Descubrir el modelo de proceso

Introducción

Descubrir un proceso te permite obtener una mejor comprensión de la estructura del proceso. Las técnicas avanzadas de Process Mining, llamadas Probabilistic Inductive Miner (PIM), identifican automáticamente las actividades que ocurren en paralelo, forman parte de una decisión o forman parte de un bucle más complejo mediante el análisis de todo el registro de eventos. Esto crea una representación flexible y realista de cómo se desarrolla realmente el proceso en la práctica, teniendo en cuenta las diferentes formas en que se pueden realizar las tareas y su frecuencia de ocurrencia. Puede ser especialmente útil en entornos complejos en los que los procesos no siempre se siguen de forma estrictamente definida.

Puedes seleccionar Descubrir modelo de proceso como el tipo de Process mining al crear una aplicación de proceso. Consulta Crear nuevo asistente de aplicación para obtener más información.

Algoritmo

El algoritmo PIM funciona dividiendo de forma recursiva el conjunto de actividades en el registro de eventos en subconjuntos más pequeños hasta que solo quedan actividades individuales. A continuación, intenta encontrar la mejor relación de ajuste entre estos subconjuntos cada vez. Estas relaciones, que definen la estructura y el comportamiento del proceso, se denominan semántica del proceso.

PIM funciona en las siguientes etapas recursivas:

1. Sigue directamente al modelo de proceso: el Minero inductivo comienza con la creación de un modelo de proceso Sigue directamente, que muestra cómo las actividades se suceden en el registro de eventos.
2. Detección de cortes: en el paso de detección de cortes, el Minero inductivo divide el proceso en dos partes, de modo que un operador pueda describir la relación entre estas partes. El operador expresa una "secuencia", una "elección exclusiva", un "paralelismo" o una relación de "bucle" entre las dos mitades del corte.
3. División del registro: en este paso, el Minero inductivo aplica la división del corte al registro de eventos, separando las actividades de ambas mitades en subregistros de eventos distintos. A continuación, el algoritmo crea nuevos modelos de proceso Sigue directamente a partir de estos subblogs y repite el proceso de detección y división de cortes de forma recursiva. Sin embargo, antes de continuar con la recursividad, el algoritmo comprueba algunos casos base. Por ejemplo, si un sublog contiene una sola actividad, la recursividad se detiene porque no se pueden descubrir más cortes.

Detección de cortes

El paso Detección de corte es el núcleo del Minero inductivo probabilístico. PIM calcula puntuaciones de comportamiento entre 0 y 1 para cada par de actividades, indicando la fuerza del comportamiento entre ellas. Estas puntuaciones se derivan de las frecuencias en los datos del modelo de proceso Sigue directamente. PIM distingue entre secuencia, elección exclusiva, paralelismo y comportamiento de bucle.

A continuación, PIM calcula las probabilidades para la detección de cortes. Estas probabilidades se basan en la media de las puntuaciones de los pares de actividades entre las mitades de corte. En lugar de considerar cada división posible y elegir la mejor opción, PIM identifica directamente el corte con la mayor probabilidad.

Ejemplo

Considere el siguiente registro de eventos y su modelo de proceso Directamente sigue *.*

<A, D, E><sup>12</sup> <A, B, C, E><sup>5</sup> <A, C, B, E><sup>3</sup>

PIM calcula las siguientes puntuaciones de comportamiento de secuencia para cada par de actividades. Como siempre comenzamos con A, las puntuaciones de A a todas las demás actividades son altas. Como siempre terminamos con E, las puntuaciones de cada actividad hasta E son altas.

Puntuaciones de secuencia	A	B	C	D	E
A	-	0,88	0,88	0,92	0,95
B	0	-	0,22	0	0,88
C	0	0	-	0	0,88
D	0	0	0	-	0,92
E	0	0	0	0	0

En la siguiente etapa, PIM concluye que ambas divisiones de secuencia (A | B, C, D, E) y (A, B, C, D | E) son igualmente probables y elige una de ellas. La división se aplica en el registro de eventos, creando dos registros de eventos más pequeños que se analizan recursivamente en busca de divisiones. Finalmente, PIM identifica una relación paralela entre B y C, y una relación de elección con D. La siguiente ilustración muestra el resultado obtenido.