Diese Präsentation wurde erfolgreich gemeldet.
Die SlideShare-Präsentation wird heruntergeladen. ×

Analitica de datos e inteligencia artificial para procesos de negocios

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige

Hier ansehen

1 von 32 Anzeige

Analitica de datos e inteligencia artificial para procesos de negocios

Herunterladen, um offline zu lesen

Charla sobre minería de procesos, monitoreo predictivo y otras aplicaciones de la IA para la optimización de procesos de negocios.
Video: https://www.youtube.com/watch?v=5vr2a8gPfyg

Charla sobre minería de procesos, monitoreo predictivo y otras aplicaciones de la IA para la optimización de procesos de negocios.
Video: https://www.youtube.com/watch?v=5vr2a8gPfyg

Anzeige
Anzeige

Weitere Verwandte Inhalte

Ähnlich wie Analitica de datos e inteligencia artificial para procesos de negocios (20)

Weitere von Marlon Dumas (20)

Anzeige

Aktuellste (20)

Analitica de datos e inteligencia artificial para procesos de negocios

  1. 1. Analítica de datos e inteligencia artificial para procesos de negocios Marlon Dumas Profesor, Universidad de Tartu Co-fundador, Apromore Seminario ABPMP Ecuador, 10 de septiembre 2020
  2. 2. Monitoreo de Procesos 2 Tableros e Informes (BAM, BI) Minería de procesos e inteligencia operacional Base de datos Sistema Empresarial (CRM, ERP, SCM, etc.) Registro de eventos Stream de eventos
  3. 3. Minería de Procesos 3 / Registro de eventos Modelo generado Descubrimiento Automático de procesos Verificación de Conformidad Análisis de Variantes Diagnóstico de diferencias Minería de rendimiento Modelo de proceso “hecho a la mano” Modelo enriquecido Registro de eventos
  4. 4. Formatos de registros de eventos: • Comma-Separated Values (CSV) • XES (formato XML estándar) Estructura de un registro de eventos
  5. 5. Descubrimiento automático de procesos 5 IDCaso Actividad Estampilla Temporal … 13219 Someter solicitud préstamo 2007-11-09 T 11:20:10 - 13219 Encontrar datos del solicitante 2007-11-09 T 11:22:15 - 13220 Someter solicitud préstamo 2007-11-09 T 11:22:40 - 13219 Calcular interés y cuotas 2007-11-09 T 11:22:45 - 13219Notificar elegibilidad 2007-11-09 T 11:23:00 - 13219 Aprobar solicitud sencialla 2007-11-09 T 11:24:30 - 13220 Calcular interés y cuotas 2007-11-09 T 11:24:35 - … … … … Mapa de proceso Modelo BPMN Enter Loan Application Retrieve Applicant Data Compute Installments Approve Simple Application Approve Complex Application Notify Rejection Notify Eligibility
  6. 6. Mapa de proceso • Un nodo = una actividad • Un arco A  B implica que A es seguido de B en algunas instancias del proceso • Los arcos pueden anotarse con métricas de • Frecuencia • Tiempo • … 6
  7. 7. Operaciones sobre registros de eventos y mapas de proceso • Las herramientas de minería de procesos usan mapas de proceso para permitir la exploración de un registro de eventos • Estas herramientas soportan las siguientes operaciones: 1. Abstracción del mapa de proceso: • Mostrar solamente las actividades (tipos de eventos) más (in)frecuentes • Mostrar solamente los arcos más (in)frecuentes 2. Filtrado del registro de eventos… 3. Enriquecimiento del mapa de procesos 7
  8. 8. Demonstración https://apromore.org 8
  9. 9. Minería de Procesos 9 / Registro de eventos Modelo generado Descubrimiento Automático de procesos Verificación de Conformidad Análisis de Variantes Diagnóstico de diferencias Minería de rendimiento Modelo de proceso “hecho a la mano” Modelo enriquecido Registro de eventos
  10. 10. Mapas de proceso enriquecidos Los nodos y los arcos en un mapa de proceso pueden ser anotados/coloreados con información sobre • Frecuencia • Tiempos de procesamiento / Tiempos de ciclo • … 10
  11. 11. 11 Mapa de recursos y relevos
  12. 12. Demonstración https://apromore.org 12
  13. 13. Minería de Procesos 13 / Registro de eventos Modelo generado Descubrimiento Automático de procesos Verificación de Conformidad Análisis de Variantes Diagnóstico de diferencias Minería de rendimiento Modelo de proceso “hecho a la mano” Modelo enriquecido Registro de eventos
  14. 14. Dado dos registros de eventos, explicar las diferencias entre estos registros y conectar estas diferencias con diferencias en el rendimiento del proceso Análisis de Variantes ≠
  15. 15. Estudio de Caso: Análisis de Variantes OK OK Good Bad Expected Performance Line
  16. 16. Reclamaciones sencillas y rapidas Reclamaciones sencillas y lentas Analisis de de Variantes por medio de comparacion de mapas de procesos ? S. Suriadi et al.: Understanding Process Behaviours in a Large Insurance Company in Australia: A Case Study. CAiSE 2013
  17. 17. Minería de Procesos 17 / Registro de eventos Modelo generado Descubrimiento Automático de procesos Verificación de Conformidad Análisis de Variantes Diagnóstico de diferencias Minería de rendimiento Modelo de proceso “hecho a la mano” Modelo enriquecido Registro de eventos
  18. 18. Verificación de conformidad 18 ≠
  19. 19. Verificación de conformidad • En un caso, la tarea E aparece cuando no debe aparecer (undesired activity) • En algunos casos, la tarea C se salta (skipped activity). • El ciclo consistente de las tareas I, G, D, y F se permite de acuerdo al modelo, pero nunca aparece en el registro de eventos. Registro de eventos: ABCDEH ACBDEH ABCDFH ACBDFH ABDFEH ABDEH ABDFH
  20. 20. / Stream de eventos Datos históricos Modelo de proceso Análisis de variantes Reporte de conformidad Medidas de rendimiento A ⇒ B 15 4,318 14 14 858 13 7,128 26 3,794 32 31 734 28 6,212 9 1,526 941 4,324 258 186 4,360 4,360 Created 4,360 Waiting for Support 12,587 Waiting for Customer 8,681 Resolved 5,023 Closed 4,360 Waiting for Internal 923 Escalation 42 Waiting for Approval 14 Waiting for Triage 31 Sistema empresarial Predicciones Apromore Resumen: Minería de Procesos y Monitoreo Predictivo
  21. 21. 1. Introducción 2. Identificación de procesos 3. Modelado de procesos 4. Modelado avanzado 5. Descubrimiento de procesos 6. Análisis cualitativo de procesos 7. Análisis cuantitativo de procesos 8. Rediseño de procesos 9. Sistemas concientes del proceso 10. Modelado de procesos ejecutables 11. Monitoreo de procesos 12. BPM a nivel empresarial http://edicionesdelau.com/ Octubre 2020
  22. 22. Prescriptive Analytics Predictive Analytics Diagnostic Analytics Descriptive Analytics Perspectivas 22 Process Mining 1.0 Descubrimiento y análisis de procesos Process Mining 2.0 Monitoreo predictivo de procesos Mejora automática de procesos
  23. 23. Nivel operacional Monitoreo predictivo Predecir estados futuros, resultados, o propiedades de una o varias instancias de un proceso Monitoreo prescriptivo Recomendar acciones en tiempo real para mejorar en rendimiento del proceso Nivel táctico Optimización automática de procesos Minería de procesos robóticos Sistemas de recomendación de mejoras de proceso Process Mining 2.0 23
  24. 24. Monitoreo Predictivo de Procesos Stream de eventos Modelos predictivos Tablero predictivo detallado Alarmas predictivas Tablero predictivo agregado Registro de eventos Base de datos Sistema empresarial 24
  25. 25. Monitoreo predictivo de procesos • ¿Cuál será la siguiente actividad en el caso en curso? • ¿Cuándo va a terminar la siguiente actividad? • ¿En cuánto tiempo va a completar este caso? • ¿Cuál será el resultado de este caso? • ¿Vamos a tener que pagarle compensación al cliente? 25
  26. 26. • Predecir el resultado de un caso (p.ej. “¿Se va a aceptar esta solicitud de crédito?”) • Predecir une medida de rendimiento (p.ej. “¿Cuanto tiempo va a tomar procesar este reclamo?”) • Predecir eventos futuros (e.g. “¿Cuál es el siguiente evento que se va a generar en este caso?”) Event log Training module Training Validation Predictor Dashboard Runtime module Information system Predictions Stream (Kafka) Predictive model(s) Event stream Event stream Batched Predictions (CSV) Apromore Monitoreo Predictivo de Procesos en Apromore 26
  27. 27. Apromore: Entrenamiento de modelo predictivo
  28. 28. Apromore: Tablero predictivo
  29. 29. Monitoreo prescriptivo de procesos Event log (completed traces) Predictive model(s) Running trace Appl y P( ) Prediction Alarm/ no alarmPolicy +/- - - + Cost model Teinemaa et al. “Alarm-Based Prescriptive Process Monitoring”. Proceedings of BPM Forum’2018
  30. 30. Search-Based Process Optimizer Domain Knowledge IoT, Web& social sensing streams Optimización automática de procesos EnterpriseSystem
  31. 31. Ejemplo 3 Officer Clerk Clerk Officer Officer Clerk Skip credit history check when customer has previous loans with bank Allocate an additional clerk on Monday-Tuesdays, one less officer on Fridays This task can be automated with an RPA script For consumer loans, check credit history before income If loan-to-annual- income ratio > 1.5, allocate a senior officer If credit rating is C or D, do not wait for appeal
  32. 32. Optimización automática de procesos 33 33 Execution data Executable routine specifications Robotic Process Mining (Task Automation) Decision Rule Optimization Flow Optimization Optimized process model Resource Optimization Decision rules Optimized resource allocation policies Optimized decision rules

Hinweis der Redaktion

  • A Claims Process mining exercise. A powerful visual tool to display accurate findings from the analysis of claims behaviour.
    Here are 6786 claims, from a period of 6 months
    claims are considered simple if estimated to be less than x (indicated by the thick vertical line ) and within X number of days otherwise considered complex.
    Goal: ‘simple and slow’ cases should be pushed down to become quicker
    We needed to understand what makes simple claims slow to complete.
    Our Approach: use process mining to discover the characteristics of ‘simple and quick’ cases vs ‘simple and slow’ cases.

    Imagine how much time and money this sort of exercise would automate and save, if all processes were mapped consistently.
  • Lost

    Make example of risk objectives
  • Lost

    Make example of risk objectives
  • https://www.if4it.com/core-domain-knowledge-critical-foundation-successful-design-thinking/
    https://towardsdatascience.com/minimum-viable-domain-knowledge-in-data-science-5be7bc99eca9

×