O que é mineração de tarefas?

Essa tecnologia usa reconhecimento óptico de caracteres (OCR), processamento de linguagem natural (NLP) e algoritmos de aprendizado de máquina para interpretar e analisar esses dados, o que, por sua vez, permite que analistas e stakeholders identifiquem ineficiências operacionais.

As soluções de mineração de tarefas são consideradas parte da descoberta de processos, um subconjunto da mineração de processos e, de acordo com o "Market Guide for Process Mining" da Gartner, o mercado dessa tecnologia está crescendo rapidamente.

Conforme a pandemia do COVID-19 continua impulsionando os esforços de transformação digital, espera-se que a adoção da tecnologia de mineração de tarefas aumente à medida que os benefícios dela forem plenamente percebidos.

A mineração de processos foca na otimização de processos de ponta a ponta, como um processo geral de aquisição. Em contraste, a mineração de tarefas concentra-se nas tarefas individuais que conduzem a esse processo maior, como a aprovação do orçamento para contas a pagar. Eles também diferem principalmente nos tipos de dados que usam para cada análise.

A mineração de processos depende principalmente de métricas e dados de registro de eventos de sistemas de informação, como ferramentas de planejamento de recursos empresariais (ERP) ou de gerenciamento de relacionamento com o cliente (CRM). Em contraste, a mineração de tarefas pode usar dados de interação do usuário, que incluem pressionamentos de tecla, cliques do mouse ou entradas de dados em um computador. Pode incluir também gravações e capturas de tela do usuário em diferentes intervalos de registro de data e hora.

Esses pontos de dados ajudam analistas e pesquisadores a entender como os indivíduos estão interagindo com um processo e subprocesso para concluir uma tarefa. Ambos também usam técnicas de ciência de dados para chegar a esses insights e otimizar processos; a mineração de tarefas apenas permite esse processo em um nível mais granular.

Enquanto a mineração de tarefas e a RPA se concentram na automação de processos, as duas tecnologias são diferentes, mas se complementam bem. Enquanto a tecnologia de mineração de tarefas ajuda as empresas a identificar gargalos em seus fluxos de trabalho de processos, as ferramentas de RPA implementam e atuam de acordo com as oportunidades de automação descobertas por meio dessas análises.

As ferramentas de mineração de tarefas começam coletando dados das máquinas dos usuários, que podem incluir pressionamentos de tecla, cliques, entradas do usuário, gravações, capturas de tela e muito mais. A partir daí, os recursos de reconhecimento óptico de caracteres podem adicionar mais contexto sobre o que o usuário está fazendo.

Por exemplo, ele pode analisar os dados de registro de data e hora para ajudar a montar uma linha do tempo geral de atividades em um subprocesso. Depois que esses dados são estruturados adequadamente, os algoritmos de aprendizado de máquina podem ser usados para agrupar dados em tarefas específicas no subprocesso, como "enviar um pedido de compra".

Os dados podem, então, ser combinados com dados de registro de eventos para ajudar a contextualizar o desempenho. Esse insight baseado em dados ajuda as empresas a identificar gargalos e tomar as medidas necessárias para resolvê-los.

Técnicas de mineração de tarefas têm sido usadas para melhorar os fluxos de processos em uma ampla variedade de setores. Os mapas de processo podem ajudar as empresas a se concentrar mais nos principais indicadores de desempenho (KPIs) que importam, estimulando-os a reexaminar suas ineficiências operacionais por meio de mineração de processos e mineração de tarefas.

Alguns casos de uso de mineração de tarefas incluem:

• Documentação de tarefas: à medida que novos membros da equipe são integrados, a documentação é frequentemente avaliada para preencher quaisquer lacunas de conhecimento. No entanto, dependendo do projeto e dos recursos disponíveis, a documentação pode não estar disponível ou atualizada. As ferramentas de mineração de tarefas fornecem uma maneira para as equipes trazerem insights sobre uma tarefa em um processo maior, criando alinhamento em toda a equipe. Também reduz a necessidade de dependências individuais, proporcionando uma maneira fácil de criar documentação e visualizações por meio de mapeamento de processos e outras ferramentas de automação.
• Governança e conformidade: à medida que as empresas enfrentam regulamentações do Governo mais rigorosas, a mineração de tarefas pode ajudar a responsabilizá-las, identificando áreas onde ocorrem erros de conformidade. Essa visibilidade pode fornecer um caminho para resolver esses problemas mais rapidamente, potencialmente economizando custos para as empresas, como honorários legais e publicidade negativa da marca.
• Automação de tarefas: a mineração de tarefas produz uma visão mais clara de subprocessos específicos que também podem permitir que os gerentes de programas e gerentes de pessoas entendam quais partes do processo podem ser automatizadas por meio de ferramentas como a RPA.

Embora a mineração de tarefas possa gerar muitos benefícios, os benefícios realizados com mais frequência incluem:

• Maior eficiência: a mineração de tarefas se concentra na identificação de gargalos operacionais para acelerar a melhoria dos processos. À medida que essas ineficiências são encontradas e corrigidas, a velocidade das tarefas nas empresas aumenta. Se uma tarefa em um processo tiver recursos excessivos, isso também pode levar à realocação da equipe para outro trabalho prioritário, potencialmente melhorando o moral dos funcionários, achando-os um trabalho mais significativo.
• Melhor conformidade: as ferramentas de mineração de tarefas coletam dados dos usuários, permitindo que as equipes de governança determinem falhas na conformidade durante tarefas específicas. Essa capacidade de identificar problemas e resolvê-los rapidamente pode ajudar a facilitar o controle e a conformidade melhores em toda a empresa.
• Maior transparência: a mineração de tarefas pode fornecer insights da força de trabalho no nível individual, permitindo que os gerentes deem feedback valioso durante as avaliações de desempenho e recompensem os funcionários de forma justa por seu trabalho. Também pode ajudá-los a realocar os funcionários para trabalhos diferentes quando eles não parecerem ser os mais adequados.

No entanto, a mineração de tarefas não está isenta de desafios. Algumas das principais dificuldades são: 

• Privacidade de dados: a mineração de tarefas pode registrar e registrar ações do usuário e também pode levantar preocupações em relação à privacidade. Como resultado, os usuários devem aprovar essas ferramentas antes da ativação e também devem proteger os dados pessoais dos usuários por meio da anonimização adequada.
• Contexto ausente: como a mineração de tarefas se concentra em um subprocesso dentro de um maior, o contexto maior do desempenho às vezes pode se perder. É importante usar a tecnologia de mineração de tarefas juntamente com a mineração de processos para obter uma visão mais completa do desempenho entre as equipes. Caso contrário, as empresas correm o risco de priorizar as otimizações de tarefas que não têm o maior impacto para os negócios.
• Desvio de conceito: à medida que as empresas se movem rapidamente para se transformarem na era digital, as tarefas e processos podem mudar em tempo real. Mudanças nas tarefas e processos podem afetar as análises, levando ao desvio do conceito.