La minería de procesos es el eslabón perdido entre el análisis de procesos basado en modelos y las técnicas de análisis orientadas a datos.

A través de conjuntos de datos concretos y software fácil de usar, el curso proporciona conocimientos de ciencia de datos que se pueden aplicar directamente para analizar y mejorar procesos en una variedad de dominios.

La ciencia de datos es la profesión del futuro, porque las organizaciones que no pueden usar (big) data de manera inteligente no sobrevivirán.

No es suficiente centrarse en el almacenamiento y análisis de datos.

El científico de datos también necesita relacionar los datos con el análisis de procesos.

La minería de procesos cierra la brecha entre el análisis de procesos tradicional basado en modelos (por ejemplo, la simulación y otras técnicas de gestión de procesos comerciales) y las técnicas de análisis centradas en datos, como el aprendizaje automático y la minería de datos.

La minería de procesos busca la confrontación entre datos de eventos (es decir, comportamiento observado) y modelos de procesos (hechos a mano o descubiertos automáticamente).

Esta tecnología ha estado disponible solo recientemente, pero se puede aplicar a cualquier tipo de procesos operativos (organizaciones y sistemas).

Las aplicaciones de ejemplo incluyen: analizar procesos de tratamiento en hospitales, mejorar los procesos de servicio al cliente en una multinacional, comprender el comportamiento de navegación de los clientes que usan el sitio de reservas, analizar las fallas de un sistema de manejo de equipaje y mejorar la interfaz de usuario de una máquina de rayos X.

Todas estas aplicaciones tienen en común que el comportamiento dinámico debe relacionarse con los modelos de procesos.

Por lo tanto, nos referimos a esto como "ciencia de datos en acción".

El curso explica las técnicas clave de análisis en la minería de procesos.

Los participantes aprenderán varios algoritmos de descubrimiento de procesos.

Estos se pueden usar para aprender automáticamente modelos de procesos a partir de datos de eventos sin procesar.

Se presentarán varias otras técnicas de análisis de procesos que usan datos de eventos.

Además, el curso proporcionará software fácil de usar, conjuntos de datos de la vida real y habilidades prácticas para aplicar directamente la teoría en una variedad de dominios de aplicación.

Este curso comienza con una descripción general de los enfoques y tecnologías que utilizan datos de eventos para respaldar la toma de decisiones y el (re)diseño de procesos comerciales.

Luego, el curso se enfoca en la minería de procesos como un puente entre la minería de datos y el modelado de procesos de negocios.

El curso tiene un nivel introductorio con varias tareas prácticas.

El curso cubre los tres tipos principales de minería de procesos.

1.

El primer tipo de minería de procesos es el descubrimiento.

Una técnica de descubrimiento toma un registro de eventos y produce un modelo de proceso sin usar ninguna información a priori.

Un ejemplo es el algoritmo Alfa que toma un registro de eventos y produce un modelo de proceso (una red de Petri) que explica el comportamiento registrado en el registro.

2.

El segundo tipo de minería de procesos es la conformidad.

Aquí, un modelo de proceso existente se compara con un registro de eventos del mismo proceso.

La verificación de conformidad se puede utilizar para verificar si la realidad, tal como se registra en el registro, se ajusta al modelo y viceversa.

3.

El tercer tipo de minería de procesos es la mejora.

Aquí, la idea es ampliar o mejorar un modelo de proceso existente utilizando información sobre el proceso real registrada en algún registro de eventos.

Mientras que la verificación de conformidad mide la alineación entre el modelo y la realidad, este tercer tipo de minería de procesos tiene como objetivo cambiar o ampliar el modelo a priori.

Un ejemplo es la extensión de un modelo de proceso con información de rendimiento, por ejemplo, mostrando cuellos de botella.

Las técnicas de minería de procesos se pueden utilizar fuera de línea, pero también en línea.

Este último se conoce como apoyo operativo.

Un ejemplo es la detección de la no conformidad en el momento en que realmente se produce la desviación.

Otro ejemplo es la predicción de tiempo para casos en ejecución, es decir, dado un caso parcialmente ejecutado, el tiempo de procesamiento restante se estima en base a la información histórica de casos similares.

La minería de procesos proporciona no solo un puente entre la minería de datos y la gestión de procesos comerciales; también ayuda a abordar la división clásica entre "negocios" y "TI".

La gestión de procesos de negocios basada en evidencia basada en la minería de procesos ayuda a crear un terreno común para la mejora de procesos de negocios y el desarrollo de sistemas de información.

El curso utiliza muchos ejemplos que utilizan registros de eventos de la vida real para ilustrar los conceptos y algoritmos.

Después de tomar este curso, uno puede ejecutar proyectos de minería de procesos y tener una buena comprensión del campo de Business Process Intelligence.

Después de realizar este curso, debe: - tener una buena comprensión de las técnicas de Business Process Intelligence (en particular, la minería de procesos), - comprender el papel de Big Data en la sociedad actual, - ser capaz de relacionar las técnicas de minería de procesos con otras técnicas de análisis, como la simulación.

, inteligencia empresarial, minería de datos, aprendizaje automático y verificación,