Minería de procesos: cuando los datos desvelan la realidad

La reingeniería de procesos tradicional presenta limitaciones a la hora de evaluar los procedimientos internos o de negocio con el objetivo de hacerlos más eficientes. Detectar y solucionar los puntos de dolor o ineficiencia, independientemente de la metodología utilizada, parte siempre de un análisis de la definición del proceso que se pretendió implementar como ideal.

Cuando éste se analiza bajo el prisma de su propia realidad, encontramos discrepancias e ineficiencias, no siempre obvias, que lo alejan del arquetipo. La metodología ‘process mining’, con base fuertemente tecnológica, permite observar y analizar la realidad de las diferentes instancias y ocurrencias de los procesos de una manera objetiva, en base a su traza real o huella digital.

El sector financiero es una de las industrias que gestiona una mayor cantidad de datos. Adicionalmente, la pandemia y un entorno de fusiones y adquisiciones han acelerado muchas de las tendencias que se venían observando. El cierre de sucursales, la migración progresiva hacia los canales y servicios digitales, el incremento del eCommerce y la sustitución del efectivo por medios de pago digitales, conllevan un aumento de la huella digital de los clientes y sus operaciones. Según datos publicados por Statista, los servicios de banca electrónica en 2021 fueron utilizados por el 63% de los españoles en poblaciones de menos de 10.000 habitantes y por el 70,1% en poblaciones superiores a los 100.000 habitantes, datos que se sitúan por encima de la media europea y que están en constante crecimiento.

En este escenario de aumento exponencial de los datos, la tecnología process mining encuentra los cimientos necesarios para su aplicación. Se trata de una disciplina que permite conocer la realidad en la ocurrencia de los procesos partiendo del registro de eventos de forma automatizada. El proceso y todas sus instancias pasan a ser descubiertas y trazadas en su forma real, con sus iteraciones, desviaciones y registro de tiempos, lo que permite descubrir su funcionamiento, monitorizarlos y, posteriormente, mejorarlos, incluso de forma automática.

Esta técnica puede revelar las desviaciones y bucles inesperados dentro de cada etapa, la frecuencia con la que ocurren, los tiempos de ejecución reales, los ciclos de reelaboración, las tasas de automatización, los cuellos de botella y, por tanto, la realidad que hay detrás de cada una de las instancias del proceso y que lo alejan del ideal.

La información real sobre el proceso y sus instancias se captura en una herramienta que permite minar su funcionamiento a través de una interfaz gráfica, para así llegar a encontrar las ocurrencias que lo alejan del ideal y las razones por las que esto sucede. La información se presenta en un cuadro de mandos con indicadores, tanto unitarios, como combinados, que muestran la realidad asociada al proceso y la medición del impacto que supone para el negocio o para el servicio a clientes, entre otros.

Imaginemos por un momento a un director financiero que dispone de un cuadro de mando con el que controla indicadores relevantes de gestión del negocio. En el cuadro aparecerán KPIs como capital circulante, productividad, rentabilidad, riesgo, etc. Sin embargo, algo le llama la atención: la métrica de capital circulante se encuentra en rojo debido a que el periodo de pago es mucho más corto del esperado, lo que significa que su empresa está adelantando dinero a los proveedores por encima de lo previsto en su proceso de compra. Gracias a la minería de procesos, podrá descubrir cual es la causa de esta desviación, el impacto económico para su negocio e incluso automatizar la modificación de las condiciones de pago y generar alertas informativas para corregir la desviación.

Datos en el entorno financiero

Process mining es una tecnología que puede ayudar a convertir los millones de datos generados por los procesos con huella digital en información procesable. Las empresas que lideran la transformación digital en el sector financiero y que ya están monetizando sus datos operativos no sólo toman mejores decisiones y reducen costes, sino que mejoran la experiencia de sus clientes y proveedores, pues comprenden al detalle el comportamiento de sus usuarios y conectan sus procesos para pronosticar experiencias, optimizan modelos críticos para el negocio, como los de credit scoring, alta de tarjetas, recobros o reclamaciones de clientes, entre otros, e identifican más fácilmente las tareas que pueden automatizarse.

Otra aplicación muy interesante es la detección de fraude. Mediante esta técnica se pueden encontrar variaciones de comportamiento y detectar irregularidades cuando un patrón identificado como seguro muestra algún cambio inusual. Una modificación intrínseca de atributos y parámetros en una cadena de eventos secuenciados o los cambios de comportamiento en los intentos de inicio de sesión de un usuario o de los pagos realizados con tarjeta, pueden señalar que se están produciendo eventos de inicio de sesión o de compra maliciosos. Esta tecnología también puede aplicarse a la reducción de tiempos en la concesión de créditos, con la correspondiente mejora en la percepción del cliente y evitando la pérdida de negocio generada por los retrasos en la aprobación.

Simplificando al máximo las necesidades de ingesta de datos para aplicar minería de procesos, necesitaríamos tres elementos básicos de información de la huella digital proveniente de los sistemas: el identificador de la instancia, las actividades del proceso en sus distintas etapas y su fecha/hora de ejecución. Con estos tres atributos, podremos establecer los flujos del proceso con sus actividades, tiempos de espera, variaciones (normales o anormales), cuellos de botella, volumen de retrabajos, etc.

Los proyectos basados en tecnología process mining son de rápida implantación, ya que se asientan sobre datos existentes y habitualmente utilizan soluciones en cloud, minimizando el tiempo necesario para generar la información del proceso a partir de los datos y visualizar los KPIs de gestión a través de cuadros de mando. Habitualmente se desarrollan en tres etapas: preanálisis (durante la cual se identifican las fuentes de datos y el proceso a minar), análisis e implantación (en la que se crean los cuadros de mando con los KPIs a monitorizar y se conectan las fuentes de datos) y, finalmente, el minado e identificación de las ineficiencias, junto con la elaboración de las alternativas de mejora y de los planes de acción.

En definitiva, process mining o minería de procesos presenta grandes oportunidades para el sector financiero en un momento crucial, en el que aprovechar el conocimiento que ofrecen los datos sobre la realidad de los procesos puede conllevar un aumento de eficiencia y competitividad.

Por Alicia Calvo, 

Banking Consulting Director en  Sopra Steria