Cambios de Atributos en un Caso

Resumen

El enriquecimiento Cambios de Atributos en un Caso es una herramienta analítica poderosa que detecta y cuantifica los cambios de valor en los atributos de eventos a lo largo del ciclo de vida de un caso. Este enriquecimiento examina automáticamente cada atributo de evento en su conjunto de datos y crea nuevas métricas a nivel de caso que revelan patrones de cambio, estabilidad y variación dentro de cada instancia de proceso. Al transformar variaciones a nivel de evento en conocimientos a nivel de caso, este enriquecimiento le permite identificar inconsistencias en el proceso, rastrear transiciones de estado y medir la estabilidad del proceso a gran escala.

Este enriquecimiento es particularmente valioso para comprender la dinámica y variabilidad del proceso. Responde preguntas críticas sobre cómo evolucionan los valores de los atributos durante la ejecución del caso: si los campos de estado cambian frecuentemente, si las asignaciones de recursos permanecen constantes o cuántos valores distintos toma un atributo dentro de un solo caso. El enriquecimiento crea hasta tres tipos diferentes de métricas para cada atributo de evento, brindándole flexibilidad para analizar y visualizar los cambios de atributos a lo largo de su proceso.

Usos Comunes

Análisis de transiciones de estado - Seguir cuántas veces cambian el estado del pedido, estado de aprobación o estado del caso a lo largo del ciclo de vida del proceso
Monitoreo de consistencia de recursos - Identificar casos donde la propiedad o responsabilidad cambia varias veces, indicando posibles problemas de transferencia
Validación de calidad de datos - Detectar variaciones inesperadas en atributos que deberían permanecer constantes, revelando errores de ingreso de datos o inconsistencias en el sistema
Medición de complejidad del proceso - Cuantificar el número de valores o estados distintos por los que pasa un caso para medir la complejidad del proceso
Análisis de frecuencia de cambio - Contar el número total de cambios de valor para identificar casos altamente volátiles que requieren investigación
Verificación de conformidad - Verificar que ciertos atributos mantengan valores o patrones de cambio esperados según reglas de negocio
Categorización de desempeño - Agrupar casos según sus patrones de cambio para comprender qué tipos de casos siguen rutas más simples o más complejas

Configuraciones

Ignore Null: Determina si los valores nulos (vacíos) deben excluirse al analizar los cambios de atributos. Cuando está habilitado, el enriquecimiento omitirá eventos donde el valor del atributo sea nulo, enfocándose solo en los cambios de valor reales. Esto es útil cuando los valores nulos representan datos faltantes en lugar de cambios significativos de estado. El valor predeterminado es true (habilitado). Habilítelo cuando los nulos representan lagunas de datos; deshabilítelo cuando el valor nulo sea un estado significativo en su proceso.

Create Change Count Attribute: Controla si se crearán atributos que cuenten el número total de cambios de valor para cada atributo de evento. Cuando está habilitado, crea atributos con el sufijo "-Changes" que contienen el conteo de cuántas veces el valor cambió entre eventos consecutivos. Esto proporciona una métrica secuencial de conteo de cambios. El valor predeterminado es true (habilitado). Úselo para medir la volatilidad e identificar casos con transiciones frecuentes de estado.

Create Group Count Attribute: Determina si se crearán atributos que cuenten el número de valores distintos (grupos) que cada atributo de evento toma dentro de un caso. Cuando está habilitado, crea atributos con el sufijo "-Groups" que contienen el conteo de valores únicos. Esto mide diversidad en lugar de frecuencia de cambio. El valor predeterminado es true (habilitado). Habilítelo para entender la diversidad de valores y la complejidad del proceso.

Create Bool Change Attribute: Controla si se crearán atributos booleanos que indiquen si hubo algún cambio para cada atributo de evento. Cuando está habilitado, crea atributos con el sufijo "-Change" que contienen valores true/false - true si el atributo tuvo valores distintos, false de lo contrario. El valor predeterminado es true (habilitado). Úselo para clasificaciones binarias simples de casos con o sin cambios.

Ejemplos

Ejemplo 1: Monitoreo de Estado de Pedido en Compras

Escenario: Un equipo de compras necesita identificar órdenes de compra con cambios excesivos de estado, lo que a menudo indica complicaciones del proceso o demoras que requieren intervención manual.

Configuraciones:

Ignore Null: true
Create Change Count Attribute: true
Create Group Count Attribute: true
Create Bool Change Attribute: false

Salida: Para un atributo de evento "Order_Status" que transiciona por los valores: "Created" → "Approved" → "In Review" → "Approved" → "Processed", el enriquecimiento crea:

Order_Status-Changes: 4 (cuenta cada transición)
Order_Status-Groups: 4 (cuenta valores distintos: Created, Approved, In Review, Processed)

Casos con Order_Status-Changes > 5 se marcan para revisión, ya que indican cambios repetidos de estado de ida y vuelta.

Perspectivas: Las órdenes con altos conteos de cambio se correlacionan con tiempos de ciclo más largos y mayores costos. El equipo de compras implementa alertas automáticas para órdenes que exceden 3 cambios de estado para gestionar proactivamente excepciones.

Ejemplo 2: Transiciones del Equipo de Atención al Paciente en Salud

Escenario: Un hospital desea analizar la continuidad de la atención siguiendo cuántas veces los pacientes son transferidos entre diferentes equipos médicos o departamentos durante su estancia.

Configuraciones:

Ignore Null: true
Create Change Count Attribute: true
Create Group Count Attribute: true
Create Bool Change Attribute: true

Salida: Para un atributo de evento "Assigned_Team" con valores: "ER" → "ER" → "ICU" → "Surgery" → "ICU" → "Recovery", el enriquecimiento crea:

Assigned_Team-Changes: 4 (ER a ICU, ICU a Surgery, Surgery a ICU, ICU a Recovery)
Assigned_Team-Groups: 4 (ER, ICU, Surgery, Recovery)
Assigned_Team-Change: true (ocurrieron cambios)

Perspectivas: Pacientes con más de 3 transiciones de equipo presentan un 40% más de duración promedio de estancia. El hospital implementa protocolos de coordinación de atención para pacientes con muchas transiciones para mejorar resultados y eficiencia.

Ejemplo 3: Seguimiento de Control de Calidad en Manufactura

Escenario: Una planta manufacturera necesita monitorear resultados de inspección de calidad durante el proceso de producción para identificar productos que requieran múltiples intervenciones de calidad.

Configuraciones:

Ignore Null: false
Create Change Count Attribute: true
Create Group Count Attribute: true
Create Bool Change Attribute: false

Salida: Para un atributo de evento "Quality_Status" con valores: null → "Pass" → "Fail" → "Rework" → "Pass", el enriquecimiento crea:

Quality_Status-Changes: 4 (incluyendo la transición inicial de null a Pass)
Quality_Status-Groups: 5 (null, Pass, Fail, Rework y Pass contados como distintos)

Los productos con Quality_Status-Groups > 2 se analizan para determinar la causa raíz de problemas de calidad.

Perspectivas: Los productos que presentan cambios en el estado de calidad se correlacionan con líneas de producción y turnos específicos, lo que conduce a programas de capacitación dirigidos y mantenimiento de equipos.

Ejemplo 4: Flujo de Trabajo de Aprobación de Transacciones Financieras

Escenario: Un banco quiere analizar la complejidad de su proceso de aprobación de préstamos siguiendo cuántos niveles de aprobación y estados de decisión diferentes atraviesa cada solicitud.

Configuraciones:

Ignore Null: true
Create Change Count Attribute: false
Create Group Count Attribute: true
Create Bool Change Attribute: true

Salida: Para un atributo de evento "Approval_Level" con valores: "Initial_Review" → "Credit_Check" → "Manager_Review" → "Credit_Check" → "Final_Approval", el enriquecimiento crea:

Approval_Level-Groups: 4 (Initial_Review, Credit_Check, Manager_Review, Final_Approval)
Approval_Level-Change: true

Las solicitudes de préstamo con Approval_Level-Groups > 5 indican casos complejos que requieren optimización del proceso.

Perspectivas: Las solicitudes con menos grupos de nivel de aprobación tienen 60% más rapidez en sus tiempos de procesamiento. El banco agiliza el proceso para solicitudes estándar mientras mantiene revisiones exhaustivas para casos complejos.

Ejemplo 5: Seguimiento de Resolución de Incidentes de TI

Escenario: Un servicio de mesa de ayuda de TI necesita seguir cuántas veces cambian las prioridades y asignaciones de incidentes para identificar tickets que "rebotan" entre equipos sin resolverse.

Configuraciones:

Ignore Null: true
Create Change Count Attribute: true
Create Group Count Attribute: true
Create Bool Change Attribute: true

Salida: Para los atributos de evento "Priority" y "Assigned_Group":

Priority-Changes: Número de escaladas o desescaladas de prioridad
Priority-Groups: Conteo de niveles de prioridad distintos usados
Assigned_Group-Changes: Número de veces que el ticket fue reasignado
Assigned_Group-Groups: Número de equipos diferentes que manejaron el ticket
Assigned_Group-Change: true/false indicando si hubo alguna reasignación

Tickets con Priority-Changes > 2 y Assigned_Group-Changes > 3 son marcados como tickets “patata caliente” que requieren atención gerencial.

Perspectivas: Los incidentes con múltiples reasignaciones muestran tiempos de resolución 3 veces mayores. El servicio implementa una política de "asignación fija" donde el primer equipo que responde debe coordinar la resolución, incluso si se requiere la experiencia de otros equipos.

Salida

El enriquecimiento Cambios de Atributos en un Caso crea nuevos atributos a nivel de caso para cada atributo de evento que no sea de sistema en su conjunto de datos. El enriquecimiento procesa automáticamente todos los atributos de eventos excepto las columnas de sistema (Activity, Timestamp, Start Time) y las columnas ocultas o calculadas.

Atributos Generados:

[AttributeName]-Changes (Entero): Contiene el conteo de transiciones de valor para el atributo. Se cuenta un cambio cada vez que el valor difiere del evento anterior. Los valores varían de 0 (sin cambios) a n-1, siendo n el número de eventos en el caso.
[AttributeName]-Groups (Entero): Contiene el conteo de valores distintos que el atributo toma dentro del caso. Esto mide la diversidad de valores independientemente de la frecuencia de cambio. Un valor de 1 indica que el atributo permaneció constante durante todo el caso.
[AttributeName]-Change (Booleano): Contiene true si el atributo tuvo valores distintos dentro del caso, false si permaneció constante o no tuvo valores. Esto proporciona un indicador simple binario de presencia de cambio.

Tipos de Datos y Formatos:

Atributos de conteo de cambios: valores enteros mostrados con formato numérico
Atributos de conteo de grupos: valores enteros mostrados con formato numérico
Atributos booleanos de cambio: valores booleanos mostrados como Sí/No

Integración con Otras Funcionalidades:

Use estos atributos en filtros para identificar casos con patrones específicos de cambio
Combínelos con calculadoras para crear índices o porcentajes de cambio
Aplíquelos en paneles para visualizar métricas de estabilidad del proceso
Úselos en verificaciones de conformidad para validar patrones de cambio esperados
Incorpórelos en modelos de aprendizaje automático como características de complejidad del proceso

Convenciones de Nombres: El enriquecimiento conserva el nombre original del atributo y agrega sufijos claros (-Changes, -Groups, -Change) que facilitan identificar el atributo fuente y el tipo de métrica. Estos atributos aparecen en la lista de atributos del caso y pueden usarse inmediatamente en todas las funcionalidades de análisis de mindzieStudio.

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