Escolar Documentos
Profissional Documentos
Cultura Documentos
1
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
2
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
1. Introdução
3
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
Estudos sobre mineração de processos têm sido produzidos há pouco mais de duas décadas
(AALST; WEIJTERS, 2004), porém, nos últimos anos, o crescente interesse por inteligência analítica,
especialmente Big Data Analytics, tem impactado diretamente essa área de pesquisa (AALST, 2012).
QP1. Em quais contextos as técnicas de mineração de processos têm sido utilizadas nas
empresas?
3. Fundamentação Teórica
A fundamentação teórica do artigo está concentrada em dois pontos, sendo o primeiro uma
descrição das diferentes perpectivas de análise obtidas por meio da mineração de processos e o
segundo a apresentação das técnicas de mineração de processos.
4
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
5
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
6
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
4. Aspectos Metodológicos
7
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
Na primeira etapa, todos os estudos primários recuperados foram avaliados com a finalidade
de identificar aqueles relevantes para responder às questões de pesquisa. Após a leitura dos títulos,
resumos e palavras chaves, este conjunto inicial foi reduzido para 176 artigos que continham estudos
relacionados à mineração de processos associados de alguma forma a gestão de negócios. Durante esta
triagem, foram aplicados critérios de inclusão e exclusão para cada estudo recuperado. Os critérios de
inclusão elaborados foram:
• Se vários artigos relatam o mesmo estudo, apenas o artigo mais recente foi
selecionado;
• Se o artigo descreve mais de um estudo, cada estudo foi avaliado individualmente.
Os critérios de exclusão foram:
• Artigos que não apresentam estudos referentes à mineração de processos;
• Artigos em outros idiomas que não o idioma inglês;
• Relatórios técnicos, documentos que estão disponíveis na forma de resumos ou
apresentações (gray literature).
Em uma segunda etapa, se procedeu à leitura dos resumos, introdução e conclusão e
novamente foram aplicados os critérios de inclusão e exclusão aos 68 artigos candidatos e o resultado
foi um subconjunto de 24 estudos primários. É importante ressaltar que, em alguns casos, a leitura de
outras partes dos artigos foi realizada para se proceder à seleção.
Na terceira etapa, os 24 estudos que compõe a seleção final foram lidos na íntegra. Foi
realizada uma busca por palavras chaves e conceitos e posteriormente a combinação destas palavras
chaves e conceitos permitiu a criação das categorias que serão apresentadas a seguir. Cada estudo
primário foi classificado de acordo com o objetivo principal do estudo em relação à mineração de
processos.
É necessário destacar que de acordo com os objetivos dos estudos primários, estas categorias
podem se sobrepor, o que significa que estes podem ser classificados em uma ou mais categorias. As
categorias identificadas foram:
8
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
9
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
A distribuição dos estudos selecionados por país de origem está ilustrada na Figura 3.
Nota-se que há uma concentração maior de estudos oriundos de países europeus.
A questão de pesquisa QP1 tem por objetivo mostrar que tipo processo e para quais
finalidades têm se estudado a aplicação das técnicas de mineração de processos no âmbito
organizacional.
10
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
11
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
6. Considerações Finais
Referências
AALST, Wil Van der. Process Mining: Data Science in Action. 2. ed. Berlin Heidelberg: Springer-Verlag,
2016. Disponível em: <https://www.springer.com/gp/book/9783662498507>. Acesso em: 11 jul. 2019.
AALST, W. M. P.; E. DAMIANI. Processes Meet Big Data: Connecting Data Science with Process Science.
IEEE Transactions on Services Computing, [s. l.], v. 8, n. 6, p. 810–819, 2015.
AALST, W. M. P.; WEIJTERS, A. J. M. M. Process mining: a research agenda. Computers in Industry,
Process / Workflow Mining. [s. l.], v. 53, n. 3, Process / Workflow Mining, p. 231–244, 2004.
AALST, Wil M. P. Process Mining: Overview and Opportunities. ACM Trans. Manage. Inf. Syst., [s. l.], v. 3,
n. 2, p. 7:1–7:17, 2012.
12
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
AALST, Wil M. P. “Mine your own business”: using process mining to turn big data into real value. In: S.
BRINKKEMPER, R. BATENBURG, AND J. VAN HILLEGERSBERG 2013, Netherlands. Anais... . In:
PROCEEDINGS OF THE 21ST EUROPEAN CONFERENCE ON INFORMATION SYSTEMS. Netherlands:
AIS Electronic Library, 2013.
BAADER, Galina; KRCMAR, Helmut. Reducing false positives in fraud detection: Combining the red flag
approach with process mining. International Journal of Accounting Information Systems, [s. l.], v. 31, p. 1–
16, 2018.
BANZIGER, R. B.; BASUKOSKI, A.; CHAUSSALET, T. J. Discovering Business Processes in CRM Systems
by leveraging unstructured text data. In: 2019, Anais... : IEEE, 2019. Disponível em:
<https://dx.doi.org/10.1109/HPCC/SmartCity/DSS.2018.00257>. Acesso em: 12 jul. 2019.
BERNARDI, Simona et al. A Systematic Approach for Performance Assessment Using Process Mining.
Empirical Softw. Engg., [s. l.], v. 23, n. 6, p. 3394–3441, 2018.
BOZKAYA, M.; GABRIELS, J.; WERF, J. M. V d. Process Diagnostics: A Method Based on Process Mining.
In: 2009 INTERNATIONAL CONFERENCE ON INFORMATION, PROCESS, AND KNOWLEDGE
MANAGEMENT 2009, Anais... . In: 2009 INTERNATIONAL CONFERENCE ON INFORMATION,
PROCESS, AND KNOWLEDGE MANAGEMENT. [s.l: s.n.]
CARON, Filip; VANTHIENEN, Jan; BAESENS, Bart. A comprehensive investigation of the applicability of
process mining techniques for enterprise risk management. Computers in Industry, [s. l.], v. 64, n. 4, p. 464–
475, 2013.
CHO, Minsu et al. Evaluating the effect of best practices for business process redesign: An evidence-based
approach based on process mining techniques. Decision Support Systems, [s. l.], v. 104, p. 92–103, 2017.
CRUCHTEN, R. M. E. R. Van; WEIGAND, H. H. Process mining in logistics: The need for rule-based data
abstraction. In: 2018 12TH INTERNATIONAL CONFERENCE ON RESEARCH CHALLENGES IN
INFORMATION SCIENCE (RCIS) 2018, Anais... . In: 2018 12TH INTERNATIONAL CONFERENCE ON
RESEARCH CHALLENGES IN INFORMATION SCIENCE (RCIS). [s.l: s.n.]
DAVENPORT, Thomas H.; SPANYI, Andrew. What Process Mining Is, and Why Companies Should Do It.
Harvard Business Review, [s. l.], 2019. Disponível em: <https://hbr.org/2019/04/what-process-mining-is-and-
why-companies-should-do-it>. Acesso em: 12 jul. 2019.
ELHAGALY, M. et al. Evolution of Compliance Checking in Process Mining Discipline. In: 2019 2ND
INTERNATIONAL CONFERENCE ON COMPUTING, MATHEMATICS AND ENGINEERING
TECHNOLOGIES (ICOMET) 2019, Anais... . In: 2019 2ND INTERNATIONAL CONFERENCE ON
COMPUTING, MATHEMATICS AND ENGINEERING TECHNOLOGIES (ICOMET). [s.l: s.n.]
ES-SOUFI, Widad; YAHIA, Esma; ROUCOULES, Lionel. A Process Mining Based Approach to Support
Decision Making. In: (José Ríos et al., Eds.)PRODUCT LIFECYCLE MANAGEMENT AND THE
INDUSTRY OF THE FUTURE 2017, Anais... : Springer International Publishing, 2017.
FLATH, Christoph M.; STEIN, Nikolai. Towards a data science toolbox for industrial analytics applications.
Computers in Industry, [s. l.], v. 94, p. 16–25, 2018.
JANS, Mieke; SOFFER, Pnina; JOUCK, Toon. Building a valuable event log for process mining: an
experimental exploration of a guided process. Enterprise Information Systems, [s. l.], v. 13, n. 5, p. 601–630,
2019.
JASIULEWICZ-KACZMAREK, Małgorzata et al. Implementing BPMN in Maintenance Process Modeling. In:
(Jerzy Świątek, Leszek Borzemski, Zofia Wilimowska, Eds.)INFORMATION SYSTEMS ARCHITECTURE
AND TECHNOLOGY: PROCEEDINGS OF 38TH INTERNATIONAL CONFERENCE ON INFORMATION
SYSTEMS ARCHITECTURE AND TECHNOLOGY – ISAT 2017 2018, Anais... : Springer International
Publishing, 2018.
JOKONOWO, Bambang et al. Process mining in supply chains : a systematic literature review.
INTERNATIONAL JOURNAL OF ELECTRICAL AND COMPUTER ENGINEERING, [s. l.], v. 8, n. 6,
p. 4626–4636, 2018.
KITCHENHAM, B.; CHARTERS, S. Guidelines for performing Systematic Literature Reviews in Software
Engineering. [s.l: s.n.].
KNOLL, Dino; REINHART, Gunther; PRÜGLMEIER, Marco. Enabling value stream mapping for internal
logistics using multidimensional process mining. Expert Systems with Applications, [s. l.], v. 124, p. 130–142,
13
XXVI SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Desafios da Engenharia de Produção no Contexto da Indústria 4.0
Bauru, SP, Brasil, 6 a 8 de novembro de 2019
2019.
MÁRQUEZ-CHAMORRO, A. E.; RESINAS, M.; RUIZ-CORTÉS, A. Predictive Monitoring of Business
Processes: A Survey. IEEE Transactions on Services Computing, [s. l.], v. 11, n. 6, p. 962–977, 2018.
MÁRQUEZ-CHAMORRO, Alfonso E. et al. Run-time prediction of business process indicators using
evolutionary decision rules. Expert Systems with Applications, [s. l.], v. 87, p. 1–14, 2017.
NEMATI, Hamid; BARKO, Christopher D. Organizational Data Mining: Leveraging Enterprise Data
Resources for Optimal Performance. [s.l.] : IGI Global, 2001. Disponível em: <https://www.igi-
global.com/book/organizational-data-mining/826>. Acesso em: 11 jul. 2019.
OSMAN, Cristina-Claudia; GHIRAN, Ana-Maria. Extracting Customer Traces from CRMS: From Software to
Process Models. Procedia Manufacturing, 12th International Conference Interdisciplinarity in Engineering,
INTER-ENG 2018, 4–5 October 2018, Tirgu Mures, Romania. [s. l.], v. 32, 12th International Conference
Interdisciplinarity in Engineering, INTER-ENG 2018, 4–5 October 2018, Tirgu Mures, Romania, p. 619–626,
2019.
PETERSEN, Kai et al. Systematic Mapping Studies in Software Engineering. In: PROCEEDINGS OF THE
12TH INTERNATIONAL CONFERENCE ON EVALUATION AND ASSESSMENT IN SOFTWARE
ENGINEERING 2008, Swindon, UK. Anais... Swindon, UK: BCS Learning & Development Ltd., 2008.
Disponível em: <http://dl.acm.org/citation.cfm?id=2227115.2227123>. Acesso em: 13 nov. 2018.
PROVOST, Foster; FAWCETT, Tom. Data Science for Business: What You Need to Know about Data
Mining and Data-Analytic Thinking. [s.l.] : O’Reilly Media, Inc., 2013.
REISIG, Wolfgang; ROZENBERG, Grzegorz (EDS.). Lectures on Petri Nets I: Basic Models: Advances in
Petri Nets. Berlin Heidelberg: Springer-Verlag, 1998. Disponível em:
<https://www.springer.com/gp/book/9783540653066>. Acesso em: 11 jul. 2019.
ROUBTSOVA, Ella; WIERSMA, Niels. A Practical Extension of Frameworks for Auditing with Process
Mining. In: 2019, Anais... . In: 13TH INTERNATIONAL CONFERENCE ON EVALUATION OF NOVEL
APPROACHES TO SOFTWARE ENGINEERING. [s.l: s.n.] Disponível em:
<https://www.scitepress.org/PublicationsDetail.aspx?ID=3u6reNKerw4=&t=1>. Acesso em: 12 jul. 2019.
ROZINAT, A.; VAN DER AALST, W. M. P. Decision Mining in ProM. In: (Schahram Dustdar, José Luiz
Fiadeiro, Amit P. Sheth, Eds.)BUSINESS PROCESS MANAGEMENT 2006, Anais... : Springer Berlin
Heidelberg, 2006.
RUGGIERO, PEDRO; MORAES, GUSTAVO; MEIRELLES, FERNANDO. Inteligência Analítica: um estudo
bibliométrico sobre a produção científica. In: 2018, Anais... . In: SEMINÁRIOS EM ADMINISTRAÇÃO. [s.l:
s.n.]
SCHEER, August-Wilhelm; THOMAS, Oliver; ADAM, Otmar. Process Modeling using Event-Driven Process
Chains. In: Process-Aware Information Systems. [s.l.] : John Wiley & Sons, Ltd, 2005. p. 119–145.
THABET, Dhafer; AYACHI GHANNOUCHI, Sonia; HAJJAMI BEN GHEZALA, Henda. A Process Mining-
Based Solution for Business Process Model Extension with Cost Perspective Context-Based Cost Data Analysis
and Case Study. In: (Khalid Saeed, Władysław Homenda, Eds.)COMPUTER INFORMATION SYSTEMS
AND INDUSTRIAL MANAGEMENT 2018, Anais... : Springer International Publishing, 2018.
VAN DER AALST, W. M. P. et al. Business process mining: An industrial application. Information Systems,
[s. l.], v. 32, n. 5, p. 713–732, 2007.
VAN DER AALST, Wil M. P.; SONG, Minseok. Mining Social Networks: Uncovering Interaction Patterns in
Business Processes. In: (Jörg Desel, Barbara Pernici, Mathias Weske, Eds.)BUSINESS PROCESS
MANAGEMENT 2004, Anais... : Springer Berlin Heidelberg, 2004.
WERNER, Michael. Financial process mining - Accounting data structure dependent control flow inference.
International Journal of Accounting Information Systems, [s. l.], v. 25, p. 57–80, 2017.
ZERBINO, Pierluigi et al. Process-mining-enabled audit of information systems: Methodology and an
application. Expert Systems with Applications, [s. l.], v. 110, p. 80–92, 2018.
14