Conteo de Casos Activos por Día

Descripción General

El calculador Conteo de Casos Activos por Día mide cuántos casos estaban activamente en curso en cada día calendario. Un caso se considera "activo" en un día dado si ha comenzado pero aún no ha finalizado, es decir, el caso tiene al menos un evento en o antes de ese día y al menos un evento en o después de ese día.

Este calculador es particularmente valioso para entender la carga de trabajo, identificar limitaciones de capacidad y detectar cuellos de botella. A diferencia de los calculadores basados en eventos que cuentan actividades, este calculador cuenta casos únicos que estaban en estado en progreso, proporcionando información sobre los niveles de trabajo en progreso (WIP) a lo largo del tiempo.

Nota: Este es un calculador oculto en mindzie Studio, lo que significa que no es visible directamente en el menú estándar de calculadores, pero puede accederse programáticamente o mediante configuraciones avanzadas.

Usos Comunes

  • Monitorear niveles de trabajo en progreso (WIP) para identificar cuellos de botella de capacidad y limitaciones de recursos
  • Detectar períodos de acumulación excesiva de casos que puedan indicar problemas sistémicos
  • Analizar patrones estacionales de carga de trabajo para optimizar la dotación y asignación de recursos
  • Identificar el impacto de cambios en procesos sobre el rendimiento y los tiempos de ciclo de casos
  • Validar que las tasas de finalización de casos mantienen el ritmo con las tasas de creación
  • Apoyar la planificación de capacidad entendiendo el volumen histórico de casos activos
  • Detectar anomalías como picos repentinos de WIP que puedan indicar fallos en el proceso

Configuración

Este calculador no tiene ajustes configurables más allá del contexto estándar de filtro. Analiza automáticamente todos los casos en el conjunto de datos filtrado determinando cuáles casos estuvieron activos (en progreso) en cada día calendario.

Cómo se Calculan los Casos Activos:

Un caso se cuenta como activo en una fecha específica si:

  • El primer evento del caso ocurrió en o antes de esa fecha (el caso inició)
  • El último evento del caso ocurrió en o después de esa fecha (el caso no ha terminado)
  • Esto significa que un caso está activo desde su fecha de inicio hasta su fecha de finalización (inclusive)

Campos Estándar:

  • Title: Título personalizado opcional para la salida del calculador
  • Description: Descripción opcional para propósitos de documentación

Ejemplos

Ejemplo 1: Identificación de Cuellos de Botella de Capacidad

Escenario: Su proceso de cumplimiento de pedidos ha experimentado demoras y la gerencia quiere entender si el aumento en volumen de casos está superando la capacidad de procesamiento de su equipo. Necesita identificar períodos donde los casos activos se acumulan más rápido de lo que se completan.

Configuración:

  • Title: "Análisis de Trabajo en Progreso en Cumplimiento de Pedidos"
  • Description: "Seguimiento de niveles de casos activos para identificar limitaciones de capacidad"

Salida:

El calculador muestra una tabla con dos columnas:

  • Date: Cada día calendario en el rango temporal del registro de eventos
  • Active Case Count: Número de casos que estaban en curso en esa fecha

Ejemplo de salida:

Date         Active Case Count
2024-01-15   487
2024-01-16   492
2024-01-17   501
2024-01-18   523
2024-01-19   558
2024-01-20   562
2024-01-21   559
2024-01-22   612
2024-01-23   648
2024-01-24   687
2024-01-25   724

Análisis: El conteo constante y creciente de casos activos de 487 a 724 en 10 días indica que los casos nuevos llegan más rápido de lo que se completan los existentes. Este aumento del 49% en WIP sugiere un cuello de botella de capacidad. La aceleración en la tasa de incremento (de +5 casos/día al inicio a +37 casos/día al final) muestra que el cuello de botella está empeorando. La gerencia debería investigar si los niveles de personal son adecuados o si un problema de proceso está ralentizando la finalización de casos.

Ejemplo 2: Evaluación del Impacto de Mejoras en el Proceso

Escenario: Su equipo implementó una automatización de proceso el 15 de marzo diseñada para reducir pasos de aprobación manual y acelerar el flujo de casos. Desea medir si la automatización redujo exitosamente los niveles de trabajo en progreso.

Configuración:

  • Title: "Evaluación del Impacto de la Automatización del Proceso"
  • Description: "Comparar niveles de WIP antes y después del despliegue de automatización"

Salida:

La salida muestra conteos de casos activos dos semanas antes y después del despliegue:

Antes de la automatización (1-14 de marzo):

Date         Active Case Count
2024-03-01   856
2024-03-05   871
2024-03-10   883
2024-03-14   892

Después de la automatización (16-30 de marzo):

Date         Active Case Count
2024-03-16   879
2024-03-20   823
2024-03-25   761
2024-03-30   698

Análisis: La automatización tuvo un impacto positivo significativo. Antes del despliegue, los casos activos mostraban una tendencia al alza de 856 a 892 (aumento del 4%). Tras el despliegue, los casos activos disminuyeron de 879 a 698 (reducción del 21%). La reducción en WIP indica que los casos ahora se completan más rápido de lo que llegan, lo que sugiere que la automatización mejoró exitosamente el flujo. La disminución sostenida durante dos semanas muestra una mejora permanente y no un efecto temporal.

Ejemplo 3: Detección de Patrones de Fines de Semana y Festivos

Escenario: Usted está analizando un proceso de tickets de servicio al cliente y desea entender cómo los fines de semana y días festivos afectan los niveles de trabajo en progreso. Esto le ayudará a determinar si implementar cobertura durante fines de semana o permitir fluctuaciones naturales.

Configuración:

  • Title: "Análisis Semanal de Patrones WIP en Servicio al Cliente"
  • Description: "Identificar patrones de acumulación durante fines de semana"

Salida:

El calculador muestra conteos de casos activos en un mes típico. Al visualizarse como gráfico de líneas, observa:

  • Los casos activos aumentan gradualmente de lunes a viernes (de ~450 a ~520)
  • Los casos se mantienen estables o aumentan ligeramente sábado y domingo (no se completan casos, pero llegan nuevos)
  • El lunes muestra un pico abrupto (hasta ~580) debido a la acumulación del fin de semana
  • El patrón se repite semanalmente

Datos ejemplo para una semana:

Date         Active Case Count  Day of Week
2024-02-12   452               Monday
2024-02-13   463               Tuesday
2024-02-14   478               Wednesday
2024-02-15   495               Thursday
2024-02-16   518               Friday
2024-02-17   527               Saturday
2024-02-18   531               Sunday
2024-02-19   587               Monday

Análisis: El patrón semanal consistente muestra que los casos se acumulan durante el fin de semana (de 518 el viernes a 531 el domingo, y luego un pico a 587 el lunes) porque no se completan casos pero siguen llegando nuevos tickets. El pico del lunes de 56 casos activos adicionales (incremento del 10%) crea un reto recurrente de capacidad. Este patrón sugiere implementar soporte limitado de fin de semana para evitar acumulación o asegurar suficiente personal los lunes para manejar el pico previsible. La consistencia del patrón en varias semanas indica que es un problema estructural y no una variación aleatoria.

Ejemplo 4: Análisis de Requerimientos Estacionales de Capacidad

Escenario: Su proceso de cuentas por pagar maneja volúmenes significativamente mayores de facturas durante los cierres trimestrales. Necesita cuantificar las variaciones estacionales de WIP para justificar aumentos temporales de personal durante picos.

Configuración:

  • Title: "Análisis de Capacidad de Cuentas por Pagar Trimestral"
  • Description: "Comparar niveles de WIP durante períodos normales y de cierre trimestral"

Salida:

La salida muestra conteos de casos activos a lo largo de un trimestre completo, revelando patrones distintos:

Período normal (mediados de trimestre):

Date         Active Case Count
2024-02-15   245
2024-02-20   238
2024-02-25   251

Período de cierre trimestral (última semana del trimestre):

Date         Active Case Count
2024-03-25   312
2024-03-26   367
2024-03-27   423
2024-03-28   489
2024-03-29   537
2024-03-30   582
2024-03-31   641

Análisis: El WIP medio en el período normal media alrededor de 245 casos activos. Durante la última semana del trimestre, el WIP más que se duplica, alcanzando un pico de 641 el último día del trimestre (aumento del 162%). La aceleración dramática en la última semana (de 312 a 641 casos, añadiendo 329 casos en 6 días) muestra que el cierre trimestral genera presión extrema de capacidad. Estos datos justifican solicitar personal temporal durante la última semana de cada trimestre o implementar una política de "cierre suave" para distribuir el procesamiento de facturas más equitativamente durante el mes.

Ejemplo 5: Identificación de Problemas de Calidad de Datos

Escenario: Su equipo de ingeniería de datos migró recientemente datos del registro de eventos desde un sistema heredado. Desea verificar que la migración preservó correctamente la información del ciclo de vida de casos y no creó lagunas artificiales en la continuidad de los casos.

Configuración:

  • Title: "Validación de Migración de Datos - Verificación de Continuidad de Casos"
  • Description: "Verificar que los conteos de casos activos sean lógicos y continuos"

Salida:

El calculador revela una anomalía en los datos:

Date         Active Case Count
2024-01-10   1,247
2024-01-11   1,289
2024-01-12   1,312
2024-01-13   47
2024-01-14   52
2024-01-15   1,278
2024-01-16   1,301

Análisis: La caída repentina de 1,312 casos activos a 47 el 13 de enero, seguida de una recuperación inmediata a 1,278 el 15 de enero, es imposible en operaciones reales. Una disminución nocturna del 96% en WIP seguida de un aumento del 2,359% al día siguiente indica un problema en la migración de datos. Lo más probable es que los eventos del 13-14 de enero no se migraron correctamente, causando que los casos parezcan completados artificialmente el 12 de enero. El equipo de ingeniería de datos debería investigar los scripts de migración para esas fechas y reimportar los eventos faltantes.

Salida

El calculador produce una tabla de datos con las siguientes columnas:

Date (DateTime): La fecha calendario para cada día en el rango temporal del registro de eventos. El componente horario siempre se fija a 00:00:00 (medianoche) ya que el calculador agrupa solo por fecha. Las fechas abarcan desde la primera marca temporal de evento hasta la última en el conjunto de datos filtrado.

Active Case Count (Number): El conteo de casos únicos que estaban en progreso en esa fecha. Esto incluye todos los casos cuyo inicio es en o antes de la fecha y cuyo fin es en o después. Los casos se cuentan una vez por día, independientemente de cuántos eventos tuvieron ese día.

La salida puede visualizarse como:

  • Gráficos de líneas: Ideales para identificar tendencias, patrones y anomalías en niveles de WIP a lo largo del tiempo
  • Gráficos de área: Efectivos para mostrar el volumen de trabajo en progreso como una región rellenada
  • Gráficos de barras: Útiles para comparar niveles de WIP en rangos específicos o períodos de tiempo
  • Análisis de tendencias: Aplicar promedios móviles para suavizar variaciones diarias e identificar patrones subyacentes
  • Resúmenes estadísticos: Calcular media, mediana y desviación estándar para entender niveles típicos y variabilidad del WIP

Consejos de Interpretación:

  • Tendencia creciente: Los casos llegan más rápido de lo que se completan (problema de capacidad o cuello de botella)
  • Tendencia decreciente: Los casos se completan más rápido de lo que llegan (exceso de capacidad o baja demanda)
  • Patrón estable: El proceso está en equilibrio con tasas balanceadas de llegada y finalización
  • Picos repentinos: Pueden indicar problemas de calidad de datos, fallos en el proceso o eventos inusuales
  • Patrones semanales: Frecuentemente revelan efectos de fines de semana o variaciones en la dotación de personal
  • Patrones estacionales: Muestran demandas cíclicas que requieren planificación de capacidad

Nota: Los casos con marcas temporales de inicio o fin faltantes pueden ser excluidos del análisis o contados incorrectamente. Asegúrese de que su registro de eventos tenga marcas temporales válidas para todos los eventos para obtener conteos precisos de casos activos.

Esta documentación forma parte de la plataforma de minería de procesos mindzie Studio.