Luis Carrasco, de Nodotic: «Con la minería de procesos tenemos un marco y transparente y objetivo para hacer cambios»
Tropezamos con Luis Carrasco porque un amigo tenía un amigo, un clásico.
Descubrimos que no estábamos solos haciendo minería de procesos fuera del ámbito académico español y que, asombrosamente, lo conocía a fondo. Y nos entendimos perfectamente, además de ser de gran ayuda con sus comentarios para una Startup demasiado start y poco up aún.
“Personalmente, no soy de gran interés”. Francamente, no es cierto. Porque, aunque asevere que “soy un tipo de ambiciones contenidas y mis aficiones son convencionales”, InVerbis ha podido comprobar que, si hay quien pueda pensar que el rango de sus intereses es corto, la profundidad de cada vertical da de sí como para conversaciones de mucho detalle.
“Si de algo me arrepiento, es de no haber aprendido a tocar la guitarra”. Estás a tiempo, Luis. Por cierto, las aficiones son “novela negra, música blues, rock y country”: en alguna noche de verano nos hemos encontrado tuiteando algo sobre Hank Williams o Johnny Cash.
¿Cómo ha sido tu trayectoria profesional?
Soy ingeniero (teleco) de formación y consultor de profesión. En 2013 fundé Nodotic, mi propia consultora. A la consultoría llegué de manera circunstancial y pensando que iba a ser algo temporal. Era el inicio del 92, el único trabajo que encontré fue de «Analyst» –eufemismo para «consultor novato”- en una consultora de las grandes-grandes y a la semana escasa ya me quería ir. No había nada más, por lo que aguanté más de 11 años en esa consultora.
Luego, menos un periodo de dos años como CTO en una multinacional, seguí en la profesión de consultor, en la que me encuentro muy confortable. Visto con perspectiva fue una suerte que no encontrase otro trabajo en el 92.
Te calificaremos de pionero en el uso práctico de la minería de procesos en España: ¿cómo diste con ella, por qué te interesó?
La verdad, no recuerdo cómo la descubrí. Lo único que puedo asegurar es que sería leyendo artículos en Internet y que fue como una revelación. Llevaba muchos años haciendo proyectos de mejora y reingeniería de procesos y me llamó la atención básicamente por dos motivos.
- El primero es que era una manera de hacer más tangible el resultado de este tipo de proyectos – típicamente Powerpoints y Visios.
- El segundo es que nos iba a facilitar el seguir más tiempo con el cliente. El proyecto ya no se acaba cuando entregas el análisis con sus recomendaciones sino que puedes seguir de una manera natural con la monitorización y la automatización.
Dos respuestas claras a dos inquietudes que siempre había tenido: como hacer más visible físicamente el resultado del proyecto y cómo conseguir recurrencia en el cliente.
En tu experiencia: ¿cuáles son los beneficios mayores?
Aparte de los ya bien conocidos relacionados con la identificación de ineficiencias y control interno (cuellos de botella, retrabajo, segregación de funciones, 3-way matching, etc.) que te permiten actuaciones de mejora concretas y enfocadas, yo destacaría que la minería de procesos puede ser una herramienta muy eficaz como aceleradora de cambios en las organizaciones al ofrecer un marco transparente y objetivo donde se realizarán los cambios.
¿Por qué es tan compleja de explicar a veces? ¿cuáles son las mayores barreras en tu opinión para su adopción?
Pues yo encuentro que es muy fácil de explicar. El concepto de «huella digital» o «log» de un proceso es muy intuitivo, y el salto conceptual de que ese «log» te permite descubrir de manera fidedigna el proceso se hace de manera muy natural. A partir de ahí lo puedes complicar si quieres pero el «Eureka» inicial es inmediato.
La adopción, cierto, ya no es tan sencilla, y en mi opinión la razón principal es que la obtención de un «log» válido dista de ser trivial. No es sólo cuestión de extraer la información, es sobre todo de cómo se interpreta y procesa para construir ese log válido.
Es donde está casi toda la ciencia de un proyecto de minería de datos ya que has de combinar conocimiento del negocio e ingeniería de datos. La forma en la que construyas el «log» te va a condicionar totalmente a la hora de analizarlo luego. El «log» no sólo ha de contener la información de los eventos (ID de caso, «timestamp», tarea), también debe incorporar toda la información analítica (dimensiones y magnitudes cuantitativas) necesaria para construir los indicadores (KPIs) y métricas del análisis posterior.
(Entre paréntesis: tiene razón)
¿Qué futuro tiene la minería de procesos?
En mi opinión tiene un futuro muy interesante y me atrevo a destacar tres tendencias:
Extender el concepto de «log» a modelos de información más complejos.
Ampliar el modelo de datos de eventos clásico, que es «plano», para acomodarse a modelos con más dimensiones.
El ejemplo paradigmático es el de un proceso de compras, donde coexisten objetos como solicitudes de compra, líneas de pedido, líneas de albarán, líneas de factura con relaciones m:n entre ellas (por ejemplo, una línea de pedido se puede repartir entre varias líneas de albarán y varias líneas de albarán agruparse en una línea de factura). Se trataría de no reducir el «caso» a uno sólo de esos objetos sino a todos a la vez teniendo en cuenta las relaciones entre ellos.
Integrar Inteligencia Artificial para la construcción de modelos predictivos y reactivos.
Por ejemplo, si entrenas un modelo para detectar secuencias de eventos que hacen que el proceso tarde más de la media, en el momento en que identifiques esa secuencia ya podrías tomar medidas automatizadas para redirigir el caso a un tratamiento especial. Es algo que me interesa mucho y que estoy empezando a investigar para aplicarlo en casos concretos de mis proyectos.
Convergencia con ERPs y sistemas operacionales.
Es decir que la aplicación de minería de datos sea un módulo más del ERP. No sé si esto acabará siendo el fin de los productos de minería de datos pero si ya tienes los datos de actividad de tus procesos en tu sistema operacional/ERP ¿para qué los vas a extraer, procesar y cargar en otra aplicación?
Es la dirección que parece estar tomando SAP con la adquisición de Signavio, por ejemplo. Ante eso los fabricantes de aplicaciones de minería de datos no les quedará otra que ampliar su alcance funcional: integración de logs cuando el proceso se ejecuta en diferentes sistemas, automatización en base a los eventos que ocurren en el proceso, la inteligencia artificial que mencionaba antes, APIs para interactuar con servicios Web,… Ese es el camino que parece seguir Celonis, por citar uno.
Y para terminar, ¿crees que existen procesos con más interés que otros? ¿Sectores?
La verdad es que no veo diferencias por ese lado. Cualquier proceso, si tiene un log válido y la complejidad suficiente, es interesante para ser analizado. Al final lo que lo hace interesante es el beneficio y mejoras que puedas obtener del análisis y optimización. Luego hay factores coyunturales donde determinados procesos ganan relevancia, como, por ejemplo, recientemente los procesos relacionados con la gestión de las cadenas de suministro o la aplicación a migraciones de SAP ECC a SAP S/4HANA, donde hay fechas límites para efectuar esa migración.
Imagen de portada de Alina Grubnyak en Unsplash.
