Descoberta automática de falhas em processos de negócios usando técnicas de Process Mining
Resumo
Um dos problemas mais comuns e dispendiosos que as organizações enfrentam é encontrar as causas das falhas nos processos de negócios. As falhas geralmente ocorrem devido à falta ou à execução desnecessária de algumas atividades do processo; ou como algumas atividades são realizadas. Atualmente, não existe uma técnica automática que ajude a encontrar essas causas. Propomos uma nova técnica para identificar possíveis causas de falhas no processo de negócios, estendendo as técnicas de Mineração de Processos disponíveis. Inicialmente, o log de eventos original é filtrado em dois logs, o primeiro com casos de sucesso e o segundo com casos com falha. Em seguida, os padrões comportamentais são extraídos de ambos os logs de eventos usando o algoritmo Performance Sequence Diagram Analysis. Finalmente, ambos os conjuntos de padrões são comparados considerando o fluxo de controle e as perspectivas de tempo. As diferenças encontradas representam possíveis causas de falhas nos processos de negócios. Nós testamos essa técnica usando vários logs de eventos sintéticos. Os resultados mostram que a técnica é capaz de localizar com êxito atividades ausentes ou desnecessárias e padrões comportamentais com falha que diferem dos padrões de sucesso no fluxo de controle ou na perspectiva de tempo.
Referências
Bezerra, F., & Wainer, J. (2008). Anomaly detection algorithms in logs of process aware systems. Proceedings of the 2008 ACM symposium on Applied computing (pp. 951952).
Bose, R. P. J., & Suresh, U. (2008). Root Cause Analysis Using Sequence Alignment and Latent Semantic Indexing. Proceedings of the 19th Australian Conference on Software Engineering, 367–376.
De Medeiros, A. K. A., & Günther, C. (2005). Process mining: Using cpn tools to create test logs for mining algorithms. Proceedings of the Sixth Workshop and Tutorial on Practical Use of Coloured Petri Nets and the CPN Tools, 576, 177-190.
Günther, C., & van der Aalst, W. M. P. (2006). A generic import framework for process event logs. In Eder, J., Dustdar, S., eds.: BPM 2006 Workshops, Proceedings of the Workshop on Business Process Intelligence (BPI2006), 4103, 81–92.
Hammer, M. (2007). The process audit. Harvard Business Review, 85(4), 92-104. Heravizadeh, M., Mendling, J., & Rosemann, M. (2008). Root Cause Analysis in Business Processes. QUT ePrints, Queensland University of Technology.
Hongtao, T., Yong, C., & Jiansa, L. (2006). Architecture of process mining based business process optimization. IET Conference Publications, 2006(CP524), 1066-1069.
Hornix, P. T. (2007). Performance analysis of business processes through process mining (Master Thesis). Eindhoven University of Technology, Eindhoven.
Rozinat, A., & van der Aalst, W. M. P. (2008). Conformance checking of processes based on monitoring real behavior. Information Systems, 33(1), 64-95.
Sharp, A., & McDermott, P. (2008). Workflow Modeling: Tools for Process Improvement and Applications Development. Artech House Publishers.
Souza, A., Azevedo, L. G., & Santoro, F. (2012). Um Método para Selecão de Padrões para Melhoria de Processos de Negócio. Proceedings of theVIII Simpósio Brasileiro de Sistemas de Informação (SBSI 2012) Trilhas Técnicas, 279-290.
Van der Aalst, W. M. P. (2011). Process Mining: Discovery, Conformance and Enhancement of Business Processes. Springer.
Van der Aalst, W. M. P., & de Medeiros, A. K. A. (2005). Process Mining and Security: Detecting Anomalous Process Executions and Checking Process Conformance. Electronic Notes in Theoretical Computer Science, 121, 3-21.
Van der Aalst, W. M. P., Weijters, A. J. M. M., & Maruster, L. (2004). Workflow Mining: Discovering Process Models from Event Logs. IEEE Transactions on Knowledge and Data Engineering, 16(9), 1128-1142.
Wil van der Aalst, T. W. (2004). Workflow Mining: Discovering Process Models from Event Logs. http://www.computer.org/portal/web/csdl/doi/10.1109/TKDE.2004.47 450
