Casos con Marcas de Tiempo de Evento Idénticas

Visión General

El filtro Casos con Marcas de Tiempo de Evento Idénticas identifica casos donde múltiples actividades ocurrieron exactamente en la misma marca de tiempo, hasta el milisegundo. Este filtro es valioso para detectar problemas de calidad de datos, identificar ejecución simultánea de procesos o encontrar casos donde los eventos fueron registrados en lote con marcas de tiempo idénticas. Puedes elegir incluir casos con actividades en el mismo tiempo o excluirlos, dependiendo de si estás investigando anomalías en las marcas de tiempo o enfocándote en casos correctamente secuenciados.

Usos Comunes

Detectar problemas de calidad de datos donde múltiples eventos tienen marcas de tiempo idénticas
Identificar casos con patrones sospechosos en las marcas de tiempo que pueden indicar errores en la carga de datos
Encontrar casos donde actividades paralelas fueron ejecutadas simultáneamente
Excluir casos con anomalías en las marcas de tiempo del análisis del proceso
Investigar escenarios de procesamiento por lotes o carga masiva de datos
Limpiar conjuntos de datos enfocándose solo en casos con marcas de tiempo correctamente secuenciadas

Configuración

Incluir o Excluir Casos: Elige si deseas incluir casos que tengan actividades en el mismo tiempo o excluirlos.

Incluir casos con actividades en el mismo tiempo: Devuelve solo casos en los que al menos dos eventos ocurrieron exactamente en la misma marca de tiempo
Excluir casos con actividades en el mismo tiempo: Devuelve solo casos donde todos los eventos tienen marcas de tiempo diferentes (correctamente secuenciados)

Ejemplos

Ejemplo 1: Detectar Problemas de Calidad de Datos

Escenario: Tu conjunto de datos de minería de procesos fue importado desde un sistema heredado. Sospechas que algunos casos tienen problemas de calidad de datos donde múltiples eventos fueron registrados con marcas de tiempo idénticas, lo cual no debería ocurrir en tu flujo de aprobación secuencial.

Configuración:

Incluir casos con actividades en el mismo tiempo

Resultado:

El filtro devuelve todos los casos donde dos o más eventos comparten exactamente la misma marca de tiempo. Por ejemplo, si el Caso #12345 tiene "Enviar Solicitud" y "Aprobación del Gerente" ambos con marca de tiempo 2024-10-15 14:32:18.450, este caso se incluiría en los resultados. Si tuvieras 5,000 casos con 120 mostrando anomalías en las marcas de tiempo, esos 120 casos serían devueltos.

Conclusiones: Estos casos probablemente representan problemas de calidad de datos que necesitan investigación. Los eventos en un flujo de aprobación secuencial no deberían ocurrir en el mismo milisegundo exacto. Esto podría indicar carga masiva de datos, problemas en el reloj del sistema o un registro incorrecto de eventos. Revisa estos casos con tu equipo de datos para determinar la causa raíz.

Ejemplo 2: Analizando Casos Secuenciales Limpios

Escenario: Deseas realizar un análisis preciso de variantes del proceso y necesitas excluir casos con anomalías en las marcas de tiempo. Tu objetivo es analizar solo casos donde los eventos ocurrieron en tiempos distintos, asegurando un orden secuencial correcto.

Configuración:

Excluir casos con actividades en el mismo tiempo

Resultado:

El filtro devuelve solo casos donde todos los eventos tienen marcas de tiempo únicas. Si tuvieras 5,000 casos con 120 mostrando colisiones de marcas de tiempo, el filtro devuelve los 4,880 casos restantes donde todos los eventos están correctamente secuenciados en el tiempo. Cada caso en el resultado tiene eventos con marcas de tiempo distintas.

Conclusiones: Al excluir casos con marcas de tiempo idénticas, aseguras que tu análisis de variantes se base en datos correctamente secuenciados. Esto proporciona tiempos de ciclo, identificación de cuellos de botella y frecuencias de variantes más precisos, ya que todos los eventos tienen un orden temporal claro.

Ejemplo 3: Investigando Procesamiento por Lotes

Escenario: Tu sistema de gestión de almacenes procesó un gran lote de envíos durante la noche. Deseas identificar qué casos formaron parte del procesamiento por lotes donde múltiples actividades (Seleccionar, Empacar, Etiquetar) podrían haberse registrado simultáneamente.

Configuración:

Incluir casos con actividades en el mismo tiempo

Resultado:

El filtro identifica casos donde múltiples actividades del almacén comparten la misma marca de tiempo. Por ejemplo, el Caso #WH-7890 podría mostrar "Seleccionar Artículos," "Empacar Caja," y "Generar Etiqueta" todas con marca de tiempo 2024-10-15 03:15:22.000, indicando procesamiento por lotes. Si se procesaron 200 envíos en el lote, esos 200 casos serían devueltos.

Conclusiones: Estos casos representan eventos de procesamiento por lotes donde múltiples pasos se completaron y registraron simultáneamente en lugar de individualmente. Esto te ayuda a separar casos procesados en lote de casos secuenciales normales, permitiendo enfoques de análisis diferentes para cada modo de procesamiento.

Ejemplo 4: Validando el Registro de Transacciones en Tiempo Real

Escenario: Tu sistema de transacciones financieras debería registrar cada paso (Transacción Iniciada, Validación, Autorización, Finalización) con marcas de tiempo precisas. Deseas verificar que el registro en tiempo real funciona correctamente encontrando cualquier caso con colisiones de marcas de tiempo.

Configuración:

Incluir casos con actividades en el mismo tiempo

Resultado:

El filtro devuelve casos donde dos o más pasos de la transacción tienen marcas de tiempo idénticas. Idealmente, esto debería devolver cero casos en un sistema de tiempo real que funcione correctamente. Si encuentras 15 casos de 50,000 con colisiones de marcas de tiempo, estos merecen investigación.

Conclusiones: Casos con marcas de tiempo idénticas en un sistema de transacciones en tiempo real indican posibles problemas con el registro de eventos o la resolución del reloj del sistema. Un número pequeño podría ser aceptable, pero un número elevado sugiere problemas sistemáticos con el mecanismo de captura de marcas de tiempo que deberían ser corregidos.

Salida

Este filtro opera a nivel de caso y filtra casos completos basados en el análisis de las marcas de tiempo:

Modo incluir: Devuelve solo casos que contienen al menos dos eventos con marcas de tiempo idénticas
Modo excluir: Devuelve solo casos donde todos los eventos tienen marcas de tiempo únicas
Los atributos de casos y eventos se preservan
Las secuencias de eventos y todas las demás propiedades permanecen sin cambios
El filtro realiza comparación exacta de marcas de tiempo (incluidos milisegundos)

Usa este filtro para identificar problemas de calidad de datos o para asegurar que tu análisis utilice solo casos correctamente secuenciados con orden temporal preciso.

Esta documentación es parte de la plataforma de minería de procesos mindzieStudio.