O que é preciso para rodar Process Mining?
O que é necessário para executar Process Mining?
Tem dados brutos? Esse é só o primeiro passo! O Process Mining funciona melhor com event data limpos e bem preparados. Explore, prepare e refine seus dados para obter insights poderosos sobre seus processos.
Quais Dados Precisam Para Começar
Imagine que você está comandando uma barraquinha de limonada, mas tem memória fraca! Para entender como seu negócio está indo, você decide registrar algumas informações básicas:
- Customer ID (CaseID): Um número para identificar cada cliente. Assim, você sabe se é a mesma pessoa voltando para comprar mais limonada (ou reclamar de um lote azedo!).
- Action Taken (Activity): O que aconteceu! Você “Recebeu Pedido”, “Preparou Limonada” ou talvez “Resolveu Reclamação de Cliente Irritado” (tomara que raramente!).
- Action Time (Timestamp): Quando cada ação aconteceu. Saber a ordem das ações é essencial!
Com apenas esses três dados, o Process Mining funciona como um espiãozinho na sua barraca. Ele vê o fluxo básico dos clientes, identifica gargalos (talvez você demore para fazer a limonada!) e até mostra se alguns clientes reclamam mais que outros (hora de melhorar a receita!).
Veja um exemplo de tabela:
| Customer ID (CaseID) | Action Time (Timestamp) | Action Taken (Activity) |
|---|---|---|
| 1 | 10:00 AM | Receber Pedido |
| 1 | 10:02 AM | Preparar Limonada |
| 1 | 10:05 AM | Servir Cliente |
| 2 | 10:03 AM | Receber Pedido |
| 2 | 10:10 AM | Resolver Reclamação de Cliente Irritado (eita!) |
| 2 | 10:12 AM | Preparar Limonada |
| 2 | 10:15 AM | Servir Cliente (espero que mais feliz agora!) |
Pode parecer pouca informação, mas já é suficiente para o Process Mining levantar perguntas e revelar insights básicos sobre a eficiência da sua barraquinha de limonada!
1. O Caso dos Registros Perdidos do Lemonade
Nossa barraca de limonada estava bombando! Os clientes adoravam nossa receita secreta (quase sempre), e o negócio só crescia. Mas com o sucesso veio um desafio novo: clientes demais ao mesmo tempo. Filas enormes, gente irritada e, pior, ninguém sabia o motivo!
Lembra do espião que contratamos (Process Mining)? Ele não faz milagres. Precisa de informações de qualidade, e só tínhamos alguns rabiscos num guardanapo. Foi aí que tudo virou bagunça:
No fim, ajeitar essa bagunça virou uma nova aventura. Mas no próximo capítulo, você vai ver como, com investigação e nosso espião fã de dados, otimizamos a barraca e viramos referência no bairro!
2. A Grande Escavação de Dados
Nosso quiosque de limonada foi um sucesso estrondoso, mas as filas eram um pesadelo! Sabíamos que precisávamos do nosso espião de dados (Process Mining) para nos ajudar, mas primeiro, tínhamos que fornecer a ele informações decentes. Isso significava um mergulho profundo no mundo da extração de dados – basicamente, encontrar todas as pistas ocultas sobre nossos clientes e transformá-las em algo que nosso espião pudesse entender.
Veja o que descobrimos:
- Caça ao Tesouro: Às vezes, os dados eram como um tesouro enterrado – escondido em cantos empoeirados dos nossos sistemas (páginas da web, e-mails, PDFs). Tivemos que nos tornar arqueólogos de dados, cavando em arquivos antigos e usando ferramentas elegantes (screen scraping) para desenterrar as informações de que precisávamos.
- Perdidos na Tradução: Mesmo quando encontramos os dados, nem sempre estavam claros. Algumas pistas estavam rabiscadas em guardanapos (dados não estruturados) e outras estavam trancadas em um código secreto (metadados ausentes). Precisávamos de um tradutor (padronização de dados) para decifrar tudo.
- Foco é fundamental: Com tantas fontes de dados (milhares de tabelas!), era tentador simplesmente pegar tudo. Mas assim como você não experimentaria todas as combinações de sabores na sorveteria, precisávamos focar nas perguntas que queríamos responder. Os clientes demoravam a fazer o pedido ou éramos nós o gargalo ao fazer limonada? Focar nessas questões-chave nos ajudou a priorizar quais dados extrair.
Não foi fácil, mas com um pouco de esforço e uma dose saudável de curiosidade, conseguimos desenterrar um tesouro de dados. No próximo capítulo, veremos como limpamos essa bagunça e finalmente colocamos nosso espião de dados para funcionar!
3. O Detox dos Dados
Tínhamos uma montanha de dados, graças ao esforço de extração (veja o Capítulo 3). Mas calma: era uma mistura danada – algumas informações úteis, rabiscos aleatórios, muita coisa sem valor. Hora do detox de dados!
Filtrar virou nosso melhor amigo. É como arrumar uma caixa de ferramentas toda bagunçada. Primeiro veio o geral (coarse-grained scoping) na extração dos dados. Agora era hora de detalhar (fine-grained scoping).
Veja como enfrentamos esse desafio:
Com os dados quase brilhando, era hora de soltar o potencial do Process Mining! No próximo capítulo, vamos explorar técnicas como discovery, conformance e enhancement para diagnosticar os problemas e tornar nossa barraca a mais eficiente do bairro!
4. O Makeover dos Dados
O detox fez milagres nos nossos dados (Capítulo 4), mas antes do Process Mining tinha um último detalhe: o makeover dos dados! Imagine um cliente chegando com uma nota de dinheiro amassada: não recusaríamos, mas seria bem melhor se estivesse novinha. Essa é a ideia do data cleaning.
Veja o que a gente fez:
- Case Fechado: Um processo é como a jornada do cliente – começo, meio e fim. Precisamos ligar todos os eventos de um cliente só (case): pedido, tempo de espera e receber limonada. Como juntar todos os recibos de uma única visita.
- Falar a Linguagem do Processo: Nem sempre nossos dados estavam nesse idioma. As atividades precisavam estar bem definidas, como mudanças de status em cada case. Por exemplo, “Cliente Feliz!” não era claro o suficiente. O melhor era um status como “Lemonade Delivered”.
Não foi a fase mais empolgante, mas com cuidado e organização, conseguimos uma base de dados limpa! Assim, nosso espião revela porque tinham filas e transforma a barraca de limonada em referência de eficiência (e sabor)!