Suporte à tomada de decisões em gestão pública municipal por meio de Mineração de Processos reativa e preditiva
Resumo
Este artigo apresenta uma abordagem que integra algoritmos de Mineração de Processos para potencializar o grau decisório na gestão de prefeituras. O estudo visa prever o tempo de conclusão de processos administrativos e identificar suas causas de atrasos, servindo assim para revelar inconsistências e gargalos nos processos e subsidiar decisões pelo especialista. Um estudo de caso foi conduzido sobre dados reais e mostrou como identificar setores críticos e propor melhorias para otimizar a alocação de recursos e evitar desperdícios, aumentando a eficiência dos serviços públicos municipais.
Palavras-chave:
Tomada de decisão, Gestão pública municipal, Mineração de Processos, Mineração de Processos reativa, Análise preditiva
Referências
Arturo Martínez Escobar, Nemury Silega Martínez, M. N. (2020). Analyzing the complaints process at granada city council. [link].
de Medeiros, A. K. A., Weijters, A. J., and van der Aalst, W. M. (2007). Genetic process mining: an experimental evaluation. Data mining and knowledge discovery, 14:245–304.
dos Santos Garcia, C., Meincheim, A., Junior, E. R. F., Dallagassa, M. R., Sato, D. M. V., Carvalho, D. R., Santos, E. A. P., and Scalabrin, E. E. (2019). Process mining techniques and applications–a systematic mapping study. Expert Systems with Applications, 133:260–295. DOI: 10.1016/j.eswa.2019.05.003
Fluxicon (2023). Disco. [link].
Henrique Pais da Costa, Julian Marcondes Viana de Assis, C. C. d. V. (2019). Government process mining in the brazilian executive branch. [link].
Jensen, K. and Kristensen, L. M. (2009). Coloured Petri nets: modelling and validation of concurrent systems. Springer.
Lehto, T., Hinkka, M., and Hollmén, J. (2017). Focusing business process lead time improvements using influence analysis. In Int. Symposium on Data-Driven Process Discovery and Analysis, pages 54–67. CEUR.
Lopes, M. A. (2019). Aplicação de aprendizado de máquina na detecção de fraudes públicas. PhD thesis, Universidade de São Paulo.
Lupi, L. (2019). City data plan: The conceptualisation of a policy instrument for data governance in smart cities. Urban Science, 3(3):91. DOI: 10.3390/urbansci3030091
Melan, R. L., da Silva, H. F., Amâncio-Vieira, S. F., and Baccarin, E. (2020). Mineração de processos em um órgão público: estudo da diretoria de loteamentos da prefeitura municipal de londrina (PR). Revista Inovação, Projetos e Tecnologias, 8(2):221–234. DOI: 10.5585/iptec.v8i2.17620
Naufalia, R., Usman, S. A., and Bambang, C. L. (2021). Analysis and development of company business processes using business process model notation. Journal of Soft Computing Exploration, 2(2):135–142. DOI: 10.52465/joscex.v2i2.48
Park, G., Küsters, A., Tews, M., Pitsch, C., Schneider, J., and van der Aalst, W. M. P. (2022). Explainable predictive decision mining for operational support. [link]. DOI: 10.48550/arXiv.2210.16786
Perceptive Software (2014). Process mining case study within bolton council: Discovering process inefficiencies in city government. [link].
Portal Gov.br (2023). Aspectos gerais da lei de acesso à informação. [link]. Publicado em 13/05/2014, Atualizado em 23/05/2023.
Riz, G., Santos, E. A. P., and Loures, E. d. F. R. (2016). Análise de conformidade na Área de saúde com o suporte da mineração de processos. In Anais do XII Simpósio Brasileiro de Sistemas de Informação, pages 052–059. SBC.
Rodriguez, J. (2016). Step 6: part i—root cause analysis. CAPA in the Pharmaceutical and Biotech Industries.
Scheer, A.-W. (2012). Business process engineering: reference models for industrial enterprises. Springer Science & Business Media.
Softplan (2023). 1doc by softplan. [link]. Acessado em: jul. 2025.
Southier, L. F. P., Krugger, E. M. R., Garcia, C. D. S., and Scalabrin, E. E. (2023). Process mining and root cause analysis for detecting inefficiencies in business processes: an applied case in a brazilian telecommunications provider. In Int. Conf. on Computer Supported Cooperative Work in Design (CSCWD), pages 53–58. IEEE. DOI: 10.1109/CSCWD57460.2023.10152780
Teixeira, T. C. A. and Cassiani, S. H. D. B. (2010). Análise de causa raiz: avaliação de erros de medicação em um hospital universitário. Revista da Escola de Enfermagem da USP, 44:139–146. DOI: 10.1590/S0080-62342010000100020
Van Der Aalst, W. (2012). Process mining: Overview and opportunities. ACM Trans. on Management Information Systems, 3(2):1–17. DOI: 10.1145/2229156.2229157
Van Der Aalst, W. (2016). Data science in action. Springer.
van der Aalst, W., Weijters, T., and Maruster, L. (2004). Workflow mining: discovering process models from event logs. IEEE Transactions on Knowledge and Data Engineering, 16(9):1128–1142. DOI: 10.1109/TKDE.2004.47
Van der Aalst, W. M. (1998). The application of petri nets to workflow management. Journal of circuits, systems, and computers, 8(01):21–66. DOI: 10.1142/S0218126698000043
Van der Aalst, W. M., Schonenberg, M. H., and Song, M. (2011). Time prediction based on process mining. Information systems, 36(2):450–475. DOI: 10.1016/j.is.2010.09.001
Van Eck, M. L., Lu, X., Leemans, S. J., and Van Der Aalst, W. M. (2015). Pm: a process mining project methodology. In Int. Conf. on advanced information systems engineering, pages 297–313. Springer.
Wang, J. (2019). Formal methods in computer science. Chap & Hall/CRC.
Weijters, A. and Ribeiro, J. (2011). Flexible heuristics miner. In IEEE Symp. on Comp. Intelligence and Data Mining (CIDM), pages 310–317. DOI: 10.1109/CIDM.2011.5949453
Xavier, R. C. (2025). Modelo completo descoberto a partir do log de eventos gerado pelos processos administrativos da prefeitura. [link]. Publicado no Zenodo.
Yang, Y., Xia, X., Lo, D., Bi, T., Grundy, J., and Yang, X. (2022). Predictive models in software engineering: Challenges and opportunities. ACM Transactions on Software Engineering and Methodology (TOSEM), 31(3):1–72. DOI: 10.1145/3503509
de Medeiros, A. K. A., Weijters, A. J., and van der Aalst, W. M. (2007). Genetic process mining: an experimental evaluation. Data mining and knowledge discovery, 14:245–304.
dos Santos Garcia, C., Meincheim, A., Junior, E. R. F., Dallagassa, M. R., Sato, D. M. V., Carvalho, D. R., Santos, E. A. P., and Scalabrin, E. E. (2019). Process mining techniques and applications–a systematic mapping study. Expert Systems with Applications, 133:260–295. DOI: 10.1016/j.eswa.2019.05.003
Fluxicon (2023). Disco. [link].
Henrique Pais da Costa, Julian Marcondes Viana de Assis, C. C. d. V. (2019). Government process mining in the brazilian executive branch. [link].
Jensen, K. and Kristensen, L. M. (2009). Coloured Petri nets: modelling and validation of concurrent systems. Springer.
Lehto, T., Hinkka, M., and Hollmén, J. (2017). Focusing business process lead time improvements using influence analysis. In Int. Symposium on Data-Driven Process Discovery and Analysis, pages 54–67. CEUR.
Lopes, M. A. (2019). Aplicação de aprendizado de máquina na detecção de fraudes públicas. PhD thesis, Universidade de São Paulo.
Lupi, L. (2019). City data plan: The conceptualisation of a policy instrument for data governance in smart cities. Urban Science, 3(3):91. DOI: 10.3390/urbansci3030091
Melan, R. L., da Silva, H. F., Amâncio-Vieira, S. F., and Baccarin, E. (2020). Mineração de processos em um órgão público: estudo da diretoria de loteamentos da prefeitura municipal de londrina (PR). Revista Inovação, Projetos e Tecnologias, 8(2):221–234. DOI: 10.5585/iptec.v8i2.17620
Naufalia, R., Usman, S. A., and Bambang, C. L. (2021). Analysis and development of company business processes using business process model notation. Journal of Soft Computing Exploration, 2(2):135–142. DOI: 10.52465/joscex.v2i2.48
Park, G., Küsters, A., Tews, M., Pitsch, C., Schneider, J., and van der Aalst, W. M. P. (2022). Explainable predictive decision mining for operational support. [link]. DOI: 10.48550/arXiv.2210.16786
Perceptive Software (2014). Process mining case study within bolton council: Discovering process inefficiencies in city government. [link].
Portal Gov.br (2023). Aspectos gerais da lei de acesso à informação. [link]. Publicado em 13/05/2014, Atualizado em 23/05/2023.
Riz, G., Santos, E. A. P., and Loures, E. d. F. R. (2016). Análise de conformidade na Área de saúde com o suporte da mineração de processos. In Anais do XII Simpósio Brasileiro de Sistemas de Informação, pages 052–059. SBC.
Rodriguez, J. (2016). Step 6: part i—root cause analysis. CAPA in the Pharmaceutical and Biotech Industries.
Scheer, A.-W. (2012). Business process engineering: reference models for industrial enterprises. Springer Science & Business Media.
Softplan (2023). 1doc by softplan. [link]. Acessado em: jul. 2025.
Southier, L. F. P., Krugger, E. M. R., Garcia, C. D. S., and Scalabrin, E. E. (2023). Process mining and root cause analysis for detecting inefficiencies in business processes: an applied case in a brazilian telecommunications provider. In Int. Conf. on Computer Supported Cooperative Work in Design (CSCWD), pages 53–58. IEEE. DOI: 10.1109/CSCWD57460.2023.10152780
Teixeira, T. C. A. and Cassiani, S. H. D. B. (2010). Análise de causa raiz: avaliação de erros de medicação em um hospital universitário. Revista da Escola de Enfermagem da USP, 44:139–146. DOI: 10.1590/S0080-62342010000100020
Van Der Aalst, W. (2012). Process mining: Overview and opportunities. ACM Trans. on Management Information Systems, 3(2):1–17. DOI: 10.1145/2229156.2229157
Van Der Aalst, W. (2016). Data science in action. Springer.
van der Aalst, W., Weijters, T., and Maruster, L. (2004). Workflow mining: discovering process models from event logs. IEEE Transactions on Knowledge and Data Engineering, 16(9):1128–1142. DOI: 10.1109/TKDE.2004.47
Van der Aalst, W. M. (1998). The application of petri nets to workflow management. Journal of circuits, systems, and computers, 8(01):21–66. DOI: 10.1142/S0218126698000043
Van der Aalst, W. M., Schonenberg, M. H., and Song, M. (2011). Time prediction based on process mining. Information systems, 36(2):450–475. DOI: 10.1016/j.is.2010.09.001
Van Eck, M. L., Lu, X., Leemans, S. J., and Van Der Aalst, W. M. (2015). Pm: a process mining project methodology. In Int. Conf. on advanced information systems engineering, pages 297–313. Springer.
Wang, J. (2019). Formal methods in computer science. Chap & Hall/CRC.
Weijters, A. and Ribeiro, J. (2011). Flexible heuristics miner. In IEEE Symp. on Comp. Intelligence and Data Mining (CIDM), pages 310–317. DOI: 10.1109/CIDM.2011.5949453
Xavier, R. C. (2025). Modelo completo descoberto a partir do log de eventos gerado pelos processos administrativos da prefeitura. [link]. Publicado no Zenodo.
Yang, Y., Xia, X., Lo, D., Bi, T., Grundy, J., and Yang, X. (2022). Predictive models in software engineering: Challenges and opportunities. ACM Transactions on Software Engineering and Methodology (TOSEM), 31(3):1–72. DOI: 10.1145/3503509
Publicado
10/09/2025
Como Citar
XAVIER, Rafael C.; SOUTHIER, Luiz F. P.; CAPELLO, Cinglair A.; SCALABRIN, Edson E.; FERRONATO
, Jair J.; TEIXEIRA, Marcelo.
Suporte à tomada de decisões em gestão pública municipal por meio de Mineração de Processos reativa e preditiva. In: WORKSHOP-ESCOLA DE INFORMÁTICA TEÓRICA (WEIT), 8. , 2025, Ponta Grossa/PR.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2025
.
p. 162-171.
