A era da Transformação Digital revolucionou a forma com a qual as empresas trabalham e executam processos: muitas tarefas, antigamente realizadas de forma manual, foram digitalizadas através do uso de sistemas de suporte ao negócio (ex.: ERP, CRM, etc.). Resultou dessa mudança um crescimento exponencial do volume de dados gerados pelos processos internos das empresas. Conheça o Process Mining e o poder dos dados na melhoria de processos.
O que é Process Mining?
É justamente partindo deste princípio que nasceu o conceito de Process Mining (ou Mineração de Processo), com o intuito de usar esses dados para analisar os processos e entender como eles são executados na prática. A metodologia, essencialmente data-driven, consiste em reconstruir o Digital Twin de um determinado processo para poder realizar análises avançadas de performance desse processo e buscar causas raízes de ineficiência. Ela diverge assim das técnicas tradicionais de mapeamento de processos, historicamente baseadas em análise de documentações e entrevistas com stakeholders atuantes nos processos.
A origem do Process Mining
As origens do Process Mining remontam aos trabalhos iniciais de Wil van der Aalst na década de 1990, com seus estudos pioneiros sobre a análise de logs de eventos e a extração de processos a partir de registros de atividades. Desde então, a evolução da tecnologia, o avanço em técnicas de mineração de dados e aprendizado de máquina impulsionaram o crescimento e a adoção do Process Mining, tornando-se uma ferramenta essencial para empresas que buscam otimizar suas operações e tomar decisões baseadas em dados sólidos.
Hoje em dia, as soluções de Process Mining permitem visualizar, através de representação gráfica, como o processo é executado na “vida real”, identificar e quantificar desvios e gargalos, além de automatizar o monitoramento dos processos para poder atuar em tempo real nas eventuais ineficiências por meio de automações. As soluções mais avançadas embarcam também funcionalidades de Inteligência Artificial (IA) com Machine Learning (ML) para prever a ocorrência de desvios nos processos e atuar de forma preventiva, evitando assim impacto no negócio. Essa combinação de tecnologias de IA e de automação de processos é frequentemente chamada de hiperautomação (Hyperautomation, em inglês).
Evolução do mercado de Process Mining
O mercado de soluções de mineração de processos já ultrapassou o valor de US$ 1 Bi há um tempo e apresenta, segundo alguns estudos, previsões de crescimento sólido com 49.4% de CAGR entre 2023 e 2030, chegando em mais de US$ 27 Bi.
Ainda segundo esses estudos, os segmentos industriais mais representativos atualmente no uso de Process Mining são os de TI / Telecomunicações, Serviços Financeiros, Manufacturing e Saúde. É provável que o setor da saúde apresente um crescimento exponencial nos próximos anos em função da crescente adoção de dispositivos médicos inteligentes (wearable devices) que irá impulsionar a demanda de softwares de geração de insights sobre o cuidado ao paciente. Da mesma forma, espera-se que o setor de Varejo cresça de forma significativa devido à necessidade constante de melhoria da experiência do cliente na venda e entrega de produtos com múltiplos canais.
Como o Process Mining funciona na prática?
A mineração de um processo requer minimamente a existência de três tipos de dados nos sistemas-fontes que sustentam o processo. Vamos detalhar esses conceitos abaixo usando como exemplo um processo de compra:
| 1. Case | 2. Atividade | 3. Timestamp |
|---|---|---|
| O “case” representa uma instância única do processo. Ele é modelizado por um identificador único que representa o objeto que está sendo tratado pelo processo. No nosso exemplo, um case seria equivalente a uma ordem de compra (“Purchase Order”), modelizada pelo seu número (que é único entre todos os sistemas envolvidos. | O nome das atividades executadas ao longo do processo e relacionadas aos diferentes cases. Olhando novamente para nosso exemplo, precisamos ter identificação das atividades como “Emissão da PO”, “Recebimento do produto”, “Recebimento da Nota Fiscal”, etc… | O timestamp é uma marca de data e hora que registra quando uma atividade específica ocorreu. É uma informação fundamental uma vez que ela permite, na reconstrução do processo, o sequenciamento das atividades na linha do tempo. |
Ilustramos, na infografia a seguir, como as soluções de Process Mining usam essas informações para construir o Digital Twin do processo:
Esse é o resultado da mineração do nosso processo de exemplo. Ilustrando os conceitos citados anteriormente com essa representação visual:
- Estamos observando uma amostra de cerca de 4500 cases (ordens de compras);
- Para cada um desses cases, são representadas as atividades executadas nos diferentes sistemas durante o processo de compra. As atividades são posicionadas na ordem que foram executadas na linha do tempo graças à informação de timestamp de cada uma;
Nesse desenho é possível observar alguns caminhos alternativos que o processo pode seguir: por exemplo, o caminho feliz (ou minimamente esperado) após a etapa de “Aprovação da PO” levaria para a emissão da fatura “Emissão invoice”. Isso acontece na maioria dos cases (ou ocorrências do processo), no entanto, existe um volume relevante de cases com uma etapa intermediaria de “Alteração da PO”. Essa é a ilustração de uma ineficiência potencial no processo e conseguimos aqui quantificá-la de forma muito simples por meio dessa visualização.
Vale ressaltar que essa representação é apenas uma visão “filtrada” da realidade: de fato, apenas deixamos aparecer nesse desenho as atividades e caminhos que mais acontecem durante a execução do processo. Ao olhar para a versão real “não filtrada” do processo, sempre costumam aparecer milhares de variações que, a maioria das vezes, a empresa nem suspeita:
Isso reflete claramente a complexidade do mundo de hoje e a entropia que pode existir em cima de um simples processo.
É possível usar Process Mining em processos não digitalizados?
Sim, é possível aplicar a mineração de processos em processos que ainda não foram completamente digitalizados, através de uma abordagem chamada Task Mining. Ao contrário do Process Mining tradicional, que depende de registros digitais para analisar processos, o Task Mining permite capturar interações do usuário e atividades diretamente do ambiente de trabalho, mesmo em sistemas legados e aplicativos não totalmente digitalizados.
Através de ferramentas de automação e captura de dados, o Task Mining registra as ações do usuário, como cliques, teclas pressionadas e movimentos do mouse, para reconstruir o fluxo do processo. Dessa forma, é possível obter insights detalhados sobre a execução do trabalho, mesmo em ambientes onde o monitoramento tradicional por logs de sistemas não seria viável. As principais soluções de Process Mining de mercado já fornecem funcionalidades / ferramentas de Task Mining.
Geralmente a solução requer a instalação de um pequeno programa nos dispositivos dos usuários que executam o processo para iniciar a captura de dados. Esse programa retroalimenta em seguida – de forma automática – a solução de Process Mining com as ações realizadas pelos usuários, viabilizando assim a reconstrução do Digital Twin do processo.
Benefícios do Process Mining para as empresas
A mineração de processos oferece uma série de benefícios valiosos para as empresas que o adotam como parte de suas estratégias de otimização de processos e tomada de decisões. Ao fornecer uma visão detalhada e objetiva dos fluxos de atividades operacionais, o Process Mining permite implementar mudanças direcionadas e orientadas por dados para aumentar a eficiência, reduzir custos e otimizar o desempenho geral. Essa fundamentação em dados na análise dos processos é um diferencial importante na medida que ela elimina o viés que as técnicas tradicionais de mapeamento de processos possuíam por serem empíricas e baseadas no único conhecimento das pessoas.
Essa é sem dúvida uma das principais vantagens da mineração de processos. De fato, quantas vezes presenciamos reuniões de trabalho onde é discutida de forma qualitativa a priorização de melhorias em processos, sem que as equipes tenham muita noção do retorno / valor que cada melhoria irá gerar?
A capacidade de monitorar continuamente os processos também permite que as empresas acompanhem seu desempenho ao longo do tempo e identifiquem tendências para sustentar melhorias contínuas.
Em resumo, ao utilizar o Process Mining, as empresas ganham uma vantagem competitiva, acelerando a transformação digital e promovendo uma cultura de inovação baseada em dados, capacitando-as a enfrentar os desafios empresariais de forma mais ágil e assertiva.
Exemplos de casos de uso de Process Mining
A priori, não existe um caso de uso típico de Process Mining. Qualquer processo digitalizado (ou seja, sustentado por sistemas e dados) é alvo de aplicação da metodologia. No entanto, os processos que tendem a gerar retornos financeiros mais imediatos com menor esforço de automação são os mais frequentemente visados pelas implementações de Process Mining.
Abaixo detalhamos exemplos de casos de usos de mineração de processos cross–industry (foco em uma área de negócio independentemente do ramo de atuação da empresa) e industry-specific (foco em processos específicos da indústria de atuação):
| Processos cross-industry | Processos industry-specific |
|---|---|
| CFO · Contas a pagar (Account Payables) · Contas a Receber (Account Receivables) · Compras (Procurement / Purchase to Pay) Suprimentos / Logística · Licitações (Sourcing) · Gestão da eficiência da cadeia logística (Supply Chain Management) Marketing e Vendas · Lançamento de novas ofertas (Product to Market) · Gestão de campanhas (Marketing Campaigns) · Gestão de pedidos (Order-to-Cash) · Performance de vendas (Sales Management) Customer Experience / Relacionamento com cliente · Mapeamento e melhoria de jornadas de clientes (Customer Journey Mapping) · Gestão do atendimento ao cliente (Customer Service) Recursos humanos · Aquisição e Retenção de Talentos (HR Processes) TI Migração de ERP para SAP HANA (S/4 HANA Transformations) | Telco / Energia / Utilities · Manutenção da rede (Field Operations) · Ativação de nova linha / oferta / unidade consumidora (Order-to-Activation) · Garantia da receita (Order-to-Cash / Meter-to-Cash) Companhias aéreas · Gestão das operações em solo (Ground Operations Management) · Gestão de frota (Fleet Management) Bancos · Onboarding de novos clientes · Concessão de crédito (Credit Application) · Contestação de conta de cartão de crédito (Credit Card Dispute) Seguradoras · Gestão de sinistro (Claim Management) Varejo / Bens de consumo · Gestão e entrega de pedidos (Order-to-Delivery) · Planejamento logístico (Shipment Planning) · Gestão de promoções (Trade Promotion Management) · Inventário (Inventory Management) Manufacturing / Pharma / Oil & Gas (Upstream) · Monitoramento da produção (Manufacturing Execution e Make-to-Order) · Produção de batches (Bacth Production) · Gestão de armazém (Warehouse Management) Saúde / Healthcare · Monitoramento da jornada do paciente (Patient Journey) · Ciclo da receita (Revenue Cycle Management) |
Principais soluções de Process Mining
Embora esse artigo não tenha como proposito comparar as diferentes soluções, cabe citar o nome dos principais players do mercado global atualmente. Entre elas encontram-se:
- Celonis
- Software AG (Aris)
- SAP Signavio
- UI Path
- ABBYY
- IBM Process Mining
- Microsoft (antigo Minit)
- Apromore
- MEHRWERK
- Pegasystems (Everflow)
- Fluxicon (Disco)
A Gartner classificou essas soluções através do seu Magic Quadrant for Process Mining Tools de Jan/2023 usando sua tradicional divisão entre Leaders, Challengers, Visionaries e Niche players:
Esta edição do quadrante indica a Celonis como sendo empresa líder de mercado, a frente dos demais concorrentes. A startup, lançada em 2011 na Alemanha, já estava valorizada em US$ 13.2 Bi em 2022. Entre os diferenciais da solução frequentemente são citados:
- O histórico de mercado e o tamanho da base de clientes (+3000 clientes em 2023 com market share estimado a mais de 60%);
- O grau de inovação da empresa, que vem introduzindo constantemente ao longo dos meses novas funcionalidades / features no seu produto chamado EMS (Execution Management System). As mais recentes sendo o “Process Sphere” (que habilita uma visualização tridimensional da execução dos processos de uma empresa representando como os fluxos de trabalho das diferentes áreas se interconectam) e o “Business Miner” que alavanca o uso de IA para que os usuários possam fazer perguntas diretas sobre seus processos e a que ferramenta retorne insights oriundos de análises realizadas automaticamente;
- A estratégia de open platform na qual qualquer parceiro da Celonis pode desenvolver seus próprios Business App de análise e automação de processos específicos e publicá-los em um marketplace acessíveis aos clientes da solução;
Olhando mais especificamente para o mercado brasileiro, vale também citar a solução da UpFlux, que tem ampliado sua presença em diversos setores de atuação (principalmente saúde) apesar de não constar no Magic Quadrant da Gartner.
Na nossa visão, a integração das soluções de Process Mining com IA deve se tornar um fator diferenciador no futuro, principalmente quando olhamos para a evolução rápida e o potencial da IA Generativa, por exemplo, que deve facilitar muito a interface usuário e a busca de insights pelos analistas de processo.
Para se aprofundar mais sobre a nossa visão, elaboramos o e-book “Process Mining: alavancando o poder dos dados para extrair valor dos seus processos”. Clique aqui e baixe o arquivo na íntegra.
Conheça a atuação da BIP Brasil em Process Mining
A BIP Brasil tem um histórico de sucesso em ajudar grandes empresas de diversos setores a otimizar seus processos. Saiba mais sobre nossa atuação em Process Mining em nossa página, clicando aqui.
