Process Data Mining

10173
Intermediate
Data & AI
30 horas
540 €
Convocatorias
Inicio - Fin
Horario  
13 ene. - 23 ene. Lun, Mar, Mie, Jue de 16:00 a 19:45 Sin definir
Descripción

El curso de Process Data Mining ofrece una introducción completa a las técnicas y herramientas utilizadas para analizar, descubrir y mejorar los procesos empresariales mediante la extracción de conocimiento a partir de datos de eventos.

Este curso de 30 horas proporciona una comprensión profunda de las metodologías y aplicaciones de Process Mining, explorando cómo las organizaciones pueden obtener valor de los datos de sus procesos para optimizar operaciones, identificar ineficiencias y tomar decisiones basadas en datos.

Está diseñado tanto para profesionales que desean implementar estas técnicas en sus empresas, como para estudiantes y personas interesadas en analizar procesos a través de datos.

Objetivos

El objetivo principal del curso es que los participantes comprendan los conceptos clave de Process Data Mining, conozcan sus aplicaciones en distintos contextos empresariales y adquieran habilidades prácticas para utilizar herramientas y técnicas de análisis de datos de procesos.

Al finalizar el curso, los alumnos serán capaces de:

  • Comprender los fundamentos y tipos de Process Mining.
  • Aplicar técnicas de extracción de datos y análisis de eventos a procesos de negocio reales.
  • Interpretar y visualizar resultados de Process Mining para la toma de decisiones.
  • Identificar oportunidades de optimización y mejora en procesos empresariales basados en datos.
Contenido

Módulo 1: Introducción a Process Data Mining

  • Introducción a Process Mining
    •  Definición y conceptos clave: Event logs, trazas, actividades, procesos.
    •  Tipos de Process Mining: Descubrimiento, conformidad y mejora.
    •  Aplicaciones de Process Mining en diversos sectores.
  • Ecosistema de Process Mining
    • Herramientas y software disponibles: ProM, Disco, Celonis, Apromore, etc.
    • Introducción al formato de datos y logs de eventos.

Módulo 2: Preparación y Extracción de Datos para Process Mining

  • Obtención y estructuración de datos
    • Identificación de fuentes de datos y requisitos para el análisis.
    • Extracción de datos de sistemas de información empresariales (ERP, CRM).
  • Limpieza y transformación de datos 
    •  Preprocesamiento de logs de eventos.
    •  Estandarización y alineación de datos para el análisis.
  • Importación de datos en herramientas de Process Mining
    • Ejercicio práctico: Importación de logs en herramientas de Process Mining.

Módulo 3: Análisis de Procesos y Descubrimiento de Modelos

  • Técnicas de descubrimiento de procesos
    • Algoritmos de minería de procesos (Alpha Miner, Heuristic Miner, Fuzzy Miner).
    • Modelos de procesos: Modelos de flujo, Petri Nets, BPMN.
  • Visualización e interpretación de modelos
    • Análisis de variantes de procesos y trazas.
    • Identificación de cuellos de botella y puntos críticos.
  • Ejercicios de análisis de procesos
    • Prácticas con ejemplos de casos reales y análisis de resultados.

Módulo 4: Conformidad y Mejora de Procesos

  • Verificación de conformidad
    • Conformidad de modelos de procesos con las reglas de negocio.
    • Técnicas de detección de desviaciones.
  • Optimización y mejora de procesos
    • Identificación de KPIs y métricas para la mejora de procesos.
    • Estrategias de optimización basadas en datos de Process Mining.
  • Estudio de casos
    • Ejemplos de proyectos de mejora y transformación de procesos.

Módulo 5: Aplicaciones Avanzadas y Tendencias en Process Data Mining

  • Inteligencia Artificial y Machine Learning en Process Mining
    • Aplicación de algoritmos de IA para predicción y análisis avanzado.
    • Uso de Process Mining en la automatización y RPA (Automatización Robótica de Procesos).
  • Tendencias y futuro del Process Mining
    • Análisis de mercado y futuro del Process Mining en la transformación digital.
    • Integración de Process Mining con otras tecnologías de análisis de datos.
  • Proyecto Final
    • Aplicación de los conocimientos adquiridos en un proyecto real.
    • Presentación y evaluación del análisis de un proceso.