Process mining para priorizar automação e IA

O processo desenhado raramente é o processo executado

A liderança vê um fluxo com seis etapas. Os registros mostram quinze variantes, retornos, aprovações repetidas, esperas e atalhos. Essa diferença explica por que muitos projetos de automação começam no lugar errado.

Process mining, ou mineração de processos, reconstrói o fluxo real a partir dos eventos registrados nos sistemas. Em vez de depender apenas de entrevistas e diagramas, a empresa observa como pedidos, chamados, oportunidades, notas ou contratos percorreram a operação.

A técnica ajuda a responder perguntas práticas:

onde o tempo fica parado;
quais etapas geram retorno;
que variantes concentram volume;
onde existe retrabalho;
quais casos escapam do caminho esperado;
que sistema ou equipe vira gargalo;
qual oportunidade merece automação, agente de IA ou redesenho.

Os dados não tomam a decisão sozinhos. Eles dão uma base mais confiável para escolher onde investigar.

O que é process mining

Process mining usa registros de eventos para descobrir, comparar e acompanhar processos. Cada unidade de trabalho precisa deixar rastros em sistemas digitais.

Uma unidade pode ser:

pedido;
chamado;
oportunidade comercial;
nota fiscal;
solicitação de compra;
contrato;
cadastro;
paciente ou atendimento, dentro das regras aplicáveis;
ordem de serviço;
caso de cobrança.

Para cada unidade, o conjunto mínimo costuma conter:

identificador do caso, como número do pedido;
atividade, como “pedido aprovado”;
data e hora da atividade.

Campos adicionais enriquecem a análise: responsável, equipe, canal, valor, produto, cliente, região, motivo, prioridade e sistema de origem.

Com esses registros, a ferramenta ordena os eventos e mostra caminhos percorridos. O objetivo não é produzir um fluxograma bonito. É revelar comportamento operacional que pode ser medido.

Três usos principais

Descoberta do processo

A empresa reconstrói o fluxo a partir dos eventos sem impor previamente um modelo ideal. A descoberta mostra caminhos frequentes, retornos, etapas ausentes e variantes raras.

Verificação de conformidade

O fluxo real é comparado com uma regra, política ou desenho esperado. A análise identifica casos que pularam aprovação, seguiram ordem diferente ou ultrapassaram prazo.

Melhoria e monitoramento

A empresa acompanha tempo de ciclo, espera, retrabalho e alterações depois de uma mudança. Isso permite verificar se uma automação resolveu o gargalo ou apenas transferiu a fila.

Process mining, task mining e mapeamento manual

Os três métodos observam níveis diferentes do trabalho.

| Método | Fonte principal | Melhor pergunta | Limitação típica | |---|---|---|---| | mapeamento manual | entrevistas, workshops e observação | como o processo deveria funcionar e por quê? | memória e percepção podem omitir variantes | | process mining | eventos de sistemas | como os casos percorreram o processo ao longo do tempo? | não enxerga trabalho sem registro confiável | | task mining | interação em desktop e aplicações | como a pessoa executa passos dentro de uma tarefa? | exige cuidado elevado com privacidade e contexto |

O mapeamento manual continua necessário. Ele explica intenção, regra, exceção legítima e responsabilidade. Process mining acrescenta escala e evidência. Task mining pode detalhar cliques e trocas entre aplicações quando o sistema de negócio registra pouco.

Usar apenas entrevistas favorece o processo oficial. Usar apenas logs pode confundir ausência de evento com ausência de trabalho. A combinação produz um diagnóstico mais completo.

Como process mining ajuda a escolher casos de IA

Uma lista de tarefas demoradas ainda não forma uma prioridade. A empresa precisa encontrar oportunidades com volume, dor, dado disponível, fronteira clara e consequência controlável.

Identifica gargalos reais

Uma etapa pode parecer lenta porque recebe casos incompletos da etapa anterior. Automatizar a etapa visível reduz poucos minutos e preserva a causa.

A mineração mostra onde o tempo total se acumula e quanto pertence a execução ou espera.

Separa caminho comum e exceções

O caminho dominante pode ser resolvido por regra ou automação tradicional. Variantes com documentos, mensagens e contexto podem receber apoio de agente de IA. Casos sensíveis permanecem com revisão humana.

Essa segmentação evita usar uma tecnologia ampla para todo o processo.

Quantifica retrabalho

Retornos para correção, reaberturas e mudanças repetidas de status mostram onde qualidade de entrada ou decisão está falhando.

Um agente pode validar documentos, detectar informação ausente ou preparar contexto. Antes disso, a empresa precisa confirmar que a intervenção atacará a causa do retorno.

Mostra onde existe espera por decisão

Filas de aprovação podem indicar alçada mal definida, contexto incompleto ou concentração excessiva em uma pessoa. IA pode preparar a decisão, reunir evidências e classificar risco. A autonomia só deve crescer quando critérios e consequências estiverem claros.

Cria linha de base

Antes do piloto, a empresa conhece tempo de ciclo, taxa de retorno, volume e variantes. Depois, compara a mudança com o processo anterior.

Sem essa referência, uma demonstração rápida pode parecer eficiente enquanto o resultado de ponta a ponta permanece igual.

O que os logs precisam conter

A qualidade da análise depende da qualidade dos eventos.

Identificador consistente

O mesmo caso precisa ser reconhecido em todas as etapas. Se CRM, ERP e atendimento usam identificadores diferentes, crie uma regra confiável de correlação.

Atividade com significado operacional

Nomes como “status 4” ou “evento processado” ajudam pouco. Converta códigos em ações compreensíveis e documente a origem.

Horário confiável

Fusos, relógios, importações em lote e registros retroativos podem distorcer sequência e duração. Normalize a temporalidade antes de comparar.

Eventos de conclusão

Registrar apenas o início cria uma visão incompleta. A empresa precisa saber se a ação terminou, falhou, foi cancelada ou voltou para correção.

Atributos para segmentação

Canal, equipe, produto, tipo de cliente, valor e motivo permitem descobrir que o gargalo existe apenas em uma classe de casos.

Histórico suficiente

Uma semana atípica não representa sazonalidade, fechamento, picos ou ausências. O período precisa cobrir variação relevante para a decisão.

O conteúdo sobre dados prontos para IA detalha autoridade, identidade, acesso e qualidade antes de conectar agentes.

Um exemplo em vendas

Considere o fluxo entre entrada do lead e fechamento. Os sistemas registram:

lead criado;
responsável atribuído;
primeiro contato;
resposta recebida;
oportunidade qualificada;
reunião agendada;
proposta enviada;
negociação;
ganho ou perda.

A mineração pode revelar:

leads sem primeiro contato;
demora concentrada em determinados canais;
oportunidades que voltam de proposta para qualificação;
reuniões sem próxima ação registrada;
vendedores com caminhos muito diferentes;
propostas enviadas sem dados mínimos;
perdas sem motivo preenchido.

Cada achado pede uma resposta distinta.

Ausência de tarefa pode ser resolvida por automação determinística.
Histórico espalhado antes da reunião pode justificar um agente de preparação.
Qualificação inconsistente pode pedir critério e treinamento antes de IA.
Follow-up esquecido pode combinar agente para contexto e automação para agenda e registro.
Motivo de perda vazio pode exigir mudança de processo e governança do CRM.

O guia sobre follow-up comercial com IA mostra como transformar contexto, compromisso e próxima ação em uma rotina controlada.

Um exemplo em contas a pagar

O caso é uma fatura. Os eventos incluem recebimento, validação, associação ao pedido, aprovação, agendamento e pagamento.

A análise encontra:

documentos aguardando identificação;
divergências frequentes entre pedido e fatura;
aprovações devolvidas por falta de informação;
concentração de espera em uma alçada;
pagamentos processados perto do vencimento;
reaberturas após suposta conclusão.

Uma arquitetura possível separa responsabilidades:

extração de campos em documentos variáveis;
regra determinística para conferir valores e duplicidade;
agente para reunir contexto da divergência;
aprovação humana para exceções financeiras;
automação para registrar e confirmar o resultado;
monitoramento para medir tempo e retorno.

A mineração localiza o problema. O desenho do processo decide qual mecanismo tratará cada trecho.

O que process mining não resolve

Causa sem investigação

Uma etapa lenta aparece no gráfico, mas o log não explica sozinho se faltou informação, capacidade, decisão ou acesso. Converse com quem executa e examine casos.

Trabalho fora dos sistemas

Planilhas locais, WhatsApp, e-mail, telefonemas e decisões informais podem ficar invisíveis. O fluxo descoberto representa apenas os rastros disponíveis.

Qualidade do resultado

Tempo menor não prova que o cliente recebeu uma resposta melhor ou que o pedido saiu correto. Conecte eficiência a qualidade e resultado.

Processo que nunca foi decidido

Logs mostram o que aconteceu. Eles não definem política, alçada ou responsabilidade. A liderança ainda precisa escolher.

Priorização automática

O maior gargalo visual pode ter baixo valor econômico, alto risco ou pouca viabilidade técnica. Priorize com critérios de negócio.

Critérios para transformar achados em oportunidades

Para cada gargalo ou variante, avalie:

Volume

Quantos casos percorrem esse trecho? Um problema frequente pode justificar investimento mesmo quando cada unidade consome pouco tempo.

Tempo

Quanto pertence a trabalho ativo e quanto pertence a espera? Automação de segundos não corrige uma aprovação parada por dias.

Retrabalho

Quantas unidades retornam, reabrem ou exigem correção? Qual erro produz esse retorno?

Variabilidade

O caminho é estável ou depende de linguagem, documento e contexto? Isso ajuda a separar automação tradicional e agente.

Impacto

O gargalo afeta receita, margem, prazo, caixa, qualidade, risco ou experiência do cliente?

Dados

As fontes necessárias existem, possuem identidade e podem ser acessadas com segurança?

Reversibilidade

Uma ação errada pode ser desfeita? O custo de correção orienta alçada e autonomia.

Dono

Existe uma pessoa responsável pelo processo e pela decisão após o diagnóstico?

Como priorizar a fila

Uma matriz simples pode usar notas de 1 a 5.

| Critério | Pergunta | |---|---| | impacto | quanto o problema afeta resultado ou risco? | | frequência | quantos casos sofrem o problema? | | esforço atual | quanto trabalho e espera são consumidos? | | viabilidade de dados | as entradas e fontes estão disponíveis? | | clareza do processo | evento, regra, saída e exceção são conhecidos? | | risco controlável | é possível começar com leitura, sugestão ou aprovação? | | capacidade de medir | existe linha de base e evidência de conclusão? | | sustentação | há dono, equipe e rotina de manutenção? |

A nota não substitui julgamento. Ela obriga a liderança a explicitar por que um caso sobe ou desce.

Uma oportunidade atraente costuma combinar impacto relevante, escopo estreito, dados acessíveis e risco contido. Um caso enorme e mal definido deve ser decomposto antes do piloto.

Do diagnóstico ao piloto

1. Escolha uma unidade de trabalho

Use pedido, chamado, oportunidade ou outro identificador com início e fim observáveis.

2. Extraia e normalize eventos

Documente origem, significado, horário, responsável e limitações de cada registro.

3. Descubra variantes

Observe caminhos dominantes, retornos, desvios e tempos. Não descarte imediatamente os casos raros, pois alguns carregam o maior risco.

4. Valide com a operação

Mostre casos concretos a quem executa. Confirme se o evento significa o que a análise supõe.

5. Identifique a causa provável

Separe ausência de dado, regra, capacidade, integração, decisão e comportamento.

6. Escolha o mecanismo

redesenho para etapa desnecessária;
regra para condição explícita;
automação para sequência estável;
RPA para interface legada sem integração adequada;
agente para interpretação contextual;
pessoa para julgamento e responsabilidade.

7. Defina linha de base e hipótese

Exemplo: reduzir retornos por documento incompleto sem elevar erros críticos nem tempo de revisão.

8. Teste em escopo estreito

Escolha uma equipe, classe de caso e período. Comece com preparação ou sugestão quando houver consequência relevante.

9. Meça o processo completo

Compare ciclo, espera, qualidade, retorno, custo, revisão, exceção e resultado.

10. Decida

Amplie, corrija, restrinja ou encerre. O piloto precisa terminar em uma decisão operacional.

O comparativo entre prova de conceito e piloto de IA ajuda a escolher qual incerteza será reduzida em cada estágio.

Cuidados com privacidade e governança

Logs operacionais podem conter dados pessoais, valores, horários, responsáveis e padrões de trabalho. A coleta precisa ter finalidade, acesso e retenção definidos.

Alguns cuidados:

use apenas campos necessários;
aplique pseudonimização ou agregação quando possível;
restrinja acesso por função;
documente fontes e transformações;
separe análise de processo de avaliação individual;
evite usar produtividade aparente como medida isolada de desempenho;
defina retenção e descarte;
valide bases legais e políticas aplicáveis;
registre quem aprovou o uso;
proteja exportações e ambientes de análise.

Task mining merece cuidado adicional porque pode capturar interação detalhada no desktop. A empresa deve evitar vigilância indiscriminada e explicar com clareza a finalidade do diagnóstico.

Indicadores úteis

A escolha depende do processo, mas um conjunto inicial pode incluir:

tempo total de ciclo;
tempo ativo;
tempo de espera;
taxa de conclusão;
retorno ou reabertura;
quantidade de handoffs;
variantes por volume;
cumprimento de prazo;
fila por etapa;
correção na primeira passagem;
custo por caso concluído;
taxa de exceção;
intervenção humana;
resultado de negócio associado.

Evite uma média única. Separe por tipo de caso, canal, equipe, produto e faixa de risco. A média pode esconder uma variante pequena que concentra atrasos ou incidentes.

Checklist antes de investir

Existe um identificador consistente para cada caso?
As atividades possuem significado documentado?
Datas e horários são confiáveis?
O período cobre variações relevantes?
Os eventos registram conclusão e falha?
Sistemas diferentes podem ser correlacionados?
A análise foi validada por quem executa o trabalho?
Trabalho fora dos sistemas foi considerado?
O gargalo possui causa provável, não apenas correlação?
O indicador de negócio está definido?
A oportunidade foi separada em regra, automação, agente e decisão humana?
Existe linha de base?
O piloto terá escopo, dono e data de decisão?
Privacidade, acesso e retenção foram tratados?
O resultado voltará ao sistema oficial?

Use evidência para escolher onde a IA entra

Process mining ajuda a empresa a enxergar o caminho real dos casos, medir variantes e localizar espera, retorno e retrabalho. Seu valor aparece quando a análise muda a prioridade de investimento.

O gráfico não substitui arquitetura. A empresa ainda precisa definir fonte, regra, responsável, consequência, controle e resultado. Com esses elementos, a mineração de processos deixa de ser diagnóstico decorativo e vira uma base concreta para decidir onde simplificar, automatizar ou aplicar agentes de IA.