Mapeamento de datasets

Mapeando datasets no ProcessMind

Mapear datasets é essencial para transformar dados brutos em insights de valor dentro do ProcessMind. Um dos grandes diferenciais do ProcessMind é a flexibilidade: você pode adicionar, remover, ativar ou desativar dados a qualquer momento. Não existe uma ordem obrigatória para integrar dados ao seu processo.

Você pode trabalhar com dados de duas formas principais:

1. Adicionar dados após definir o processo: Comece estruturando o processo e inclua dados para identificar informações faltantes e refinar sua análise.
2. Começar pelos dados: Use seu event data para criar um mapa inicial do processo e evolua a partir disso.

Essa flexibilidade permite que você siga o caminho que fizer mais sentido para sua operação.

Para fins desta documentação, vamos assumir que você está começando com uma tela em branco e construindo seu processo e análise passo a passo. Se preferir começar com um processo já existente, você pode importar um modelo BPMN existente  e mapear dados para tasks e events do modelo importado  diretamente.

Passo 1: Começando com o Canvas Vazio

Comece criando um novo processo ou abrindo um já existente. O canvas é a base do seu modelo, onde você irá mapear e organizar os datasets.

Se ainda não fez upload dos seus dados na seção de data, é possível enviar os dados diretamente da visão do processo. Basta acessar o painel à direita e ir até a seção de datasets no modal, como mostrado na imagem abaixo.

Selecione seu Dataset

Após o upload e processamento do dataset, o sistema irá avisar quando ele estiver pronto para uso. Você pode selecioná-lo na Lista de Datasets mostrada na imagem acima. O último dataset enviado sempre aparece no topo, facilitando o acesso.

Ao passar o mouse sobre um dataset na lista, um tooltip exibe informações como:

• Nome do dataset
• Número de linhas identificadas
• Tamanho e nome do arquivo enviado
• Data e hora do upload

Esses detalhes ajudam a garantir a escolha do dataset correto para seu processo.

Ao selecionar o dataset, há um pré-processamento básico (indicado por um ícone de carregamento ao lado do nome).

Você pode também renomear o dataset (se preferir) para facilitar a identificação no contexto do processo. O botão liga/desliga permite ativar ou desativar rapidamente o dataset nos processos.

Opções do Dataset

O Menu de Configurações do Dataset oferece diversas opções para gerenciar e personalizar seus dados de forma eficiente. Confira as principais funções:

• Edit Dataset: Edite rapidamente as informações do dataset para ajustar ou atualizar dados conforme necessário.

• Unlink Data: Utilize esta opção se o dataset não for mais necessário no processo. Isso remove todas as referências do dataset do canvas, mas ele permanece disponível na lista de datasets.

• Dataset Colors: Defina cores diferentes para facilitar a visualização, também aplicando às atividades associadas e facilitando a identificação no canvas.

• Auto Map Dataset: Tenta mapear automaticamente as atividades do dataset com as atividades já existentes no modelo de processo, economizando tempo e garantindo consistência.

• Remove All Mappings: Limpa todos os mapeamentos de atividades entre o dataset e o modelo de processo. Ideal para recomeçar ou fazer grandes ajustes.

• Reset Layout: Organiza automaticamente as atividades e relações no canvas, melhorando a clareza visual.

• Location: Escolha onde o modelo gerado será exibido:

  • AI (Smart Detection): o sistema define a melhor posição automaticamente.
  • Inside Model: insere o modelo dentro do canvas do processo.
  • Outside Model: posiciona o modelo fora do design para maior separação visual.

• Show in Model: Exibe ou oculta atividades identificadas no dataset que ainda não estão mapeadas no modelo. É possível alternar para mostrar ou esconder essas atividades.

• Statistics: Consulte informações relevantes sobre o dataset:

  • Number of Cases and Events: mostra um resumo do tamanho dos dados.
  • Original Data Source Name: apresenta a origem dos dados para referência.

Usando essas opções, você gerencia facilmente a integração, visualização e comportamento dos datasets em seus modelos de processos, garantindo um workflow mais prático e organizado.

Mapeando Dados ao Processo

Assim que o dataset for carregado, o sistema irá exibir automaticamente o resultado do Process Mining no canvas. Este mapa inicial é um modelo flutuante, ainda sem vínculo ao seu processo. Para incluí-lo no design e torná-lo editável, é necessário mapear para um modelo ou atividade existente, ou convertê-lo em um modelo fixo.

Fixando o Modelo no Canvas

Você pode fixar atividades do modelo flutuante no canvas de duas formas principais:

1. Selecionar atividades individualmente: Escolha atividades específicas para mapear manualmente.

2. Seleção em lote: Use a ferramenta de seleção ou atalhos de teclado para selecionar várias atividades:

   • Shift + Arrastar Mouse: desenhe uma caixa ao redor das atividades desejadas.
   • Selecionar tudo: pressione Ctrl + A (Windows) ou Command + A (MacOS) para selecionar todas as atividades.

Após a seleção, um menu de contexto aparecerá ao lado das atividades escolhidas. A partir dele você pode escolher Add to Model: esta opção fixa as atividades selecionadas no canvas, permitindo:

• Adicionar contexto às atividades.
• Relacioná-las a outros atributos.
• Mapear ou desmapear atributos conforme for necessário.

Ao fixar o mapa de processos do dataset no canvas, você pode enriquecer o processo com mais detalhes e contexto, transformando dados em insights de alto valor.

Atividades não mapeadas

Atividades não mapeadas são aquelas presentes no dataset mas que ainda não foram associadas a nenhum atributo do modelo. Elas indicam possíveis lacunas ou elementos que precisam de integração ao design do processo.

Ao ativar ou desativar a opção Unmapped Activities, esses dados aparecem visualmente com linhas pontilhadas, facilitando a identificação e distinção das atividades não mapeadas.

No exemplo visual, você vê o estado antes e depois de acionar a opção:

• Antes: Atividades não mapeadas ficam ocultas no canvas.
• Depois: Essas atividades aparecem com linhas pontilhadas, destacando pontos de possível mapeamento.

Esse recurso auxilia na gestão eficiente de dados não mapeados, tornando seu modelo de processo mais completo e preciso.

Considerações Finais

O mapeamento de datasets no ProcessMind transforma seus dados em uma ferramenta estratégica para análise de processos. Você pode começar com um processo definido ou com dados brutos, aproveitando a flexibilidade da plataforma para construir e ajustar seu modelo conforme necessário. Seguindo esses passos, você cria modelos completos que geram insights valiosos e impulsionam a melhoria contínua dos processos.