Producto
Recursos
Perspectivas
Acerca de
Veamos 3 términos que se confunden fácilmente.
¿Qué son estas tecnologías por sí solas, qué tienen en común y en qué se diferencian?
Cuando las empresas emprenden iniciativas de transformación digital, tropiezan con el problema de tener demasiadas opciones. Demasiadas tecnologías "diferentes", demasiados proveedores, demasiadas empresas de consultoría que hablan de cosas diferentes. Y no solo eso, la terminología dentro del sector también resulta confusa.
Hoy desmitificaremos las diferencias entre tres términos populares, que se confunden con facilidad. Esperamos facilitarle la vida explicándolos y ofreciéndole una comparación lo más directa posible.
minería de procesos, process discoveryy task mining son los términos más de moda cuando se trata de descubrir procesos empresariales. Podríamos decir que estas tres tecnologías se utilizan hoy en día como primer paso en la mayoría de las iniciativas de automatización. Dado que ayudan a mapear los procesos, los resultados que se obtienen son de gran ayuda para la toma de decisiones. Basándose en los conocimientos obtenidos, las empresas pueden emprender las acciones subsiguientes, un ejemplo de ello es RPA. Entonces, ¿qué son estas tecnologías por sí solas, qué tienen en común y en qué se diferencian?
minería de procesos es una potente herramienta de process mapping que se utiliza para optimizar procesos de principio a fin. Utiliza los datos de los registros de eventos disponibles en los sistemas informáticos. A partir de esos datos, construye el proceso actual y lo compara con el proceso "deseado". Mediante esta comprobación de la conformidad, las empresas pueden detectar desviaciones del proceso y, por tanto, oportunidades de mejora.
Process discovery es una combinación de diferentes técnicas, entre ellas el aprendizaje automático y la visión por ordenador, para cartografiar los procesos. Estos resultados se utilizan después como requisito previo para las iniciativas de automatización. Esencialmente, supervisa y captura las interacciones de los usuarios con diferentes sistemas de información y aplicaciones, registrando las huellas digitales de los empleados. Process discovery utiliza diversos métodos computacionales y estadísticos para obtener información valiosa y aplicable a partir de los datos recopilados.
Task mining es otra herramienta de process mapping centrada en la optimización de tareas en ordenadores de sobremesa. Al igual que process discovery, supervisa las huellas digitales de los usuarios. Mediante el reconocimiento de caracteres, el procesamiento del lenguaje natural y otras herramientas, analiza los datos recopilados y encuentra patrones que podrían interpretarse como oportunidades de mejora.
Esto puede parecer confuso al principio, pero compararlos paso a paso sin duda lo hará más fácil de entender. Veamos los 5 criterios siguientes.
Es fácil sentirse abrumado por la presencia de cientos de definiciones de una misma cosa. De hecho, distintas empresas pueden utilizar sus propias definiciones para algunos de los términos, lo que lo hace aún más complejo y difumina los límites entre ellas.
Empecemos por process discovery y task mining porque se han utilizado mucho indistintamente. Estas herramientas son muy similares en cuanto a las tecnologías que utilizan y la forma en que alcanzan el objetivo deseado. Sin embargo, task mining y process discovery se utilizan para objetivos finales diferentes. Echemos un vistazo a los proveedores de servicios más destacados. Hay una pauta clara de que las empresas de minería de procesos utilizan task mining como servicio complementario, mientras que process discovery es utilizado por los proveedores de RPA .
Ambas tecnologías supervisan los escritorios de los usuarios para registrar sus interacciones con distintas aplicaciones y sistemas informáticos. Mientras que task mining lo hace para identificar ineficiencias en los procesos, process discovery necesita los datos para encontrar oportunidades de automatización de forma más eficaz. Por eso, aunque son muy parecidas, pueden diferir ligeramente en cuanto al resultado que ofrecen.
Podríamos hacer una pausa aquí y terminar con process discovery, pero el mundo de la terminología es demasiado complejo para que lo hagamos, por lo que se utiliza en otro caso. Process discovery también se utiliza para describir el primer paso dentro de minería de procesos (process discovery, comprobación de la conformidad, mejora).
En pocas palabras, process discovery puede utilizarse como
Task y minería de procesos van a menudo de la mano y se utilizan juntos para el descubrimiento del trabajo de conocimiento. Aunque ambas son bastante potentes, ofrecen mejores resultados y una mayor cobertura del trabajo cuando se utilizan simultáneamente. Para entender bien lo que hace cada uno de ellos, vamos a hablar de la diferencia entre procesos y tareas.
Como ya se ha comentado, minería de procesos aporta visibilidad a los procesos de principio a fin. El proceso es una cadena lógica de acontecimientos individuales con un punto de partida y de llegada claro. Los procesos pueden dividirse en subtareas que forman un conjunto completo de trabajo relacionado. Purchase-to-Pay, por ejemplo, es un proceso de gran envergadura que atraviesa varios equipos.
Por otro lado, las tareas son componentes de trabajo más pequeños que se producen entre distintos procesos y subprocesos. Copiar y pegar los datos, cargar y descargar los archivos son ejemplos típicos de tareas manuales.
minería de procesos puede utilizarse en muchos campos diferentes para diversos fines, pero he aquí algunos de los casos de uso más populares.
Analicemos brevemente en qué se diferencian minería de procesos, discovery y task mining . Dado que los dos últimos se interrelacionan mucho tecnológicamente, los utilizaremos indistintamente en esta sección.
minería de procesos utiliza los datos de registro de eventos encontrados en diferentes sistemas de información como Salesforce, Oracle o HubSpot. Estos registros de eventos contienen información sobre la actividad realizada, el ID de la actividad y su marca de tiempo.
Process discovery y task mining, por el contrario, recogen los datos mediante la supervisión y el registro de cómo interactúan los usuarios con el ordenador, capturando todos los procesos con la ayuda de agentes de software.
Los datos tienen orígenes distintos, por lo que también se recopilan de manera diferente.
En el caso de minería de procesos , se requiere soporte informático y desarrollo inicial de back-end para realizar integraciones con los sistemas de información supervisados.
Para process discovery y task mining, deben instalarse agentes de software en los ordenadores de los usuarios. Los agentes son piezas de software que trabajan en los dispositivos de los usuarios continuamente en segundo plano. Estos agentes "registran" todo lo que se ha hecho dentro del software y las aplicaciones empresariales.
Cabe mencionar que algunos programas y aplicaciones no producen registros de eventos, lo que limita considerablemente las posibilidades de minería de procesos. Por ejemplo, supongamos que el objetivo es mapear el proceso actual de facturación electrónica y encontrar oportunidades de mejora. En ese caso, minería de procesos analiza los distintos pasos dentro de cualquier plataforma de facturación electrónica que se utilice. Si el experto en facturación tiene que utilizar esa plataforma y algunas otras aplicaciones, por ejemplo Excel, para ejecutar ese proceso, entonces los pasos en Excel se pasan por alto, dejando así más espacio para malos resultados. Así que sólo puede capturar los datos discretos en los pasos particulares del proceso y deja los espacios en blanco entre los registros que están fuera del alcance de su descubrimiento.
Process discovery y task mining pueden recopilar los datos de los sistemas de información que producen registros y de otras aplicaciones y programas de productividad que utilizan los empleados, como el correo electrónico, Microsoft Suite, etc. Esto las convierte en una herramienta complementaria perfecta para minería de procesos y RPA , ya que pueden proporcionar algo más de información sobre actividades en la sombra que de otro modo pasarían desapercibidas.
minería de procesosUna vez recopilados, depurados y estructurados los datos, se reconstruye el proceso actual y se compara con el proceso ideal, es decir, con cómo debería ser el proceso. Esto se denomina comprobación de la conformidad; se utilizan múltiples métodos de análisis, minería y ciencia de datos. Encuentra los posibles cuellos de botella y sugiere mejoras basadas en esas desviaciones.
Process discovery primero graba todo en los escritorios de los usuarios para capturar los procesos tal y como son, con todas las desviaciones y fallos aleatorios. Presenta el proceso de la forma en que realmente lo ejecutaron los humanos, creando un metamodelo del proceso mediante visión por ordenador, algoritmos de aprendizaje automático y herramientas de IA. De este modo, es más fácil identificar las causas profundas y los distintos cuellos de botella.
minería de procesos se limita a las etapas del proceso dentro de sistemas informáticos concretos. Ignora el factor humano, pasando por alto las huellas digitales de los usuarios en otras aplicaciones, como apps de productividad personal, documentos, etc.
Aunque process discovery y task mining aportan el toque humano que minería de procesos podría echar en falta, funcionan mejor con tareas más cortas y pequeñas. Dado que los métodos de análisis utilizados son pesados desde el punto de vista computacional, podrían empezar a dar resultados falsos al analizar procesos más largos y no identificar la importancia de una tarea en un contexto más amplio.
minería de procesos task mining y son potentes herramientas que las empresas utilizan desde hace ya algunos años, con buenos resultados, y que ayudan incluso a las empresas más grandes a encontrar su potencial de automatización. process discovery
Dependiendo de la empresa, el caso de uso y otros factores, una o cualquier combinación de ellas puede ser más adecuada que la otra. minería de procesos suele ser mejor para armonizar los distintos procesos y ajustarlos al objetivo final, especialmente si se realizan dentro de sistemas informáticos extensos. minería de procesos es bueno para ver la realidad en sistemas pesados como ERP, CRM y gestión de la cadena de suministro, y optimizar los procesos dentro de ellos. Task mining es una buena alternativa si el proceso se realiza a través de diferentes aplicaciones y esas pequeñas actividades entre pasos más significativos importan. Es bastante bueno mostrando las interacciones hombre-máquina dentro de la tarea. Del mismo modo, process discovery se utiliza principalmente para sustituir las técnicas manuales de process discovery , de modo que encontrar oportunidades de automatización sea más rápido que con los antiguos métodos existentes.
Sin embargo, como hemos comentado, todas tienen ciertos defectos que pueden no funcionar en algunas empresas. Pueden funcionar en tándem para un análisis más completo de los procesos. Aun así, es posible que sigan sin cubrir todo el espectro de actividades empresariales relacionadas con el trabajo de forma anónima. La inteligencia laboral podría ser una solución perfecta que combina lo mejor de ambos mundos y más allá. En primer lugar, ayuda a ver qué hay que automatizar antes de lanzarse a la piscina de muchas herramientas relacionadas con la automatización.
Workfellowes una herramienta todo en uno, todo lo que su empresa puede necesitar para iniciar su viaje hacia la transformación digital.
Obtenga una introducción gratuita a Workfellow a través de una demostración o prueba gratuita. Pulsa el botón de abajo y ¡empecemos!
Empezar
