Solução de problemas com dados

Solução de problemas com dados

Os problemas de dados aparecem de formas específicas: casos que se fragmentam, eventos fora de ordem, etapas ausentes e números que parecem impossíveis. Esta página parte do sintoma para chegar à causa e, depois, à solução. Quando uma configuração resolve o problema, você pode corrigi-lo na ProcessMind; quando não resolve, é preciso ajustar a extração.

Para ver o fluxo completo de preparação, entender como são os dados adequados e como prepará-los, consulte Limpeza e preparação de dados. Para conhecer as verificações que a plataforma faz nos seus dados, consulte Qualidade dos dados.

Verificações iniciais

Antes de investigar o arquivo de origem, confira o que a ProcessMind já mostra:

• A lista em vermelho acima dos painéis. Na aba Geral do conjunto de dados, uma lista em vermelho indica o que está impedindo o processo: falta de ID do caso, Atividade ou Hora de término, atividades sem dados, atributos sem valores ou incompatibilidade entre um arquivo carregado novamente e o tipo de processo usado no carregamento. Comece por aí.
• O selo e o painel de qualidade. O selo mostra a pontuação de saúde do processo em porcentagem; o painel apresenta a atualização dos dados, a cobertura de atributos e a análise de atividades.
• Recomendações de dados com IA. Uma análise do conjunto de dados lista os problemas encontrados e sugere mapeamentos e correções.
• Atributos do conjunto de dados. Defina o nome de exibição, o tipo de dados e o formato de data e hora, ou oculte uma coluna, sem precisar exportar tudo novamente.

Sintomas no grafo do processo

Um caso aparece dividido em vários casos

O que você vê: uma instância do processo aparece como vários casos curtos, cada um com uma ou duas etapas. O grafo fica como uma linha reta de atividades.

Por quê: a coluna mapeada como ID do caso identifica algo menor que a instância do processo, como um item de linha, o número de uma fatura ou o número de um documento de um sistema.

Como corrigir: mapeie a coluna que identifica a instância inteira, como o pedido, o chamado ou a solicitação. Se nenhuma coluna fizer isso, a unificação precisa acontecer antes da importação: combine os identificadores em SQL ou no seu processo de ETL para que todos os eventos de uma instância tenham o mesmo ID do caso e carregue os dados novamente. Consulte Onde obter dados para ver as convenções de nomenclatura de cada sistema.

Os eventos estão fora de ordem

O que você vê: atividades que acontecem depois aparecem antes das que acontecem primeiro, como uma fatura com data anterior à do pedido.

Por quê: há três causas comuns. O timestamp foi interpretado com o formato errado (um valor 03/04/2025 lido como 4 de março em vez de 3 de abril). Eventos de sistemas em fusos horários diferentes foram combinados sem conversão. Ou a coluna errada foi mapeada como campo de data e hora.

Como corrigir: confira o formato em Atributos do conjunto de dados e confirme se o tipo é Timestamp, e não texto. Converta todas as fontes para um único fuso horário antes de combinar as exportações, ordene cada caso pelo timestamp e confira alguns casos do início ao fim.

Há etapas ausentes

O que você vê: o grafo pula uma etapa que certamente acontece.

Por quê: a etapa não deixa registro nos dados, como uma aprovação por telefone ou uma assinatura em papel; a atividade nunca foi mapeada; ou um filtro a ocultou.

Como corrigir: para manter visíveis as etapas que existem, mas não são registradas, marque a atividade como uma etapa de fluxo de dados. Mapeie as demais usando Mapeamento e desmapeamento de atividades. As atividades não mapeadas aparecem translúcidas, com conexões pontilhadas. Depois, confira quais filtros estão ativos.

Os casos nunca terminam

O que você vê: muitos casos simplesmente param sem chegar a um evento final.

Por quê: a exportação termina em uma data enquanto os casos ainda estão em andamento, o modelo não tem um evento final ou a atividade de encerramento não está no conjunto de dados.

Como corrigir: inclua um evento final real no modelo ou aceite os casos em aberto e não os considere na análise de tempo. As métricas de tempo contam apenas os casos fechados. Um caso que ainda não terminou não é um erro de dados.

As contagens parecem altas demais

O que você vê: uma atividade acontece com frequência suspeita ou o número de casos é maior do que o informado pela empresa.

Por quê: há linhas duplicadas, ou seja, o mesmo evento foi registrado duas vezes por uma integração ou por uma extração repetida.

Como corrigir: remova as duplicatas usando o ID do caso, a atividade e o timestamp antes de carregar os dados. O fluxo de preparação explica as causas mais comuns de extrações duplicadas.

O mapa está poluído

O que você vê: centenas de atividades, a maioria delas técnicas.

Por quê: logins, novas tentativas e tarefas em segundo plano estão na mesma extração que as etapas do processo de negócio.

Como corrigir: oculte os atributos que você não analisa, filtre os eventos que não fazem parte do processo e agrupe eventos de baixo nível na atividade correspondente. Cabe aos especialistas em processos decidir onde termina o detalhe e começa o excesso de informação.

Os dados de vários sistemas não se encaixam

O que você vê: há lacunas no processo onde deveria haver dados de um dos sistemas.

Por quê: os dados dos sistemas são extraídos em momentos diferentes, a mesma etapa recebe nomes distintos ou uma extração não foi feita.

Como corrigir: alinhe os períodos de extração e os nomes das atividades antes de combinar os dados. Defina a função de cada conjunto de dados usando principal e comparação, em vez de concatenar arquivos com informações divergentes.

Sintomas no conjunto de dados

O carregamento é rejeitado

O que você vê: o carregamento termina com um erro ou o arquivo é carregado como uma única coluna.

Por quê: o arquivo não atende a um dos requisitos de estrutura. Os problemas mais comuns são a falta de uma linha de cabeçalho (ela deve ser a primeira linha), linhas em branco entre os dados, números armazenados como texto e arquivos do Excel com os dados na segunda planilha. Apenas a primeira planilha é lida.

Como corrigir: coloque o cabeçalho na primeira linha, remova as linhas em branco, confira se os números estão armazenados como números e mova os dados dos eventos para a primeira planilha. Os delimitadores e as aspas em arquivos CSV, TSV e TXT são detectados automaticamente. Se o resultado tiver uma única coluna, provavelmente o arquivo não pôde ser interpretado. Exporte-o novamente como CSV ou Parquet.

As colunas ou os tipos estão incorretos

O que você vê: uma coluna está ausente ou um timestamp está sendo tratado como texto.

Por quê: o arquivo mudou desde o último carregamento ou o tipo foi detectado incorretamente.

Como corrigir: defina manualmente o tipo e o formato dos dados ou oculte a coluna. Depois de substituir um arquivo, confira a lista em vermelho para identificar incompatibilidades entre o novo arquivo e o conjunto de dados em que ele foi carregado.

Os timestamps não são reconhecidos

O que você vê: a coluna de timestamp está vazia ou as durações ficam muito longas.

Por quê: o formato é incomum, a ordem do dia e do mês varia conforme a localidade, a precisão é diferente na mesma coluna (segundos e milissegundos) ou a conversão de fuso horário foi aplicada duas vezes.

Como corrigir: defina o formato explicitamente em Atributos do conjunto de dados, separe na origem as exportações com precisões diferentes e padronize o fuso horário antes de carregar os dados.

Os valores estão em branco

O que você vê: a cobertura de atributos no painel de qualidade mostra lacunas ou um gráfico tem uma categoria nula.

Por quê: o sistema de origem não registra o valor em todos os casos ou a exportação descartou os campos vazios.

Como corrigir: preencha as lacunas na origem, quando possível, e use funções para tratar valores nulos em um atributo calculado quando for possível substituir um valor em branco por um padrão adequado.

Os nomes das atividades não correspondem

O que você vê: “Aprovar pedido” e “Aprovação do pedido” aparecem como duas atividades com o mesmo significado, ou a mesma etapa tem nomes diferentes em cada país.

Por quê: cada sistema de origem usa um nome próprio para o mesmo trabalho.

Como corrigir: defina um único nome para cada etapa. Depois, padronize os valores na extração ou adicione um atributo calculado que converta as variações em um único nome e mapeie a atividade a partir dele.

Sintomas nos números

As médias parecem baixas demais

O que você vê: uma duração média dos casos que a equipe de negócios não considera realista.

Por quê: as métricas de tempo contam apenas os casos fechados, excluindo os que ainda não terminaram. Além disso, os casos concluídos costumam ser os mais rápidos, principalmente em períodos recentes.

Como corrigir: compare casos equivalentes. Limite o período aos casos que tiveram tempo para terminar, consulte as definições em Métricas de tempo antes de tirar conclusões com base em uma única média e analise a distribuição, não apenas a média.

Os valores extremos distorcem as médias

O que você vê: médias muito acima do valor típico dos casos.

Por quê: alguns casos extremos elevam a média. Às vezes, são exceções reais; em outras, erros nos dados.

Como corrigir: analise a cauda dos casos mais lentos (P90 em relação à mediana) em vez da média, confira se os casos extremos são reais e exclua apenas o que estiver incorreto. Uma exceção rara, mas real, é um insight. Métricas de tempo explica cada medida.

A comparação não mostra resultados

O que você vê: um conjunto de dados de comparação mostra Não presente (0 casos, 0% de cobertura).

Por quê: os filtros ativos ou o período selecionado não incluem casos desse conjunto de dados, ou as atividades dele não estão mapeadas para o modelo.

Como corrigir: amplie o período, confira o mapeamento do conjunto de dados de comparação e confirme qual conjunto de dados é o principal.

Quando o problema é o volume de dados

Alguns problemas não são erros nos dados, mas questões de escala:

• Carregamentos lentos: prefira Parquet ou ORC. Para arquivos do Excel, use XLSB em vez de XLSX. Consulte Formatos de dados compatíveis.
• Arquivos que crescem: acrescente novos períodos com um carregamento incremental (delta), em vez de substituir o arquivo inteiro.
• Análises lentas: remova as colunas que ninguém analisa, filtre o caminho ideal ao investigar exceções e analise um período ou uma região por vez. O guia de performance mostra o impacto do volume de dados.
• Conjuntos de dados que podem ser arquivados: arquive os dados que você não analisa mais para manter no espaço de trabalho apenas os dados que realmente usa para tomar decisões.

Corrija o problema na origem

Cada correção feita na ProcessMind evita uma ida e volta, mas alguns problemas só desaparecem quando são resolvidos antes da importação: um sistema de origem ausente, fusos horários diferentes ou identificadores que nenhuma exportação unifica. Esses ajustes devem ser feitos na extração e, se o problema voltar a acontecer, no sistema que a gera. Consulte Onde obter dados para ver as opções de cada sistema e ETL para Process Mining para conhecer práticas que ajudam a manter a confiabilidade da extração.

Ainda precisa de ajuda?

Se as verificações acima não explicarem o que você está vendo, entre em contato com a equipe de suporte e informe o nome do conjunto de dados, o caso que está analisando, o que esperava encontrar e o que aparece no lugar. Uma captura de tela do gráfico e outra do painel de qualidade costumam ajudar a resolver a questão mais rápido do que uma descrição.

Experimente Process Mining com seus próprios dados

Tópicos relacionados

• Qualidade dos dados - o que o selo mostra e como interpretar o painel
• Configuração do conjunto de dados - a lista de validação em vermelho e os campos obrigatórios
• Formatos de dados compatíveis - linhas de cabeçalho, planilhas e tipos de arquivo
• Limpeza e preparação de dados - o fluxo completo de preparação
• Carregamento incremental de dados - amplie conjuntos de dados sem carregar os arquivos novamente
• Perguntas frequentes - as dúvidas mais comuns