Solución de problemas con los datos

Solución de problemas con los datos

Los problemas de datos se manifiestan de formas concretas: casos que se dividen, eventos en orden incorrecto, pasos que faltan o cifras que parecen imposibles. En esta página, partimos del síntoma para encontrar la causa y, después, la solución, ya sea en ProcessMind, donde basta con cambiar una configuración, o en la extracción, cuando no hay otra alternativa.

Para consultar el flujo de trabajo completo de preparación, con información sobre cómo deben ser los datos y cómo prepararlos, vea Limpieza y preparación de datos. Para conocer las comprobaciones que la plataforma realiza con sus datos, consulte Calidad de los datos.

Primeras comprobaciones

Antes de revisar el archivo de origen, consulte la información que ProcessMind ya le ofrece:

• La lista roja sobre los Dashboards. En la pestaña General del conjunto de datos, una lista roja indica qué impide continuar: falta ID del caso, Actividad o Hora de finalización; hay actividades sin datos o atributos sin valores; o el archivo que volvió a cargar no coincide con el tipo de proceso al que se había asignado. Empiece por ahí.
• La insignia y el Dashboard de calidad. La insignia muestra la puntuación de salud del proceso en forma de porcentaje; el Dashboard incluye la actualidad de los datos, la cobertura de atributos y el análisis de actividades.
• Recomendaciones sobre datos con IA. Un análisis del conjunto de datos enumera los problemas detectados y sugiere asignaciones y soluciones.
• Atributos del conjunto de datos. Defina el nombre para mostrar, el tipo de datos y el formato de fecha y hora, u oculte una columna, sin volver a exportar los datos.

Síntomas en el grafo del proceso

Un caso aparece dividido en varios casos

Qué ve: una instancia del proceso aparece como muchos casos breves, cada uno con uno o dos pasos, por lo que el grafo muestra una fila plana de actividades.

Por qué ocurre: la columna asignada como ID del caso identifica algo más pequeño que la instancia del proceso, como una línea de pedido, un número de factura o un número de documento de un sistema.

Solución: asigne la columna que identifica la instancia completa: el pedido, el ticket o la reclamación. Si ninguna columna lo hace, deberá unificar los identificadores antes de importar los datos: combínelos en SQL o en su proceso ETL para que todos los eventos de una misma instancia tengan el mismo ID del caso y vuelva a cargar los datos. En Dónde obtener datos se describen las convenciones de nombres de cada sistema.

Los eventos están desordenados

Qué ve: las actividades que ocurren más tarde aparecen antes que las anteriores; por ejemplo, una factura tiene una fecha anterior a la del pedido.

Por qué ocurre: suele deberse a una de estas tres causas. La marca de tiempo se interpretó con un formato incorrecto (un valor 03/04/2025 se leyó como 4 de marzo en vez de 3 de abril). Se combinaron eventos de sistemas con zonas horarias distintas sin convertirlas. O se asignó la columna equivocada como campo de hora.

Solución: compruebe el formato en los atributos del conjunto de datos y confirme que el tipo sea Timestamp, no texto. Convierta todas las fuentes a una misma zona horaria antes de combinar las exportaciones, ordene cada caso por su marca de tiempo y compruebe algunos casos de principio a fin.

Faltan pasos

Qué ve: el grafo omite un paso que sabe que ocurre.

Por qué ocurre: el paso no deja rastro en los datos (por ejemplo, una aprobación telefónica o una firma en papel), la actividad nunca se asignó o un filtro la ocultó.

Solución: para que los pasos que existen pero no se registran sigan visibles, marque la actividad como un paso de flujo de datos a través de y asigne el resto con Asignar y desasignar actividades. Las actividades sin asignar aparecen translúcidas y con conexiones punteadas. Después, compruebe qué filtros están activos.

Los casos no llegan a su fin

Qué ve: muchos casos se detienen sin llegar a un evento de fin.

Por qué ocurre: la exportación termina en una fecha mientras los casos siguen en curso, el modelo no tiene un evento de fin o el conjunto de datos no incluye la actividad de cierre.

Solución: añada al modelo un evento de fin real o acepte los casos abiertos y exclúyalos del análisis temporal: las métricas de tiempo solo cuentan los casos cerrados. Que un caso no haya terminado no significa que haya un error en los datos.

Las cifras parecen demasiado altas

Qué ve: una actividad se realiza con una frecuencia sospechosamente alta o el número de casos supera el que indican los informes del negocio.

Por qué ocurre: hay filas duplicadas: una integración registró el mismo evento dos veces o se repitió la extracción.

Solución: elimine los duplicados por ID del caso, actividad y marca de tiempo antes de cargar los datos. En el flujo de trabajo de preparación se explica de dónde suelen proceder las extracciones duplicadas.

El mapa está demasiado cargado

Qué ve: cientos de actividades, la mayoría de carácter técnico.

Por qué ocurre: los inicios de sesión, los reintentos y los procesos en segundo plano aparecen en la misma extracción que los pasos del negocio.

Solución: oculte los atributos que no analiza, filtre los eventos que no forman parte del proceso y agrupe los eventos de bajo nivel en la actividad correspondiente. Los expertos en procesos deben decidir dónde termina el detalle y empieza el ruido.

Los datos de varios sistemas no coinciden

Qué ve: hay lagunas en el proceso donde debería haber datos de uno de los sistemas.

Por qué ocurre: los sistemas se extraen en momentos distintos, usan nombres diferentes para el mismo paso o no se realizó una de las extracciones.

Solución: unifique los periodos de extracción y los nombres de las actividades antes de combinar los datos. Asigne a cada conjunto de datos su función como principal o de comparación, en lugar de concatenar archivos que no coinciden.

Síntomas en el conjunto de datos

Se rechaza la carga

Qué ve: la carga termina con un error o el archivo se importa como una sola columna.

Por qué ocurre: el archivo incumple uno de los requisitos de estructura. Entre los problemas más habituales están la falta de una fila de encabezado (debe ser la primera), las filas vacías entre los datos, los números guardados como texto y los archivos de Excel cuyos datos están en la segunda hoja. Solo se lee la primera hoja.

Solución: coloque el encabezado en la primera fila, elimine las filas vacías, compruebe que los números estén guardados como números y mueva los datos de eventos a la primera hoja. Los delimitadores y las comillas de los archivos CSV, TSV y TXT se detectan automáticamente. Si el resultado aparece en una sola columna, normalmente significa que no se pudo interpretar el archivo. Vuelva a exportarlo como CSV o Parquet.

Las columnas o los tipos son incorrectos

Qué ve: falta una columna o una marca de tiempo se interpreta como texto.

Por qué ocurre: el archivo cambió desde la última carga o se detectó un tipo de datos incorrecto.

Solución: defina manualmente el tipo y el formato de los datos u oculte la columna. Después de sustituir un archivo, compruebe si la lista roja indica que el archivo nuevo no coincide con el conjunto de datos en el que se cargó.

No se reconocen las marcas de tiempo

Qué ve: la columna de marcas de tiempo está vacía o las duraciones son mucho más largas de lo esperado.

Por qué ocurre: el formato no es habitual, el orden del día y el mes depende de la configuración regional, se mezclan distintas precisiones (segundos y milisegundos en una misma columna) o se aplicaron dos veces las conversiones de zona horaria.

Solución: defina el formato de forma explícita en los atributos del conjunto de datos, separe en el origen las exportaciones con distintas precisiones y unifique la zona horaria antes de cargar los datos.

Hay valores en blanco

Qué ve: la cobertura de atributos del Dashboard de calidad muestra lagunas o un gráfico incluye una categoría null.

Por qué ocurre: el sistema de origen no registra el valor en todos los casos o la exportación omitió los campos vacíos.

Solución: complete los valores que faltan en el origen, si es posible. Si puede sustituir un valor en blanco por un valor predeterminado adecuado, utilice funciones para gestionar valores nulos en un atributo calculado.

Los nombres de las actividades no coinciden

Qué ve: «Aprobar pedido» y «Aprobación del pedido» aparecen como dos actividades distintas, aunque significan lo mismo, o el mismo paso tiene nombres diferentes en cada país.

Por qué ocurre: cada sistema de origen usa su propia etiqueta para el mismo trabajo.

Solución: acuerde un nombre para cada paso y, a continuación, normalice los valores en la extracción o añada un atributo calculado que convierta las variantes en un único nombre. Después, asigne la actividad a partir de ese atributo.

Síntomas en las cifras

Los promedios parecen demasiado bajos

Qué ve: la duración media de los casos no parece realista para el negocio.

Por qué ocurre: las métricas de tiempo solo cuentan los casos cerrados, por lo que excluyen los casos sin terminar. Además, los casos que ya finalizaron suelen ser los más rápidos, sobre todo en periodos recientes.

Solución: compare casos equivalentes. Limite el periodo a casos que hayan tenido tiempo de finalizar, consulte las definiciones de Métricas de tiempo antes de sacar conclusiones a partir de un único promedio y examine la distribución en lugar de la media.

Los valores atípicos distorsionan los promedios

Qué ve: los promedios son mucho más altos que la duración habitual de un caso.

Por qué ocurre: unos pocos casos extremos elevan el promedio. A veces son excepciones reales y otras, errores en los datos.

Solución: examine la cola de casos más lentos (P90 frente a la mediana) en lugar del promedio, compruebe si los casos extremos son reales y excluya solo los que sean incorrectos. Una excepción poco frecuente, pero real, aporta información. Métricas de tiempo explica cada medida.

La comparación no muestra resultados

Qué ve: un conjunto de datos de comparación muestra No disponible (0 casos, 0 % de cobertura).

Por qué ocurre: los filtros activos o el periodo seleccionado no incluyen casos de ese conjunto de datos, o sus actividades no están asignadas al modelo.

Solución: amplíe el periodo, compruebe la asignación de actividades del conjunto de datos de comparación y confirme qué conjunto de datos es el principal.

Cuando el problema es el volumen de datos

Algunos problemas no se deben a errores en los datos, sino a su volumen:

• Cargas lentas: prefiera Parquet u ORC y, para archivos de Excel, XLSB en lugar de XLSX. Consulte Formatos de datos compatibles.
• Archivos que crecen: añada nuevos periodos mediante una carga incremental (delta) en lugar de sustituir el archivo completo.
• Análisis lento: elimine las columnas que nadie analiza, filtre la ruta ideal cuando busque excepciones y examine un periodo o una región a la vez. La guía de rendimiento explica cómo influye el volumen de datos.
• Conjuntos de datos que ya no necesita: archive los que ya no analiza para que el espacio de trabajo contenga los datos que realmente utiliza.

Solución en el origen

Cada solución aplicada en ProcessMind evita tener que volver al origen, pero algunos problemas solo se resuelven antes de la importación: falta un sistema de origen, se mezclan zonas horarias o ninguna exportación unifica los identificadores. Estos problemas deben corregirse en la extracción y, si se repiten, en el sistema que la genera. Consulte Dónde obtener datos para conocer las opciones de cada sistema y ETL para Process Mining para saber cómo mantener la fiabilidad de las extracciones.

¿Sigue sin encontrar la solución?

Si las comprobaciones anteriores no explican lo que ve, póngase en contacto con el equipo de soporte e indique el nombre del conjunto de datos, el caso que está revisando, qué esperaba ver y qué aparece en su lugar. Una captura del gráfico y otra del panel de calidad suelen ayudar a resolverlo más rápido que una descripción.

Pruebe Process Mining con sus propios datos

Temas relacionados

• Calidad de los datos: qué muestra la insignia y cómo interpretar el panel
• Configuración del conjunto de datos: la lista de validación en rojo y los campos obligatorios
• Formatos de datos compatibles: filas de encabezado, hojas y tipos de archivo
• Limpieza y preparación de datos: proceso completo de preparación
• Carga incremental de datos: amplíe los conjuntos de datos sin volver a cargarlos
• Preguntas frecuentes: respuestas a las consultas más habituales