus características.
Tabla 8. Caracteristicas de la actividad
PLAN DE MEJORA
Codigo Identificación de cada plan de mejora. Causas Problema que presenta la tarea. Recomendación Posible solucion que se da para la tarea.
3.1.2 Origen de Datos
El segundo componente denominado Origen de Datos se relaciona con la fase
modelamiento de BPM, Durante la fase de modelamiento se especifican variables que
hacen referencia a indicadores clave de rendimiento.
Este componente determina el conjunto de registros conformado por tareas y variables
provenientes de los sistemas de información de la organización. Los registros dan a
conocer la calificación que tuvieron las tareas y variables en diferentes registros de tiempo.
50
Con este componente se obtiene la información desde las bases de datos de los sistemas
de información de la organización (procesamiento OLTP), y que tienen relación con el
proceso que se esté analizando. La relación se establece a partir de las tareas y variables
provenientes del almacenamiento OLTP, y las actividades del modelo de procesos. Las
características de la información se describen en la tabla 9.
Tabla 9. Caracteristicas de los datos OLTP
Datos OLTP
Tarea Son las tareas que se ejecutaron y quedaron registradas en el sistema OLTP
Valor Tarea Porcentaje o valor numerico que indica cual es la calificación de las tareas
Variable Son las variables que acompañan a las tareas y determinan su comportamiento
Valor variable Fecha
Porcentaje o valor numerico que indica cual es la calificación de las variables
3.1.3 Análisis de proceso
El tercer componente recibe el nombre de Análisis de proceso, y se relaciona con la fase
denominada ejecución y monitoreo de BPM. Durante la etapa de ejecución. En la etapa
de ejecución se cambian procesos actuales y entran en operación nuevos procesos. La
ejecución se relaciona metas para obtener resultados esperados.
El seguimiento a los procesos se realiza evaluando el rendimiento, y analizando los
resultados de los indicadores actuales con los históricos. En la etapa de análisis de
proceso se ejecuta y verifica el estado de los procesos, a partir de sus actividades, tareas
y variables.
51
Figura 9. Flujo de trabajo – Análisis de procesos
3.1.3.1 Migración de Datos
La información obtenida en el origen de datos OLTP es migrada a un esquema
dimensional, utilizando el algoritmo propuesto AGINTDATA. El algoritmo integra la
información de tareas y variables que se originan desde los sistemas OLTP, con los
procesos y actividades caracterizadas en la etapa de modelado de la organización. Esto
indica que la información de un proceso específico con sus actividades puede verse con
sus tareas y variables. La interacción y migración se ilustra en la figura 10.
Figura 10. Migración de OLTP a OLAP
En la figura 11 se ilustran las etapas que sigue el algoritmo AGINTDATA para consultar,
consolidar datos, y actualizar el modelo dimensional.
52
Figura 11. Etapas para la migración de datos desde OLTP a OLAP
Algoritmo AGINTDATA
Paso 1: //Declarar variables//
Variables del proceso (tarea, actividad) Variables para captura de datos desde origen (identificadores para tarea, variables, valores para tarea y variable)
Paso 2://Consulta los Identificadores de tarea que vienen en el conjunto de registros
transaccionales (desde el formato), y se insertan en una tabla temporal de control de
datos//
Seleccione atributo principal de la tarea desde tabla temporal (que no se repitan) Inserte atributos seleccionados en tabla temporal de control
Paso 4://Determinar y guardar en una variable, el total de identificadores de tarea que se
almacenaron en la tabla temporal de control//
Variable= seleccione total identificadores de tarea desde tabla control
Paso 5://Establecer ciclo para seleccionar el identificador de tarea dese la tabla temporal
de control, el identificador de actividad desde la dimensión tarea, y el identificador de
proceso desde la dimensión actividad, el ciclo debe repetirse cuantas veces lo indique el
valor que tiene guardada la variable que controla el total de registros //
Mientras variablecontrolciclo <= variabletotaltarea
Tarea=seleccione identificadorTarea desde tabla temporal
Actividad=seleccione identificadorActividad desde DimensionTar, teniendo en
cuenta como criterio de búsqueda el identificadorTarea
Proceso=seleccione identificadorProceso desde DimensionAct, teniendo en
cuenta como criterio de búsqueda el identificadorActividad
Paso 6: //Crear un cursor para seleccionar de la tabla temporal de Datos los registros que
tienen relación con una tarea específica. Estos registros no traen relación directa con una
actividad y proceso//
53
Crear Cursor
Seleccione fecha, identificador de tarea y variable, y sus valores, desde tabla
temporaldatos, con condición de búsqueda el identificador de la tarea
Abrir cursor
Cargar primer registro nombreCursor en las variables fecha, identificador de tarea y
variable, y sus valores
//Ciclo para migrar los registros seleccionados de acuerdo al criterio de la tarea específica
a la tabla hechos del modelo dimensional. En este paso se encuentra completo el registro
incluyendo el identificador de proceso, y el identificador de la actividad que previamente se
identificaron. De esta manera los registros que llegan al modelo dimensional, tabla de
hechos tienen relación entre el modelo de proceso, y los registros obtenidos desde los
sistemas transaccionales. El ciclo que se ejecuta va hasta fin de archivo//
Mientras no sea fin de archivo
Insertar en la tabla HechosKPI las variables: proceso, actividad, identificadorTarea
ValorTarea, identificadorVariable, valorVariable, fecha
Cargar siguiente registro cursor proceso, actividad, identificadorTarea ValorTarea,
identificadorVariable, valorVariable, fecha
Fin mientras
Cierra cursor Limpia memoria Fin mientras
3.1.3.2 Almacenamiento Dimensional
Se tiene un modelo dimensional conformado por Hechos y dimensiones. Los hechos
corresponden a la consolidación realizada entre datos que tienen tareas y variables y que
provienen de las bases de datos de los sistemas de información de la organización: y las
actividades y procesos que son resultado de la caracterización en el componente de
modelado organizacional.
El modelo dimensional está compuesto por tres dimensiones, y una tabla de hechos. La
tabla de hechos relaciona las dimensiones y tiene las métricas o medidas necesarias para
evaluar el estado de los procesos. Las características de las dimensiones y de los hechos,
pueden verse en la Tabla 10.
54
Tabla 10. Caracteristicas de las dimensiones y hechos
NOMBRE DESCRIPCION
Hechos Es la información histórica consolidada y conformada por el proceso, actividad, tarea, y variable.
Dimensión
Proceso
Son los datos de cada proceso que se caracteriza en el componente de modelado de la organización.
Dimensión
Actividad
Son los datos de cada actividad que se caracteriza en el componente de modelado de la organización.
Dimensión
Tarea
Son los datos de cada tarea que se caracteriza en el componente de modelado de la organización.
Dimensión
Variable
Son los datos de cada variable que se caracteriza en el componente de modelado de la organización.
Las relaciones entre dimensiones y hechos se ilustran en la figura 12.
55
Figura 12. Modelo Dimensional – Hechos y Dimensiones – Copo de Nieve
Las características de los atributos de dimensión, y de hechos se especifican en el
diccionario de datos, ver tabla 11.
Tabla 11. Diccionario de Datos - dimensiones y hechos
Dimensiones y Hechos Atributo Tipo Longitud
DimensionProc Idp Entero 4
Nomp Texto 50
DimensionAct IdA Entero 4
NomA Texto 50
IdP Entero 4
DimensionTar IdT Entero 4
NomT Texto 50
IdA Entero 4
DimensionVar IdV Entero 4
NomV Texto 50
HechosKPI IdH Entero 4
IdP Entero 4
IdA Entero 4
IdT Entero 4
ValT Numérico 5
IdV Entero 4
ValV Numérico 5
Fecha Fecha 10
3.1.3.3 Obtener evento
Esta fase se centra en el descubrir, agrupar y ordenar los registros de eventos. La
frecuencia se convierte en un criterio que sirve para filtrar el conjunto de datos que
conforman el registro de eventos y facilita su ordenación, esto se logra por medio de dos
56
pasos, en el primero se filtra y ordena la información de acuerdo con el lapso de tiempo
para el cual se desea realizar el análisis y el segundo se encarga de agrupar el registro de
eventos obtenido de acuerdo a las tareas indicadas en la etapa de modelado de la
organización.
Los eventos se obtienen o descubren desde los registros almacenados en el modelo
dimensional. Concretamente de los históricos que se encuentran en la tabla de hechos.
La frecuencia indica cada cuanto se realiza o ejecuta el proceso en la organización. Lo que
permite determinar el tiempo de gestión del proceso. Para descubrir los registros de
eventos se tiene en cuenta la frecuencia del proceso, la actividad y la tarea.
Los criterios de búsqueda son: el identificador del proceso, la frecuencia del proceso,
determinada por la fecha inicial y fecha final de la búsqueda de registros. La búsqueda de
registros implica establecer consultas con operaciones de selección de atributos,
especificación del origen de los datos y condiciones (criterios de búsqueda. Al finalizar
esta fase se obtiene el registro de eventos ordenado por proceso, actividades y tareas de
acuerdo con el lapso de tiempo establecido. Las actividades de este proceso se ilustran
en la figura 13.
Figura 13. Etapas para obtener registros con caracteristicas especificas
3.1.3.4 Conocimiento
Los datos de los registros obtenidos se evalúan para conocer el porqué del estado en que
se encuentran los procesos de la organización. La evaluación se realiza iniciando por las
tareas hasta llegar a la raíz, que corresponde al proceso seleccionado, como se ilustra en
la figura 14.
57
Figura 14. Pasos para la evaluación de un proceso
Se conoce el estado del proceso, sus actividades, y tareas; y el conocimiento del estado
de los procesos, lo determina la importancia de las variables para las tareas. La figura 15
ilustra el detalle de cómo se evalúan los procesos.
Figura 15. Detalle de la evaluación de un proceso
Para la evaluación de la tarea se siguen los siguientes pasos:
58
Calcular un único valor por tarea para el conjunto de registros de eventos obtenidos. Para
establecer el valor único de la tarea, inicialmente el modelo contempla lo siguiente:
El valor esperado de la tarea, corresponde a un promedio de los valores registrados de
acuerdo con las frecuencias de la tarea, la ecuación a utilizar es la siguiente:
veTn= (Σvr1Tn+ vr2Tn+…+ vriTn) /i
Una vez obtenido el valor único de la tarea, este se debe convertir a un porcentaje único
de la tarea (puT) de acuerdo con el valor máximo de la escala de referencia (vmer):
puT= (voT/vmer) *100
Simultaneo al cálculo del puT, se realiza el cálculo del valor de cada variable asociada a
la tarea (vvaT) según el registro de eventos que para dicho periodo tenga la tarea, y de
acuerdo con el valor de la variable para la tarea(vvT). Una vez obtenido el puT, se procede
a establecer el estado de las tareas.
vvaTn= (Σvv1Tn+ vv2Tn+…+ vviTn) /i
Calcular el valor obtenido para las actividades. Una vez calculado el voT y puT de todas
las tareas, de acuerdo con la frecuencia de las actividades se calcula el valor obtenido de
la actividad (voA). Para el cálculo del voA se suman los puT de las tareas contenidas en la
actividad multiplicadas por la importancia de la tarea para la actividad (iTA). Después de
calcular el voA, se establece el estado de la actividad.
voAn= Σ (puTi * iTAi)
Tabla 12. Estados de medición
Estados
Ideal
Alerta
Crítico
59
Reglas de decisión para determinar el Estado de las tareas, actividades, y del proceso.
Importancia de la actividad se identifica como IA para el árbol, la raíz del árbol se
representa como Item, y hace referencia a cualquier elemento sea tarea, actividad o
proceso.
Figura 16. Reglas para determinar el estado de tareas, actividades, y procesos
Calcular el valor obtenido para el proceso (voP). Una vez calculado el voA de todas las
actividades, de acuerdo con la frecuencia del proceso, se calcula el voP, el cual se da en
porcentaje. Para el cálculo del voP se suman los voA multiplicados por la importancia de
la actividad para el proceso (iAP), la fórmula es la siguiente:
voPn= Σ (voAi * iAPi )
3.1.4 Plan de Mejora
En el cuarto componente se hacen recomendaciones para los procesos, buscando mejorar
la calidad y competitividad de la organización.
60
Este componente tiene como propósito mejorar el rendimiento de los procesos. Tiene
relación con la fase de BPM que recibe el mismo nombre. El rendimiento se obtiene a
partir de la identificación del estado de los procesos en la etapa de ejecución y monitoreo,
y en caso de presentar un estado de alerta o crítico.se activan las recomendaciones que
se encuentran en los planes de mejora de la organización.
Figura 17. Flujo de trabajo – Optimización de procesos
3.2 Funcionalidad de los componentes del modelo
Los cuatro componentes se comunican unos con otros, con el propósito de compartirse
información necesaria para su correcta funcionalidad. Como se muestra en la Figura 9,
desde cada componente se realizan diferentes tareas que dan sentido racional al modelo.
61
Figura 18. Flujo de trabajo del modelo –MODINMINPROC
Primero se caracteriza la organización, y las variables que se considera son necesarias
para los procesos de la organización. Si la organización ya está configurada se puede
pasar a registrar cada uno de los procesos. En el momento de especificar los datos del
proceso se determina si está registrado, en caso de que sí este configurado se puede
pasar a ejecutar el componente de análisis de proceso, es decir que se puede iniciar el
análisis de ese proceso. Si no está registrado se procede a hacerlo caracterizando el
proceso con los datos más importantes y necesarios para su seguimiento y evaluación.
Cada vez que se registra un nuevo proceso debe quedar guardado en una base de datos
transaccional (modelo relacional), y de manera simultánea y automática los datos del
nuevo proceso se replican en un esquema dimensional, concretamente en una dimensión
que reciba y guarde procesos. Posterior a esta acción se registran las actividades, y al
igual que en el registro del proceso, cada actividad que se configura simultáneamente se
replica en el esquema dimensional, en una dimensión denominada actividad. Para las
tareas y variables se realiza el mismo procedimiento. Una vez configurado el proceso se
procede a realizar su análisis, para esto es necesario contar con información proveniente
de sistemas de información. Esta información contiene los registros en diferentes
momentos del tiempo, de las tareas y variables relacionadas con las actividades del
proceso en su fase de análisis.
62
En caso de no tener información disponible, se debe hacer una carga de datos desde los
diferentes orígenes. Esto implica estrategias de consulta por parte del administrador de la
base de datos de la organización para consolidar los registros en el archivo de datos. Este
archivo solo contiene los identificadores de tarea, los valores obtenidos para cada tarea,
los identificadores de cada variable que relaciona cada tarea, y los valores de cada
variable. En caso de tener el archivo con registros de datos se procede a ejecutar un
algoritmo de migración que permita cargar los registros del archivo de datos al modelo
dimensional, concretamente a la tabla de hechos.
Posteriormente se procede a realizar el descubrimiento de eventos teniendo en cuenta tres
criterios de búsqueda la fecha que relaciona la frecuencia de ejecución del proceso. En
este caso se especifica una fecha inicial y una fecha final, para establecer el intervalo que
concentra los registros asociados al proceso en el periodo de tiempo que indica la
frecuencia del mismo. También es importante para realizar un buen filtro especificar el
proceso a través del indicador de proceso, de esta manera se obtienen los registros de
eventos específicos al proceso, actividad, tareas, y variables.
Con el conjunto de registros de eventos es posible determinar el estado del proceso,
realizando una evaluación que inicia desde las tareas, pasando por las actividades, y
terminando en el proceso. El estado del proceso se indica como ideal, en alerta o crítico,
y las razones del estado del proceso son posible determinarlas en la fase de obtención de
conocimiento, la cual está directamente relacionada con las variables de cada tarea. Los
procesos que se encuentren en un estado de alerta o criticidad deberán ser sometidos a
mejoras a partir de las recomendaciones que se indican una vez se ejecuta el plan de
mejora. Las recomendaciones se dan de acuerdo a los factores o causas que relacione
el estado del proceso.
_______________________________________________________
Algoritmo para Análisis de Datos
Paso 1. Calcular total de Actividades por proceso
Paso 2.Ciclo para controlar iteraciones a partir del total de Actividades por proceso
63
Paso 3. Se identifica cada una de las actividades del proceso específico
Paso 4. Instrucciones para almacenar las Actividades específicas por proceso
Paso 5. Se obtiene la importancia de cada Actividad
Paso 6. Calcular total de Tareas por Actividad
Paso 7.Se toma cada identificador de tareas que se guardan temporalmente en memoria
Paso 8. Se calcula el valor esperado de cada tarea
Paso 9. Se calcula el PuT de las tareas
Paso 10. Se establecen reglas de Decisión para determinar el estado de cada tarea, PuT
Paso 11.Se determina el estado de las variables relacionadas con cada tarea
Paso 12. Se calcula el estado de las actividades en función de las tareas
Paso 13. Se determina el estado del proceso (ideal, alerta, o crítico)
64
4. VALIDACIÓN DEL MODELO
En este capítulo se valida el modelo propuesto a través de un caso de estudio aplicado en
la empresa retex s.as, y se da cumplimiento al objetivo específico número 4 que consiste
en Validar el modelo de optimización de los indicadores de proceso con un caso de estudio.
4.1 Características de la organización
Tabla 13. Datos de la organización
Razón Social: Retex S.A.S.
Objeto social: Sector textil
Ubicación Geográfica: Cl 21 A 54-49 Medellín, Colombia
Cobertura: Proceso de revisión área de Calidad.
Responsable: Coordinador de Calidad.
Objetivo: Disminuir el tiempo de ciclo de las referencias que quedan paradas en el proceso productivo, debido a que las telas con problemas de calidad quedan mucho tiempo frenadas y no pueden ser programadas para el proceso de corte.
Sitio web: http://www.retex.com.co/
Variables de la organización: RH- Recurso humano TM- Tiempo TC- Tecnología
Retex S.A.S ofrece el mejor servicio de corte, prefijado y fusionado de entretelas con
excelente calidad. Asesoría técnica con amplia variedad de entretelas.
La entretela es el elemento escondido que proporciona forma y soporte en determinadas
zonas de una prenda de vestir, como pueden ser el cuello, pie de cuello, puños, tapas,
charreteras, bolsillos, pretinas y ojales. Da cuerpo a los tejidos ligeros y evita que los
pesados se doblen sobre sí mismos. También prolonga la vida de tu prenda.
65
Las entretelas termo-fusionables son más rápidas y fáciles de usar que nunca. La clave
para escoger la correcta es conocer qué tipos hay disponibles, dónde y cómo se quieren
usar y qué terminación requiere en su producto.
4.1.1 Proceso 001
El proceso 001 denominado recepción de materia prima, tiene una importancia de 100, y
lo conforman cinco actividades. Su identificación y propósito es el siguiente: la primera
actividad consiste en generar orden de compra y su identificador es A1, la segunda
actividad es la asignación de cita y su identificador es A2, la tercera actividad se identifica
como A3 y tiene como propósito hacer la recepción y verificación hoja de revisión, la
siguiente actividad es la A4 esta actividad consiste en hacer la recepción y verificación hoja
de revisión, la quinta y última actividad se realiza el ingreso de material al sistema y se
identifica como A5. En la figura 19 se ilustran las actividades del proceso 001, y el
porcentaje de importancia que representa cada una de las variables para el proceso.
Figura 19. Actividades -importancia para el proceso 001
Cada una de las actividades tiene una o más tareas. La actividad A1 tiene una tarea que
consiste en generar requerimientos de tela para el proceso por parte del área de compra,
se identifica como T1.
30
10
20
10
30
A1 A2 A3 A4 A5
Actividades del Proceso 001
66
Figura 20. Tareas e importancia para la actividad A1
La actividad A2 tiene cuatro tareas, identificadas así: la primera tarea se identifica con T2
y consiste en que el proveedor realiza una solicitud mediante email. La segunda tarea es
T3, en esta tarea el proveedor define el tiempo para la recepción, la tercera tarea es T4, y
consiste en que la empresa agenda en el aplicativo establecido fecha de recepción, se
cuenta con circular definida por la compañía, la cuarta tarea T5 consiste en que el día
pactado se genere orden de compra, remisión y producto. La importancia de cada para
la actividad 2 se ilustra en la figura 21.
Figura 21. Importancia de las tareas para la actividad A2
La actividad A3, tiene dos tareas. La primera tarea de esta actividad consiste en aceptar
documentos en los que se debe cumplir con los datos estándar, esta tarea se identifica
como T6. La segunda tarea de esta actividad se identifica como T7 y en esta tarea se trata
100
0
T1
Tareas de la Actividad 1
20 20
30 30
T2 T3 T4 T5
Tareas de la Actividad 2
67
de verificar condiciones de calidad sino se cumple se devuelve. El porcentaje de
importancia de cada tarea se ilustra en la figura 22.
Figura 22. Importancia de las tareas
La actividad A4, tiene dos tareas. T8 es el identificador de la primera tarea de esta
actividad y consiste en que luego de recibir el producto y con toda la información es
matriculada en el sistema. La segunda tarea se trata de generar la lista de empaque y se
procede a etiquetar cada rollo según corresponda, esta tarea se identifica como T9.
La actividad A5, tiene dos tareas. La primera tarea de esta actividad consiste en ingresar
la factura en el sistema y se identifica como T10. La segunda actividad es T11 y se trata
de registrar la disponibilidad de la materia prima, su identificación es T11.
Cada tarea tiene relacionadas una o más variables de la siguiente manera: T1 relaciona
las variables Tecnología, Recurso Humano, y Tiempo. T2 relaciona la variable Recurso
Humano. T3 relaciona la variable Tiempo. T4 tiene relación con las variables Tecnología,
Recurso Humano, y Tiempo. Las tareas T5, T6, T7, T8, T9, T10, y T11 relacionan la
variable Recurso Humano. Ver tabla 14.
Tabla 14. Relación de tareas, actividades, y variables
Proceso 001
Actividades Tareas Importancia Variables Importancia A1 T1 100% TC 30%
RH 50% TM 20%
A2 T2 20% RH 100% T3 20% TM 100%
50 50
Porcentaje de las Tareas de la Actividad 3,4, y 5
68
T4 30% TC 30%
RH 50%
TM 20%
T5 30% RH 100%
A3 T6 50% RH 100%
T7 50% RH 100%
A4 T8 50% RH 100%
T9 50% RH 100%
A5 T10 50% RH 100%
T11 50% RH 100%
Figura 23. Variables y su importancia para las tareas que relacionan
A continuación se presenta una muestra de los registros transaccionales relacionados con
el flujo de trabajo del proceso 001. En la tabla 15 se pueden ver los atributos y datos
obtenidos desde el sistema de información de la organización.
Tabla 15. Muestra de registros transaccionales proceso 001
Id Id_T Valor_T Id_V Valor_V Fecha
1 T1 4,6 RH 0,95 27-02-2016
2 T1 5 TM 1 27-02-2016
3 T1 4,9 TC 0,95 27-02-2016
4 T1 5 RH 1 29-02-2016
5 T1 4,7 TM 0,95 29-02-2016
6 T1 5 TC 1 29-02-2016
30
50
20
100 100
30
50
20
100 100 100 100 100 100
TC RH TM TH TM TC RH TM RH RH RH RH RH RH
T1 T2 T3 T4 T5 T6 T7 T8 T9 T10
Relación de variables por tarea
69
7 T1 4 RH 0,9 01-03-2016
8 T1 4,6 TM 0,95 01-03-2016
9 T1 5 TC 1 01-03-2016
10 T1 3,6 RH 0,7 03-03-2016
11 T1 3,7 TM 0,75 03-03-2016
12 T1 2,6 TC 0,52 03-03-2016
13 T1 2,5 RH 0,52 04-03-2016
14 T1 4,9 TM 0,95 04-03-2016
15 T1 5 TC 1 04-03-2016
16 T1 0 RH 0 05-03-2016
17 T1 0 TM 0 05-03-2016
18 T1 5, TC 1 05-03-2016
19 T1 5 RH 1 08-03-2016
20 T1 5 TM 1 08-03-2016
21 T1 3,5 TC 0,5 08-03-2016
22 T1 3,7 RH 0,5 09-03-2016
23 T1 4,8 TM 0,9 09-03-2016
24 T1 5 TC 1 09-03-2016
25 T2 4,6 RH 0,9 27-02-2016
26 T2 4,7 RH 0,9 29-02-2016
27 T2 0 RH 0 01-03-2016
28 T2 4,8 RH 0,95 03-03-2016
29 T2 5 RH 1 04-03-2016
30 T2 4,5 RH 0,9 05-03-2016
31 T2 4,8 RH 0,95 08-03-2016
32 T2 4,5 RH 0,95 09-03-2016
Para este proceso se hicieron dos ejecuciones teniendo en cuenta dos momentos
diferentes de tiempo, y se especificaron como criterios de búsqueda con la fecha inicial y
final en los que se generaron flujos de trabajo para el proceso 001.
4.1.1.1 Procesamiento de datos -1
En la interface de procesamiento de datos se cargaron los registros de eventos
correspondientes al periodo de tiempo comprendido entre el 27 de febrero de 2016, y el
29 de febrero de 2016. El detalle del procesamiento se ilustra en la figura 24.
70
Figura 24. Datos procesados – proceso 001 – Ejecución 1
En la parte superior izquierda se especifican los criterios de búsqueda, en el centro de la
interface se visualiza el conjunto de registros de eventos, y en la parte superior derecha se
muestra el resultado para el proceso 001, el cual presenta un estado de alerta.
El detalle del procesamiento de los datos se ve en la parte inferior de la interface, donde
se calculan los valores para cada variable, tareas, y actividad del proceso específico.
En la tabla 16 se presentan resultados del procesamiento 1 de una muestra de datos
correspondiente al proceso 001.
71
Tabla 16. Relación de tareas, actividades, y variables
Datos procesados - Proceso 001- Ejecución 1
Variable TC RH TM RH TM TC RH TM RH RH RH RH RH RH RH
ValorpV 0,98 0,98 0,98 0,9 0,25 0,9 0,95 0,68 0,93 0,5 0,67 0,98 0,98 0,7 1
ImpV 0,5 0,2 0,3 1 1 0,5 0,2 0,3 1 1 1 1 1 1 1
ImpvT 0,49 0,2 0,29 0,9 0,25 0,45 0,19 0,2 0,9 0,5 0,67 0,98 0,98 0,7 1
% 98 98 98 90 25 90 95 68 93 50 67 98 98 70 100
Estado
Tarea T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11
veT 4.8 4.65 1.8 4.3 4.55 2.5 2.5 4.75 5 4.25 5
puT 0,96 0,93 0,36 0,86 0,9 0,5 0,5 0,95 1 0,85 1
Estado
itA% 100 20 20 30 30 50 50 50 50 50 50
itA 0,96 0,19 0,07 0,26 0,27 0,25 0,25 0,48 0,5 0,43 0,5
% 96 93 36 86 91 50 50 95 1 85 100
Actividad A1 A2 A3 A4 A5
iAp 0,3 0,1 0,2 0,1 0,3
% 30 10 20 10 30
VoA 0,96 0,79 0,5 0,98 0,93
Estado
Proceso P001
VoP 0,84
% 84
Estado
4.1.1.2 Análisis de datos Procesamiento -1
De las 11 actividades que componen el proceso cinco necesitan de plan de mejoramiento.
De esta manera la tarea T3 se encuentra en estado de alerta, ya que presenta solo un 36%
de rendimiento respecto al 100% de importancia que tiene para la tarea A2. De acuerdo
al procesamiento de los datos se relacionan posibles causas que estén motivando a tener
dificultades en la tarea T3, por ejemplo no se está realizando la programación de tareas
en forma adecuada, para esto se recomienda elaborar y ejecutar un cronograma de
actividades.
Las demás tareas, T1, T2, T5, T8, T9, y T11 no presentan inconvenientes de rendimiento
respecto a sus actividades. Por tanto se clasifican en un estado ideal de rendimiento.
La tarea T4 se encuentra en esta de alerta con un porcentaje de rendimiento del 86%
respecto al 100% de la importancia frente a la actividad A2, para esta tarea se asocian
72
posibles causas de su estado que tienen que ver con la falta de establecer un método de
trabajo para esta tarea. Para estas causas se recomienda realizar capacitación técnica
(uso de la tecnología) y operativa para el recurso humano que gestiona esta tarea.
Las tareas T6 y T7 se encuentran en estado de alerta con un rendimiento del 50% respecto
al 100% de importancia que presenta la tarea A3. El plan de mejora indica que para estas
tareas falta establecer un método de trabajo, y falta conocimiento respectivamente. Las
recomendaciones indican que se debe realizar capacitación técnica y operativa para el
recurso humano encargado de estas tareas.
La tarea T10 se encuentra en un estado de alerta con un 85% respecto a 100% de
importancia de la actividad A5. El plan de mejora recomienda realizar capacitación al
recurso humano encargado de la tarea, ya que las posibles causas que están afectando el
rendimiento de la tarea están relacionadas con el recurso humano, y el tiempo que destinan
para estas.
El detalle del porque las tareas se encuentran en un estado especifico de rendimiento lo
presentan las variables que estas tareas relacionan. En el caso de la tarea T3 que presenta
un estado de alerta, se debe a que hay inconsistencias con variable tiempo TM, ya que
solo tiene un 25% de rendimiento o importancia frente al 100%. Para el caso de la tarea
T4 el estado de alerta depende de la variable tecnología TC, ya que presenta solo un 67%
de rendimiento. La tarea T7 refleja sus dificultades con el recurso humano RH, su
rendimiento es de 67% respecto al 100% para su actividad A3. El estado de alerta de la
variable T10 directamente a la variable recurso humano RH, esta variable presenta un
rendimiento del 70% respecto al 100% de su importancia para la actividad A5.
4.1.1.3 Procesamiento de datos -2
En la parte superior izquierda se especifican los criterios de búsqueda, en el centro de la
interface se visualiza el conjunto de registros de eventos, y en la parte superior derecha se
muestra el resultado para el proceso 001, el cual presenta un estado de alerta. El detalle
del procesamiento de los datos se ve en la parte inferior de la interface, donde se calculan
los valores para cada variable, tareas, y actividad del proceso específico. Los detalles del
procesamiento se ilustran en a figura 25.
73
Figura 25. Datos procesados – proceso 001 – Ejecución 2
En la tabla 17 se presentan el procesamiento correspondiente al proceso 002.
Tabla 17. Relación de tareas, actividades, y variables
Datos procesados - Proceso 001- Ejecución 2
Variable TC RH TM RH TM TC RH TM RH RH RH RH RH RH RH
ValorpV 0,70 0,81 0,87 0,82 0,66 0,92 0,89 0,85 0,98 0,53 0,84 0,96 0,83 0,80 0,95
ImpV 0,5 0,2 0,3 1 1 0,5 0,2 0,3 1 1 1 1 1 1 1
ImpvT 0,34 0,16 0,26 0,81 0,66 0,46 0,18 0,25 0,98 0,53 0,84 0,95 0,83 0,80 0,95
% 70 81 87 82 66 92 89 85 98 53 84 96 83 80 95
Estado
Tarea T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11
veT 3,65 3,9 3,65 4,35 4,7 3,58 3,55 4,55 4,1 4.25 4,5
puT 0,73 0,79 073 0,86 0,94 0,71 0,71 0,90 0,82 0,85 0,9
Estado
itA% 100 20 20 30 30 50 50 50 50 50 50
itA 0,73 0,15 0,14 0,26 0,28 0,36 0,36 0,45 0,41 0,43 0,45
% 73 78 72 86 94 71 71 91 82 85 90
Actividad A1 A2 A3 A4 A5
iAp 0,3 0,1 0,2 0,1 0,3
% 30 10 20 10 30
VoA 0,73 0,84 0,71 0,86 0,87
Estado
Proceso P001
VoP 0,84
% 84
Estado
74
4.1.1.4 Análisis de datos Procesamiento -2
De las 11 actividades que componen el proceso 9 necesitan de plan de mejora, solo T8 y
T11 tienen un rendimiento del 90%, el 97% de las variables se encuentra en estado crítico,
para el total de las tareas, a excepción de la variable recurso humano RH, que tiene un
rendimiento entre el 95 y 98 por ciento respecto a las tareas T5, T8, y T11. Todas las
actividades se encuentran en estado crítico, por lo tanto el estado del proceso es crítico y
necesita ser intervenido de inmediato.
El plan de mejora al encontrar dificultades en todas las variables, y por ende afectando el
rendimiento de las tareas y actividades del proceso, recomienda fortalecer el personal
operativo respecto al manejo y conocimiento de la tecnología, ajustar planes de trabajo, y
realizar mejor la programación de actividades.
4.2 Análisis de datos con Minería de Datos
4.2.1 Técnica de Clustering
La técnica de Cluster muestra el agrupamiento de los datos en subgrupos poblacionales
teniendo en cuenta características similares.
Figura 26. Técnica de Cluster – Especificación de agrupamiento
75
Los grupos donde más concentración de datos se presenta son los cluster 1,2 y 3. Los
cuales indican que las actividades más críticas son cargar cita, generar orden de compra,
y cargar revisión. Esta situación de acuerdo al modelo se presenta incidencia de la tarea
recepción de materia prima. Y las variables que relaciona la tarea son el recurso humano
en mayor porcentaje, seguido del tiempo, y por último la tecnología.
El diagrama de cluster muestra el total de subgrupos en cuales el algoritmo distribuyo la
población, mostrando la relación de los datos, y los nodos en donde se presenta mayor
cantidad de datos con características similares. Los nodos o cluster más oscuros indican
la mayor concentración de datos relacionados con la variable de predicción.
Figura 27. Técnica de Cluster – Diagrama de grupos – concentración de Datos por
porcentaje
Las características del Cluster presentan un resumen de todo el modelo respecto a la
población. Indicando que la tarea de recepción de materia prima es la más crítica y está
asociada con la actividad de carga de revisión por parte del sistema, y confirma lo visto en
los perfiles de Cluster respecto a la variable recurso humano con mayor incidencia en el
estado del proceso.
76
Figura 28. Técnica de Cluster – Características del Cluster 1
4.2.2 Técnica de Reglas de Asociación
Las reglas de asociación se presentan como una red de dependencias que ilustra las
relaciones entre las variables de entrada o dependientes y la variable independiente o de
predicción. La figura 33 muestra la relación entre actividades, tareas y variables cuando el
valor de la variable es mayor o igual a 93%. La variable que se resalta en el modelo
generado es el recurso humano, y tiene relación con tres actividades que realiza el sistema
como son generar orden de compra, asignar cita, generar revisión.
Figura 29. Técnica de asociación – Red de Dependencias
Valor para la variable >0,93
77
La figura 30 muestra la relación entre actividades, tareas y variables cuando el valor
de la variable es mayor a 92%
Figura 30. Técnica de asociación – Red de Dependencias
Valor para la variable >0,92
La figura 31 muestra la relación entre actividades, tareas y variables cuando el valor
de la variable es menor a 76%. En este modelo se resaltan las tareas generación
de requerimientos de insumo, verificación de criterios de calidad, y calculo de
tiempo para recepción como las más significativas respecto a la actividad orden de
compra.
Figura 31. Técnica de asociación – Red de Dependencias
Valor para la variable <0,76
78
5. RESPUESTA A LAS PREGUNTAS DE INVESTIGACIÓN
¿Cuál es el modelo para la optimización de indicadores de proceso (KPI) usando minería
de procesos (MP) y gestión de procesos del negocio (BPM)?
Un modelo cuyos componentes permiten la articulación entre las actividades del modelo
de la organización, y las tareas y variables que determinan el comportamiento de las
actividades, y que provienen de los sistemas de información de la organización. El modelo
debe tener un enfoque dimensional, que facilite el acceso a los registros de eventos y el
análisis de los mismos para obtener conocimiento que determine el estado de los procesos,
y responda a la pregunta si es necesario optimizarlos.
¿Cuál es el método, y la técnica de almacenamiento de Datos que facilite el descubrimiento
de registros de eventos, y de ellos obtener conocimiento necesario para optimizar los
procesos de la organización, y sirvan como referente de casos para nuevos procesos del
negocio?
El método adecuado para almacenar los registros provenientes de los sistemas de
información consiste en extraer un conjunto de registros, y migrarlos a una estructura tipo
estrella (datamart), conformada por dimensiones y hechos. Desde aquí se consultan los
registros de eventos y posteriormente se analizan con el fin de obtener conocimiento, y
que permita responder al por que del estado de los KPI, luego de su evaluación.
¿Cuáles son las Reglas de representación de entrada y salida de un modelo, que
especifiquen el conjunto de datos de entrada (input), a partir de los cuales el modelo
proporcionará unos datos de salida (output) o resultado final?
Los datos de entrada input están determinados inicialmente por el conjunto de registros
que provienen de los sistemas de información, y de las características relacionadas con
los valores e identificaciones de las tareas y variables. Posteriormente cuando los registros
se llevan al modelo dimensional se establecen los criterios de búsqueda necesarios para
evaluar, analizar y obtener conocimiento desde los procesos de la organización. Los
79
criterios o reglas se especifican en función de la frecuencia del proceso, y el proceso
especifico que se desea evaluar.
¿Como Mejorar la ejecución, medición, y validación de indicadores clave KPI?
A través de un plan de mejora, cuyo propósito es ejecutarse una vez se identifiquen las
tareas que se encuentran en un estado de alerta o crítico, y mostrar las posibles causas
que están influyendo en el mal estado de las tareas, y por ende de las actividades y
procesos de la organización. También presentar las recomendaciones que permitirán
mejorar u optimizar los indicadores claves de proceso KPI, una vez se apliquen.
80
6. CONCLUSIONES Y TRABAJO FUTURO
6.1 Conclusiones
Los objetivos fueron alcanzados, teniendo en cuenta que se logró integrar en forma exitosa
la minería de procesos y la gestión de procesos de negocio en un conjunto de
componentes que determinan las características y funcionalidad de un modelo con
enfoque dimensional, y cuyo comportamiento permitió evaluar un número importante de
variables relacionadas con las tareas y actividades de algunos procesos de una empresa
dedicada al sector textil, contribuyendo con la verificación del estado de los procesos en
función de sus tareas, y sugiriendo recomendaciones que son importantes para mejorar el
rendimiento de los procesos de la organización.
La contribución también se refleja cuando se indica a la organización cuales son las
posibles causas por las cuales algunas tareas, y actividades se encuentran en estado de
alerta, y otras en estado crítico.
La hipótesis se cumple al lograr diseñar el modelo y ponerlo en marcha, resaltando la
funcionalidad de sus componentes cuando permitieron gestionar algunos procesos de la
empresa retex s.a.s, haciendo procesamiento de datos y análisis de los mismos. También
cuando se determinó el estado de las tareas y se indicaron las recomendaciones para
optimizar los indicadores de proceso KPI.
Es importante resaltar que para la organización retex s.a.s, este es el primer estudio de
evaluación y análisis cuantitativo que se realiza en la forma sistemática en que se aplicó.
Fue muy valioso para la organización poder conocer el estado de sus procesos, pero más
importante saber cuáles son los puntos críticos que debe atacar para garantizar el
rendimiento ideal de su sistema.
81
Se logró evidenciar el aporte que tiene el esquema dimensional al facilitar el
descubrimiento de los registros de eventos, y que posteriormente fueran analizados desde
el modelo respecto al modelo de procesos organizacional, y permitiendo identificar el
estado de los procesos en función del comportamiento de las actividades del modelo de
procesos organizacional, y el detalle del comportamiento de estas actividades que se
encontró en las tareas y variables provenientes de la base de datos transaccional.
La configuración previa que se realiza en la etapa de modelado de la organización mejora
el problema de concurrencia, ya que cada proceso se ejecuta de manera controlada y no
de forma simultánea.
La integración entre BPM y un modelo dimensional aplicando minería de procesos permitió
obtener una solución dinámica y flexible para la gestión de procesos de negocio, que
mejora la eficiencia en las etapas de modelado, automatización, integración, monitoreo y
optimización en forma frecuente.
El algoritmo propuesto garantizó la relación y consistencia de los datos entre el modelo de
gestión y los registros de sistemas de información de las organizaciones.
En los diferentes momentos de los procesos evaluados y analizados se encontraron
dificultades reflejadas en sus actividades, y tareas. Esto indico que la organización debe
hacer una revisión exhaustiva de las variables que acompañan y determinan el
comportamiento de las tareas, actividades y proceso. Es necesario revisar el recurso
humano, la tecnología, y el tiempo. Tres elementos fundamentales que dan valor a las
tareas, y permiten obtener conocimiento.
Los resultados cuantitativos obtenidos en función de los datos de algunos procesos de la
organización y que fueron evaluados y analizados determinan que es urgente aplicar un
mecanismo de monitoreo permanente para los procesos, ya que las inconsistencias
encontradas responden a varios momentos en el tiempo, en los cuales se aplicó el modelo,
y detecto estados críticos y en alerta para un número significativo de variables y tareas.
82
6.1.1 Trabajo futuro
El desarrollo de esta tesis presenta un conjunto de componentes que al integrarse mejoran
el seguimiento y evaluación de procesos de negocio, y a través de las recomendaciones
se pretende garantizar el rendimiento organizacional.
Para el monitoreo y seguimiento se ha propuesto una herramienta que facilita la interacción
y aplicación de los componentes, pero es necesario adaptar nuevas opciones que
fortalezcan el proceso de gestión organizacional.
83
7. REFERENCIAS
[1] Uskenbayeva, R., Kurmangaliyeva, B., Shynybekov, D. Application Process Mining
techniques to optimize the business process models based on Information systems issuing
licenses and permits e-license: practical research. SICE Annual Conference, 2015.
[2] Gonzales, H. ISO 9001:2015. Enfoque Basado en Procesos. 2015
[3] Der Aalst, W. Using Process Mining to Bridge the Gap between BI and BPM. IEEE
Computer Society, 2013.
[4] Weidong Z., Xi, L., Anhua W. Simplified business process model mining based on
Structuredness MetricIEEE Computer Society, Seventh International Conference on
Computational Intelligence and Security, 2011.
[5] Van der Aalst, W. Manifiesto sobre Minería de Procesos. IEEE TFoPM. 2013.
[6] Yaksilik, T; Torres, S. Algoritmos y técnicas de descubrimiento de procesos poco
estructurados: estado del arte. Revista Cubana de Ciencias Informáticas, 2014.
[7] Orellana, A; Sanchez, C; Gonzalez, L. Aplicación del Modelo L* de minería de proceso
al módulo Almacén del Sistema de Información Hospitalaria alas HIS. 13th Laccei
International Conference, 2015.
[8] Mahnoosh, K., Hamed, H., MohammadReza, K. Classification and Evaluation of Data
Mining Techniques for Data Stream Requirements. International Symposium on Computer,
Communication, Control and Automation. IEEE, 2010.
[9] Shah, V., Khadke, C., Rana, S. Mining process models and architectural components
from test cases. 2015 IEEE Eighth International Conference on Software Testing,
84
Verification and Validation Workshops (ICSTW) 2nd International Workshop on Software
Test. IEE, 2015.
[10] Fasong, W.; Hongwei, L.; Rui, Li. Data Mining with Independent Component Analysis
proceedings of the 6th Word Congress on Intelligent Control and Automation, June, Dalian,
China, 2006.
[11] Zhuang, C.; Shibang, C.; Qiulin, S.; Chonglai, Z. An Improved Apriori Algorithm Based
on Pruning Optimization and Transaction Reduction. IEEE, 2011.
[12] Alcover, R.; Benlloch, J.; Blesa, P.; Calduch, M.A.; Celma, M.; Ferri, C. Análisis del
rendimiento académico en los estudios de informática de la universidad politécnica de
valencia aplicando técnicas de minería de datos, 2007.
[13] UIAF. Técnicas de minería de datos para la detección y prevención del lavado de
activos y la financiación del terrorismo (LA/FT). Ministerio de Hacienda y Crédito Público,
2014.
[14] Domínguez, A. Herramienta para la integración de modelos de Minería de Datos.
Revista estudiantil nacional de Ingeniería y Arquitectura, 2011.
[15] Márquez, C.; Romero, C.; Ventura, S. Predicción del Fracaso Escolar mediante
Técnicas de Minería de Datos. IEEE, Vol. 7, No. 3, 2012.
[16] Zapata, C; Gil, N. Incorporation of both Pre-conceptual Schemas and Goal Diagrams
in CRISP-DM. IEEE, 2011.
[17] Rozinat, A., De Jong, I.-S., W, C., Gunther, W, M. P., & Der Aalst, V. Proceso de
Minería aplicada al proceso de prueba de la oblea escáneres ASML. IEEE Transacción en
sistemas , hombre, y la cibernética - parte c : aplicaciones y revisiones. 2009.
[18] BPM. Business Process Management, Gestión de procesos de negocio, 2010.
85
[19]Orantes Sandra, Gutierrez Agustín, Lopez Máximo. (2009). Arquitecturas
Empresariales: gestión de procesos del negocio vs. Arquitecturas orientadas a servicios
Tecnura, Vol. 13, No 24. 142, pp149.
[20] X. Gao, «Towards the Next Generation Intelligent BPM - In the Era of Big Data.,»
Springer, pp. 32-41, 2013.
[21] Pidum, T. On the restriction to numeric indicators in Performance Measurement
System. IEEE Computer Society, 2012.
[22] Abe, M., Jang, J. A Tool Framework for KPI Application Development. IEEE Computer
Society, 2007.
[23] Rojas, E. Process Mining in healthcare: A literature review. Journal of Biomedical
Informatics, pp. 224-236, 2016.
[24] ISO 9001. Norma Internacional ISO 9001. Sistema de Gestión de la calidad,
Actualización, 2015.
[25] E. Souza Cardoso, «Challenges in performance Analysis in Enterprise Architecturres,»
IEEE Computer Society, 2014.
[26] Wang, J; Wong, R.K; Ding, J;Guo, Q; Wen, L. On Recommendation of Process Mining
Algorithms. IEEE 19th International Conferences on Web Services, 2012.
[27] Gerencia UPV. Manual de gestión de procesos. Sistema de Gestión de la Calidad UPV
Universidad Politécnica de Valencia, 2012.
[28] Rozinat, A., De Jong, I.S, Gunther, C, Der Aalst, V. Proceso de Minería
aplicada al proceso de prueba de la oblea escáneres ASML. IEEE Transacción en
sistemas, hombre, y la cibernética - parte c: aplicaciones y revisiones. 2010.
86
[29] Torres, D. Algoritmos y técnicas de descubrimiento de procesos poco
estructurados: estado del arte. Revista Cubana de Ciencias Informáticas Vol. 8, No.
3. 2014.
[30] Jianmin, W., K Wong, R., Ding, J., Guo, Q., & Wen, L. Recomendación del
Proceso de Algoritmos de minería. 2012 IEEE 19a Conferencia Internacional sobre
Servicios Web, 2012.
[31] Vukšić, V. B., Bach, M. P., & Popovič, A. Supporting performance management with
business process management and business intelligence: A case analysis of integration
and orchestration. International Journal of Information Management, 33(4), 2013.
[32] T, G., Lakshmanan, & Khalaf, R. (s.f.). Aprovechando los procesos de minería y
técnicas, 2013.
[33] Jianmin, W., K Wong, R., Ding, J., Guo, Q., & Wen, L. Recomendación del Proceso de
Algoritmos de minería. IEEE 19a Conferencia Internacional sobre Servicios Web, 2012.
[34] A. J. Rembert y C. Ellis, «An Initial Approach to Mining Multiple Perspectives of a
Business Process,» ACM, pp. 35-40, 2010.
[35] Zhichao, Z., Yong W., Lin Lt. Process Mining Based Modeling and Analysis of
Workflows in Clinical Care - A Case Study in a Chicago Outpatient Clinic. IEEE, 2014.
[36] A. Selmeci, I. Orosz, G. Gyorok y T. Orosz, «Key Performance Indicators Used in ERP
applications,» IEEE, pp. 43-44, 2013.
[37] Torres, D.Y. Algoritmos y Técnicas de descubrimiento de procesos poco
estructurados: estado del arte. Revista Cubana de Ciencias Informáticas Vol. 8, No. 3,
2014.
87
[38] Wang, Z., Yao, Q., & Sun, Y. La Investigación de Evaluación de Minería de Procesos
utiliza en Inteligencia de Negocio. Departamento de Ciencia y Tecnología de
Computadores Universidad de Shandong, 2012.
[39] Werner, M., Nuttgens, M. Improving Structure: Logical Sequencing of Mined Process
Models. Hawaii International Conference on System Science, IEEE Computer Society,
2014.
[40] Khodabandelou, G., Hug, C., Salinesi, C. A Novel Approach to Process Mining :
IntentionalProcess Models Discovery, 2014.
[41] Pidun, T., Buder, J., Felden C. Optimizing process performance visibility trough
additional descriptive features in performance measurement. IEEE Computer Society,
2011.
[42] Saylam, R., Sahingoz, K. Process mining in business process management: concepts
and challenges. IEEE Computer Society, 2013.
[43] Wegener, D., Ruping, S. On Reusing Data Mining in Business Process – A Pattern-
Based Approach. Springer, 2012.
[44] Souza, E.C. Towards a Methodology for Goal Oriented Enterprise Management. IEEE
Computer Society, 2013.
[45] Xiang, G. Towards the Next Generation Intelligent BPM – In the Era of Big Data.
Springer, 2013.
[46] Der Aalst, W.M.P. Decision Support Based on Process Mining. Springer. 2013.
[47] Wegener, D. Ruping. On Integrating Data Mining into Business Processes. Springer.
2010.
88
[48] Yang Liu, Enzhao Hu, Xudong Chen. Architecture of Information System Combining
SOA and BPM. IEEE. International Conference on Information Management, Innovation
Management and Industrial Engineering, 2008.
[49] Ling Chen, Xin Lu. (2009). Achieving Business Agility by Integrating SOA and BPM
Technology. IEEE. International Forum on Information Technology and Applications.
[50] Niehaves Bjoern, Henser Jörn. (2011). Business Process Management beyond
Boundaries? – A Multiple Case Study Exploration of Obstacles to Collaborative BPM. IEEE.
Proceedings of the 44th Hawaii International Conference on System Sciences.
[51] Meziani Rachid, Saleh Imad. (2010). Towards a Collaborative Business Process
Management Methodology. IEEE.
[52] Qiang, S., & Liu, L. (2009, August). Research on the design of a new data warehouse
system. In Computer Science and Information Technology, 2009. ICCSIT 2009. 2nd IEEE
International Conference on (pp. 462-465). IEEE.
[53] Shahzad, K., & Zdravkovic, J. (2011, May). Towards goal-driven access to process
warehouse: Integrating goals with process warehouse for business process analysis. In
Research Challenges in Information Science (RCIS), 2011 Fifth International Conference
on (pp. 1-11). IEEE.
[54] Pidun, T., & Felden, C. (2011, August). On the restriction to numeric indicators in
Performance Measurement Systems. In 2011 IEEE 15th International Enterprise
Distributed Object Computing Conference Workshops (pp. 96-102). IEEE.
[55] Selmeci, A., Orosz, I., Györök, G., & Orosz, T. (2012, September). Key Performance
Indicators used in ERP performance measurement applications. In 2012 IEEE 10th Jubilee
International Symposium on Intelligent Systems and Informatics (pp. 43-48). IEEE.
[56] Wegener, D., & Rüping, S. (2010, September). On reusing data mining in business
processes-a pattern-based approach. In International Conference on Business Process
Management (pp. 264-276). Springer Berlin Heidelberg.
89
[57] Cardoso, E. C. S. (2013, September). Challenges in performance analysis in enterprise
architectures. In 2013 17th IEEE International Enterprise Distributed Object Computing
Conference Workshops (pp. 327-336). IEEE.
[58] Pourshahid, A., Amyot, D., Peyton, L., Ghanavati, S., Chen, P., Weiss, M., & Forster,
A. J. (2008, January). Toward an integrated user requirements notation framework and tool
forbusiness process management. In e-Technologies, 2008 International MCETECH
Conference on (pp. 3-15). IEEE.
[59] Zhang, Y., & Li, W. (2012, March). AHP Construct Mining Component strategy applied
for data mining process. In 2012 IEEE International Conference on Information Science
and Technology (pp. 591-595). IEEE.
90
8. ANEXOS
Anexo 1: Colección de registros transaccionales
Id Id_T Valor_T Id_V Valor_V Fecha
1 T1 4,6 RH 0,95 27-02-2016
2 T1 5 TM 1 27-02-2016
3 T1 4,9 TC 0,95 27-02-2016
4 T1 5 RH 1 29-02-2016
5 T1 4,7 TM 0,95 29-02-2016
6 T1 5 TC 1 29-02-2016
7 T1 4 RH 0,9 01-03-2016
8 T1 4,6 TM 0,95 01-03-2016
9 T1 5 TC 1 01-03-2016
10 T1 3,6 RH 0,7 03-03-2016
11 T1 3,7 TM 0,75 03-03-2016
12 T1 2,6 TC 0,52 03-03-2016
13 T1 2,5 RH 0,52 04-03-2016
14 T1 4,9 TM 0,95 04-03-2016
15 T1 5 TC 1 04-03-2016
16 T1 0 RH 0 05-03-2016
17 T1 0 TM 0 05-03-2016
18 T1 5, TC 1 05-03-2016
19 T1 5 RH 1 08-03-2016
20 T1 5 TM 1 08-03-2016
21 T1 3,5 TC 0,5 08-03-2016
22 T1 3,7 RH 0,5 09-03-2016
23 T1 4,8 TM 0,9 09-03-2016
24 T1 5 TC 1 09-03-2016
25 T2 4,6 RH 0,9 27-02-2016
26 T2 4,7 RH 0,9 29-02-2016
27 T2 0 RH 0 01-03-2016
28 T2 4,8 RH 0,95 03-03-2016
29 T2 5 RH 1 04-03-2016
30 T2 4,5 RH 0,9 05-03-2016
31 T2 4,8 RH 0,95 08-03-2016
32 T2 4,5 RH 0,95 09-03-2016
91
33 T3 0 TM 0 27-02-2016
34 T3 3,6 TM 0,5 29-02-2016
35 T3 5 TM 1 01-03-2016
36 T3 5 TM 1 03-03-2016
37 T3 4,6 TM 0,95 04-03-2016
38 T3 4,7 TM 0,95 05-03-2016
39 T3 0 TM 0 08-03-2016
40 T3 4 TM 0,9 09-03-2016
41 T4 4,5 RH 0,9 27-02-2016
42 T4 5 TM 1 27-02-2016
43 T4 3,7 TC 0,5 27-02-2016
44 T4 4 RH 0,9 29-02-2016
45 T4 5 TM 0,9 29-02-2016
46 T4 5 TC 0,85 29-02-2016
47 T4 5 RH 0,9 01-03-2016
48 T4 5 TM 1 01-03-2016
49 T4 4,5 TC 0,9 01-03-2016
50 T4 4,5 RH 0,9 03-03-2016
51 T4 4,5 TM 0,9 03-03-2016
52 T4 4,6 TC 0,9 03-03-2016
53 T4 4,7 RH 0,95 04-03-2016
54 T4 4,8 TM 0,95 04-03-2016
55 T4 4,6 TC 1 04-03-2016
56 T4 4,5 RH 1 05-03-2016
57 T4 3,5 TM 0,5 05-03-2016
58 T4 4,5 TC 0,8 05-03-2016
59 T4 5 RH 0,9 08-03-2016
60 T4 5 TM 1 08-03-2016
61 T4 4,5 TC 0,95 08-03-2016
62 T4 4,4 RH 0,9 09-03-2016
63 T4 4,3 TM 0,9 09-03-2016
64 T4 4,5 TC 0,9 09-03-2016
65 T5 4,5 RH 0,9 27-02-2016
66 T5 4,6 RH 0,95 29-02-2016
67 T5 5 RH 1 01-03-2016
68 T5 5 RH 1 03-03-2016
69 T5 5 RH 1 04-03-2016
70 T5 5 RH 1 05-03-2016
71 T5 5 RH 1 08-03-2016
72 T5 5 RH 1 09-03-2016
73 T6 5 RH 1 27-02-2016
74 T6 0 RH 0 29-02-2016
92
75 T6 4,5 RH 0 01-03-2016
76 T6 4,4 RH 0,9 03-03-2016
77 T6 4,5 RH 0,9 04-03-2016
78 T6 5 RH 0,5 05-03-2016
79 T6 0 RH 0 08-03-2016
80 T6 4 RH 1 09-03-2016
81 T7 0 RH 0 27-02-2016
82 T7 4 RH 1 29-02-2016
83 T7 3,5 RH 1 29-02-2016
84 T7 3,5 RH 0,95 01-03-2016
85 T7 4,5 RH 0,95 03-03-2016
86 T7 4,7 RH 0,95 04-03-2016
87 T7 4,6 RH 0,95 05-03-2016
88 T7 4,5 RH 0,9 08-03-2016
89 T7 4,5 RH 0,9 09-03-2016
90 T8 4,5 RH 0,95 27-02-2016
91 T8 5 RH 1 29-02-2016
92 T8 5 RH 1 01-03-2016
93 T8 4,5 RH 0,95 03-03-2016
94 T8 4,4 RH 0,95 04-03-2016
95 T8 4,3 RH 0,9 05-03-2016
96 T8 4,5 RH 0,95 08-03-2016
97 T8 4,5 RH 0,95 09-03-2016
98 T9 5 RH 0,95 27-02-2016
99 T9 5 RH 1 29-02-2016
100 T9 5 RH 0,9 01-03-2016
101 T9 4 RH 0,8 03-03-2016
102 T9 4 RH 0,75 04-03-2016
103 T9 3 RH 0,4 05-03-2016
104 T9 5 RH 1 08-03-2016
105 T9 4,4 RH 0,85 09-03-2016
106 T10 5 RH 0,9 27-02-2016
107 T10 3,5 RH 0,5 29-02-2016
108 T10 3,5 RH 0,5 01-03-2016
109 T10 4,5 RH 0,9 03-03-2016
110 T10 4 RH 0,8 04-03-2016
111 T10 4,5 RH 0,95 05-03-2016
93
112 T10 4,5 RH 0,95 08-03-2016
113 T10 4,5 RH 0,95 09-03-2016
114 T11 5 RH 1 27-02-2016
115 T11 5 RH 1 29-02-2016
116 T11 5 RH 1 01-03-2016
117 T11 4,5 RH 0,95 03-03-2016
118 T11 4 RH 0,8 04-03-2016
119 T11 4,5 RH 0,95 05-03-2016
120 T11 4,5 RH 0,95 08-03-2016
121 T11 5 RH 1 09-03-2016
Anexo 2: Modelo relacional de Bases de Datos, y modelo Analítica
Utilizados para la ejecución del modelo propuesto.
Modelo relacional
94
Anexo 3: Publicaciones
Artículo publicado en la revista latinoamericana de ingeniería de Software.
Artículo publicado en la revista research in computing science.
95
96