Como este tema funciona na sua empresa
Processo é conhecido por todos. Process mining é overkill. Mapeamento manual por entrevista basta. Process mining só vale se volume é >10k transações/ano.
Processos começam a ser complexos, múltiplos executores, variações. Process mining começa a agregar valor real. Identifica oportunidades que mapeamento manual não vê. Investimento de R$ 30–50k vale se roadmap é 3+ processos.
Processos são complexos, distribuídos. Process mining é crítico para priorizar roadmap de hyperautomation. Decisão entre investir em Processo A vs B deve ser baseada em dado real, não em intuição.
Process mining é análise de dados de sistemas (event logs) para descobrir, visualizar e analisar processos reais. Diferente do process mapping tradicional (como acham que processo funciona), process mining mostra como processo realmente funciona em produção[1].
Process mapping tradicional vs process mining
Process mapping tradicional: Reunir stakeholders, perguntar "qual é o fluxo?", desenhar diagrama. Resultado: desenho teórico. Problema: pessoas descrevem processo idealizado ("deveria ser assim"), não processo real. Variações, exceções, retrabalhos são ignorados. Acurácia: 50–70%.
Process mining: Extrair event logs de sistemas (ERP, CRM, BPMS), analisar dados. Resultado: fluxo real com todas variações, gargalos, exceções. Mostra exatamente o que acontece. Acurácia: 95%+. Desvantagem: requer dados de qualidade.
Combinação (recomendado): Use process mapping para entender estrutura inicial (2–3 dias). Depois, process mining para validar realidade (2–3 semanas). Resultado: entendimento 100% preciso.
Output de process mining: o que você descobre
Diagrama do processo real: Fluxograma com todas variações. Mostra que fatura pode ir por 3 caminhos diferentes (normal, exceção, retrabalho). Tradicional mostra 1 fluxo linear.
Gargalos: Onde o processo fica parado? Process mining identifica: contas a pagar espera média 5 dias em "validação de supervisor". Fila longa = gargalo. Oportunidade de automação clara.
Variações: Por que alguns casos levam 3 dias e outros 15 dias? Process mining mostra: quando fornecedor é novo, fatura leva 2 dias. Quando fornecedor habitual, 1 dia. Variação = oportunidade de otimização.
Anomalias: Casos que saem do padrão. Exemplo: fatura que foi processada 10 vezes (retrabalho). Anomalia = qualidade ruim, oportunidade de automação.
Distribuição de tempo: Quanto tempo é gasto em cada etapa? Process mining mostra: 60% do tempo é espera (filas), 30% é processamento, 10% é retrabalho. Oportunidade: eliminar filas e retrabalho economiza 70%.
Como coletar dados: requisitos de qualidade
Process mining é tão bom quanto os dados. Dados ruins = insights ruins.
Event log essencial: Cada transação no processo gera evento. Evento tem: (1) Caso ID (número de fatura, número de pedido), (2) Atividade (receber, validar, aprovar, pagar), (3) Timestamp (quando aconteceu), (4) Usuário (quem fez). Formato: arquivo CSV ou banco de dados.
Qualidade: (a) Cada evento tem todos os campos? Se campo "atividade" tem valores em branco, dados são incompletos. (b) Timestamps são precisos? Se dois eventos têm mesmo timestamp, ordem é ambígua. (c) Casos são correlacionados? Se sistema não correlaciona eventos de uma fatura, analysis é impossível.
Volume: Quanto mais dados, melhor análise. Mínimo 1.000 casos. Ideal 10.000+. Se tem <500 casos, process mining é marginal.
Período: Coletar dados de pelo menos 3 meses. Um mês pode ter variações sazonais. Seis meses é ideal para ver padrões anuais.
Dois tipos de analysis: discovery vs conformance
Discovery: "O que realmente acontece?" Alimentar ferramenta de process mining com event log, deixar descobrir fluxo real automaticamente. Não precisa de modelo esperado. Resultado: diagrama do processo real com estatísticas (tempo médio, gargalos, variações). Tempo: 1–2 semanas.
Conformance: "O que está fora do plano?" Comparar fluxo real (event log) com modelo esperado (processo mapping). Identificar desvios. Exemplo: processo planejado é "receber ? validar ? aprovar ? pagar", mas evento log mostra que 20% dos casos pulam validação (aprovam direto). Desvio = oportunidade de automação ou de correção de processo. Tempo: 1–2 semanas.
Recomendação: Comece com discovery para entender realidade. Depois conformance para identificar desvios de política.
Identificação de oportunidades de automação
Process mining revela onde automação teria maior impacto.
Atividades repetitivas: Process mining mostra qual atividade é mais frequente. Exemplo: "enviar email de aprovação" aparece em 80% dos casos. Atividade repetitiva = boa para RPA. Automação desse passo libera 2 horas/dia.
Gargalos: Atividade que bloqueia fluxo. Process mining mostra: "aprovação de supervisor" leva 48 horas em média. Gargalo = oportunidade. Se automatizar aprovação (IA para decisão, RPA para notificação), tempo de ciclo cai 40%.
Exceções: Process mining identifica 20% dos casos precisam de intervalo manual. Se conseguir reduzir para 10% com automação mais inteligente, impacto é 10% × custo manual = ganho claro.
Retrabalho: Casos que passam pela mesma atividade duas vezes. Process mining mostra: 15% das faturas são processadas 2x (erro na primeira vez). Retrabalho = desperdício. Melhorar qualidade elimina retrabalho.
Exemplo real: contas a pagar
Empresa esperava: fatura chega ? 1 dia validação ? 1 dia aprovação ? 1 dia pagamento = 3 dias total. Realidade (process mining):
Fatura chega ? 1 dia escaneamento (gargalo, scanner lento) ? 2 dias fila de entrada (ninguém processava) ? 3 dias validação (variação: fornecedor novo exigia revisão extra) ? 3 dias fila de aprovação (gerente estava em férias) ? 1 dia pagamento. Total: 10 dias. E 15% das faturas era reprocessado após erro.
Oportunidades descobertas por process mining:
1. Gargalo de scanner: adquirir scanner melhor reduz 1 dia. Fácil, custo R$ 20k, ROI óbvio.
2. Fila de entrada: adicionar 1 analista reduz 2 dias. Custo R$ 60k/ano, mas menos eficiente que automação.
3. Validação: implementar IDP reduz tempo de 3 para 1 dia, elimina retrabalho. Custo R$ 80k, ROI em 8 meses (economiza R$ 100k/ano).
4. Aprovação: fila é falta de autoridade. Ou delegar (mudança organizacional), ou IA para pré-aprovar. IA leva 2 semanas, custa R$ 30k.
Resultado: sem process mining, empresa investiria em scanner. Com process mining, identifica que IDP é melhor oportunidade (reduz 7 dias total vs 1 dia do scanner). ROI de IDP é 3× do scanner.
Process mining é caro. Se volume <10k casos/ano, mapeamento manual é suficiente. Invista em automação, não em analysis.
Process mining vale para 3+ processos em pipeline. Piloto com 1 processo (R$ 30–50k) para validar ROI. Se retorno é claro, escala para outros.
Process mining é parte de roadmap de hyperautomation. Análise de todos processos críticos (10+) para priorização data-driven. Investimento: R$ 200k+. ROI: identificar oportunidades com ganho 5× maior.
Ferramentas de process mining no mercado
Celonis: Líder de mercado. Foco em análise e oportunidade. Acurácia 95%+. Preço: R$ 150–300k/ano. Melhor para empresa grande com multiple processos.
UiPath Process Intelligence: Integrado com RPA UiPath. Custo: R$ 100–200k/ano. Vantagem: dados de bots + dados de sistemas em um lugar. Melhor se já tem UiPath.
SAP Signavio: Focado em BPMS. Integração com SAP. Preço: R$ 100–150k/ano. Melhor para empresa SAP.
ABBYY Timeline: Combinação de process mining + document understanding. Preço: R$ 80–150k/ano. Melhor se documentos são parte do processo.
Alteryx/Python (DIY): Extrair event log, usar ferramentas open-source (PM4Py) ou custom code. Custo:
Sinais de que process mining vale a pena
- Processa >10k casos/ano (volume suficiente para dados significativos)
- Processo é complexo, múltiplos executores, variações não entendidas
- Está considerando investimento em automação de 3+ processos
- Dados de sistemas estão disponíveis em event logs (ERP, CRM, BPMS)
- Gargalos não são óbvios (não sabe onde focar automação)
- Orçamento para análise é viável (R$ 30–100k)
- Tempo para análise é disponível (2–4 semanas antes de começar automação)
Caminhos para começar process mining
Coletar event log de um processo, analisar com Celonis trial ou ferramenta de BI interna.
- O que fazer: Extrair event log do ERP (SQL query), importar em Celonis trial (gratuito 2 semanas) ou Tableau, gerar gráficos de fluxo e gargalos
- Tempo: 2–3 semanas. Custo: R$ 0 (trial) + tempo interno
- Resultado: Validação de conceito, identificação de gargalos, estimativa de oportunidades
Especialista externo coleta dados, analisa, entrega relatório com oportunidades de automação.
- Fornecedor: Consultoria de transformação ou integrador de process mining
- Tempo: 4–6 semanas (discovery, analysis, relatório)
- Custo: R$ 30–50k (consultoria) + R$ 20k ferramenta (se não for trial)
- Resultado: Análise profunda, priorização clara de oportunidades, roadmap de automação baseado em dados
Precisa fazer process mining para priorizar automação?
Consultores especializados em process mining do oHub ajudam a análisar processos e identificar melhor oportunidades. Serviços de discovery sem custo.
Encontrar fornecedores de TI no oHub
Sem custo, sem compromisso. Você recebe propostas e decide se e com quem avançar.
Perguntas frequentes
O que é process mining e como funciona?
Process mining extrai dados de sistemas (event logs) e analisa para descobrir como processo realmente funciona. Mostra fluxo real, gargalos, variações, exceções. Diferente de process mapping (teórico), process mining é baseado em dados.
Como usar process mining para identificar oportunidades de automação?
Process mining mostra atividades repetitivas (boas para RPA), gargalos (boas para otimização), exceções (boas para IA), retrabalhos (oportunidade de melhoria). Cada um sugere tecnologia de automação diferente.
Qual é a diferença entre process mapping e process mining?
Process mapping é teórico (como deveria ser). Process mining é factual (como realmente é). Mapping leva 1 semana, mining leva 3 semanas mas é 10× mais preciso.
Quanto custa implementar process mining?
POC interno (trial): R$ 0–10k. Análise com consultoria: R$ 30–50k. Plataforma anual: R$ 100–300k. ROI: se identifica oportunidade que economiza R$ 200k/ano, payback é 3–6 meses.
Quais ferramentas de process mining existem?
Celonis (líder), UiPath Process Intelligence, SAP Signavio, ABBYY Timeline. Ou DIY com Python + PM4Py. Escolher por budget, integração com sistema existente, suporte.
Process mining substitui process mapping?
Não exatamente. Combinar os dois é ideal. Mapping dá contexto (por que atividade X existe). Mining dá realidade (quanto tempo leva, variações, gargalos). Juntos dão entendimento 100%.