Datos para Process Mining: qué necesita para empezar

Para analizar datos con Process Mining se necesitan tres campos: un ID de caso que vincule los eventos, una actividad que indique qué ocurrió y una marca de tiempo que sitúe cada evento. La mayoría de los equipos ya dispone de estos datos en una exportación; el reto está en elegir los registros que permitan responder a la pregunta que quieren resolver.

En resumen: ¿qué datos necesita para Process Mining?

Empiece con el registro mínimo viable: una fila por evento, con un ID del caso, una actividad y una marca de tiempo. Añada atributos cuando ayuden a responder una pregunta concreta y no espere a tener un conjunto de datos perfecto para comprobar si permite ver cómo se realiza el trabajo en la práctica.

Todo lo que sigue explica cómo lograr que esos tres campos sean fiables. Si los términos son nuevos para usted, comience por qué es Process Mining y por lo que puede mostrar un registro antes de extraer datos.

Los campos obligatorios forman la base del esquema de datos para Process Mining; los opcionales permiten explicar las variaciones más adelante. Para empezar, compruebe si su exportación contiene los tres campos obligatorios y si cada fila representa un evento. Consulte cómo crear un registro de eventos para ver un ejemplo práctico de la estructura y la documentación sobre el mapeo de datos para saber cómo configurar los campos.

¿Qué datos necesita?

Imagine que tiene un puesto de limonada y quiere entender por qué esperan los clientes. No necesita todos los detalles de cada cliente, sino los pasos de cada pedido.

Registre lo siguiente para cada evento:

• ID del caso: el número del pedido vincula los eventos que corresponden al mismo pedido.
• Actividad: el nombre de lo que ocurrió, como «Tomar el pedido», «Preparar la limonada» o «Atender al cliente».
• Marca de tiempo: indica cuándo ocurrió y permite ordenar los eventos.

Figure 1 — Fíjese en los pasos, no en cada detalle de todos los casos.

Este pequeño ejemplo basta para mostrar la estructura:

Con estos campos puede ver la secuencia de cada pedido y cuánto tarda cada etapa. Los campos adicionales, como el tipo de pedido o el canal de venta, ayudan a explicar por qué algunos pedidos tardan más. Añádalos cuando respondan a una pregunta que quiera plantear.

La misma lógica se aplica más allá del puesto de limonada. En un proceso de pedidos, el ID del caso puede ser el número del pedido, las actividades pueden ser cambios de estado y las marcas de tiempo pueden proceder del historial de eventos, en lugar de una exportación de informes. Una vez asignados los campos, ProcessMind lee una exportación existente y muestra el flujo en la plataforma de Process Mining sin modificar el sistema de origen.

El caso de los registros de limonada desaparecidos

El puesto de limonada está muy concurrido y la fila no deja de crecer. Quiere saber si los clientes esperan para hacer el pedido, para que se lo preparen o porque surge algún problema. Los datos están repartidos entre recibos, registros de pedidos y notas.

Figure 2 — Los datos de un pedido rara vez aparecen ordenados en una sola tabla.

Esto es habitual en los proyectos reales. Los datos existen, pero no como un registro de eventos listo para usar: hay que combinar registros de distintas tablas o sistemas y decidir qué campos corresponden al caso, la actividad y la marca de tiempo.

Empiece por anotar qué pregunta quiere responder y luego busque los registros que puedan ayudarle.

• Para medir el tiempo de entrega de los pedidos, busque el identificador del pedido y las marcas de tiempo de los cambios de estado pertinentes.
• Para comparar canales, incluya el canal como atributo adicional.
• Para analizar las quejas, incluya las actividades o los resultados relacionados con ellas, si se registran de forma coherente.

Así, la primera extracción se mantiene centrada. No necesita recopilar todos los campos de todos los sistemas, solo los datos necesarios para reconstruir el proceso e investigar la pregunta.

Si ya tiene una exportación de Excel o CSV, revísela antes de pedirle a su equipo de datos que prepare una nueva. Así podrá ver qué permiten hacer los campos actuales y qué aportaría una extracción mejor.

La búsqueda de los datos

Las fuentes de datos para Process Mining suelen ser los sistemas que registran el trabajo a medida que se realiza: un ERP, un CRM, una plataforma ITSM, una herramienta de gestión de tickets u otra aplicación operativa. Los registros necesarios pueden estar en una base de datos, un informe o una exportación.

Pregunte a la persona responsable del proceso y del sistema dónde se registran los eventos clave y siga algunos casos reales de principio a fin. Compruebe si puede encontrar el identificador del caso, los nombres de los eventos y las marcas de tiempo de cada etapa.

1. Elija un proceso y una pregunta

   ¿Dónde quedan los pedidos en espera o qué traspaso genera más demoras?

2. Encuentre el sistema y a la persona responsable

   La aplicación donde se registra el trabajo y el equipo que la gestiona.

3. Busque el historial de eventos

   Un informe o una tabla con los cambios de estado, no una instantánea del estado actual.

4. Compruebe el ID del caso

   El mismo identificador debe aparecer en todos los eventos que quiera vincular.

5. Exporte primero una muestra pequeña

   Revísela antes de solicitar una extracción más amplia.

Evite extraer todas las tablas solo porque están disponibles. Es más fácil revisar, limpiar y explicar una extracción centrada. Si el proceso abarca varios sistemas, documente cómo se vinculan los registros. Por ejemplo, indique qué número de pedido conecta un registro del CRM con uno del ERP.

Consulte la documentación sobre dónde obtener datos para conocer las fuentes habituales. Si necesita combinar o transformar datos de varios sistemas, la guía sobre ETL para Process Mining explica esa parte del trabajo.

La puesta a punto de los datos

Una exportación puede contener eventos duplicados, marcas de tiempo ausentes, nombres de estado incoherentes, pedidos de prueba o registros que no corresponden al proceso que quiere analizar. Eso no significa que la exportación no sirva. Sí significa que debe saber qué representa cada fila antes de interpretar los resultados.

Revise los datos en varias etapas:

• Duplicados: compruebe si las filas repetidas corresponden a eventos que ocurrieron varias veces o a copias accidentales.
• Marcas de tiempo: busque valores ausentes, formatos mezclados, zonas horarias inesperadas y eventos que aparezcan desordenados.
• Actividades y estados: unifique las etiquetas que significan lo mismo y mantenga separados los estados que representan etapas distintas.
• Registros de prueba o cancelados: decida si deben incluirse en el análisis y documente qué excluye y por qué.
• ID del caso: compruebe si hay identificadores vacíos o cambiantes que puedan dividir un caso en varios o combinar casos que no guardan relación.

No elimine casos inusuales solo porque parezcan distintos. Primero, determine si son excepciones válidas o errores en los datos, y registre cada cambio para poder explicar cómo se preparó el conjunto de datos a partir de la fuente.

La calidad de los datos para Process Mining no suele ser una cuestión de sí o no. Lo importante es que los campos necesarios para responder a su pregunta sean coherentes, por eso una muestra aporta más que una promesa. ProcessMind muestra la calidad en el propio conjunto de datos: una insignia con una puntuación porcentual y un panel que explica qué influye en ella, incluidos los valores ausentes o incoherentes y los problemas con las marcas de tiempo. Así puede saber cuánto confiar en un resultado antes de actuar y observar cómo cambia la puntuación a medida que corrige los datos. Consulte los detalles en la documentación sobre calidad de los datos.

La revisión es iterativa: empiece con una muestra, asigne los campos, examine el proceso resultante e investigue cualquier anomalía. La guía de limpieza y preparación de datos explica las comprobaciones y los pasos habituales.

La transformación de los datos

Una vez que haya encontrado y revisado los registros, asigne las columnas de origen a los campos que necesita el análisis del proceso. El sistema de origen puede utilizar otros nombres, pero el significado debe quedar claro.

Una actividad debe describir un evento del proceso, no un comentario impreciso. «Cliente satisfecho» puede ser una opinión o una nota; «Pedido entregado» describe mejor un evento si el sistema registra ese estado. Elija la marca de tiempo que refleje cuándo ocurrió el evento, no simplemente cuándo se exportó un informe.

Tampoco es necesario asignar cada columna manualmente. ProcessMind sugiere coincidencias mientras mapea un conjunto de datos, y Recomendaciones sobre datos con IA señala posibles mapeos con una puntuación de confianza. Después, sugiere atributos, actividades o fuentes que podrían mejorar el análisis. Así, puede revisar y confirmar las sugerencias en lugar de buscar entre listas de campos: la diferencia entre dedicar una tarde o una semana al mapeo. Consulte las recomendaciones sobre datos con IA.

Un buen mapeo permite que las personas que conocen el trabajo entiendan el proceso. Revise los nombres de las actividades con la persona responsable del proceso y confirme que el ID del caso y las marcas de tiempo funcionen como se espera. La documentación sobre el mapeo de datos explica cómo configurar un conjunto de datos, mientras que la guía sobre el mapeo de actividades explica cómo definirlas.

¿Cuántos datos necesita?

No existe una cantidad de casos ni un período histórico que sirva para todos los procesos. La cantidad adecuada depende de la frecuencia con que se ejecuta el proceso, de la variación prevista y de lo que quiera comparar.

Para una primera revisión, incluya suficientes casos para abarcar el trabajo habitual y las excepciones que le interesan. Añada suficiente historial para observar los ciclos relevantes del proceso y los cambios significativos a lo largo del tiempo. Si solo dispone de un período breve o una muestra pequeña, puede probar el esquema y el mapeo, pero tenga cuidado al considerar los resultados representativos.

Un mayor volumen de datos puede revelar rutas menos frecuentes, pero también requiere más tiempo para prepararlos y analizarlos. Empiece por un período acotado y amplíelo si los primeros resultados plantean preguntas. Si trabaja con un Registro de eventos extenso, consulte las recomendaciones sobre rendimiento y escalabilidad de Process Mining antes de decidir cuánto historial cargar.

Opciones de formato y carga

Para su primer proyecto, use un archivo que su equipo pueda generar y revisar. ProcessMind admite formatos habituales de hojas de cálculo y archivos delimitados, como CSV y Excel; para registros más grandes, puede usar Parquet u ORC. Cargar un archivo lleva unos minutos: solo tiene que añadirlo, revisar las columnas detectadas y consultar el proceso antes de decidir si necesita conectores. Consulte cómo cargar su conjunto de datos.

También puede cargar datos de forma incremental cuando necesite añadir registros recientes sin volver a crear todo el conjunto de datos. El método adecuado depende de cómo se generan los datos de origen y con qué frecuencia cambian. Consulte la documentación sobre los formatos de datos admitidos y la carga incremental de datos.

Una API puede ser adecuada si necesita una configuración de carga de datos repetible. Consulte la documentación de la API de datos para conocer las opciones disponibles. Si está definiendo cómo extraer, transformar y cargar datos, empiece por la guía de ETL.

Datos que no debe cargar

Incluya únicamente los datos necesarios para responder la pregunta sobre el proceso. Puede haber información personal en campos inesperados, sobre todo en notas de texto libre, comentarios o descripciones. Revise la extracción antes de cargarla y elimine o enmascare los campos que no sean necesarios para el análisis.

Consulte con los equipos de privacidad, seguridad y gobernanza de datos para confirmar qué permite su organización. Evalúe si realmente necesita nombres u otros identificadores directos. En muchos análisis basta con un equipo, un rol o un identificador seudónimo, siempre que sea adecuado para el propósito y las políticas aplicables.

No use el análisis de procesos como motivo para recopilar más datos personales. Limite el conjunto de datos a los campos necesarios para entender el proceso y siga las reglas de su organización sobre acceso, conservación y tratamiento. ProcessMind mantiene separados los inquilinos y controla el acceso según los roles. Además, un registro de auditoría deja constancia de quién podía ver cada dato, para que pueda responder esa pregunta más adelante. Consulte usuarios, roles y permisos, el registro de auditoría y nuestra Política de privacidad.

Cómo conseguir el apoyo del equipo de datos

Una solicitud clara ayuda al equipo de datos a calcular el trabajo y evitar extracciones innecesarias. Envíele un resumen de una página con la siguiente información:

• Proceso: Indique el proceso y sus puntos de inicio y fin.
• Pregunta: Explique qué quiere averiguar, por ejemplo, dónde se acumulan los pedidos.
• Alcance: Especifique los sistemas, el período y los tipos de casos que se deben incluir.
• Campos obligatorios: Solicite un ID del caso, una actividad y una marca de tiempo por cada evento.
• Campos útiles: Enumere solo los atributos necesarios para responder la pregunta.
• Ejemplos: Incluya algunos casos representativos y elimine los valores confidenciales cuando sea necesario.
• Comprobaciones: Pida al equipo que señale los ID o las marcas de tiempo que falten, los eventos duplicados y los valores de estado poco claros.
• Privacidad: Confirme qué campos se pueden compartir y si es necesario eliminar o enmascarar alguno.

También puede compartir la guía sobre el Registro de eventos para mostrar al equipo un ejemplo concreto de la estructura que necesita. Si la extracción debe hacerse desde un sistema específico, comparta la guía de mejora de procesos correspondiente. Cuando tenga un archivo exportado, siga la guía de primeros pasos para cargarlo y consultar el proceso.

Siguiente paso: cargue y mapee sus datos

No necesita una extracción perfecta para comprobar si sus datos permiten realizar un primer análisis. Empiece con un archivo exportado que ya tenga, compruebe los tres campos obligatorios y vea qué debe corregirse antes de invertir en un proyecto de datos más amplio.

El primer mapa de procesos no es el único resultado. Una vez cargado un conjunto de datos, ProcessMind evalúa el proceso de inmediato con Salud del proceso: una puntuación repetible por proceso, basada en las cinco dimensiones del marco CURES: Cumplimiento, uniformidad, retrabajo, eficiencia y fluidez. La puntuación indica por dónde empezar, y los mismos Dashboards señalan qué corregir. Así, el primer conjunto de datos genera una lista de tareas, no solo una imagen. Salud del proceso y sus puntuaciones están incluidas con una licencia de Process Intelligence.