Descoberta de informações de processo de negócio a partir de dados da plataforma de gestão de projetos trello

Abstract

Processos de negócio são fundamentais em organizações. Através da execução de processos eficazes e de qualidade, as organizações são capazes de atingir resultados, tais como diminuição de custos, aumento da produtividade, entrega de mais valor aos seus clientes e, por consequência, destacarem-se frente a concorrência. Com foco em atingir tais resultados, o Gerenciamento de Processos de Negócio (Business Process Management - BPM) vêm sendo utilizado por diversas organizações para aprimorar e monitorar processos, através de projetos de BPM. Entretanto, o esforço e custo necessários para executar estes projetos, principalmente em grandes organizações, pode ser significativamente alto, especialmente na fase chamada descoberta de processos, em que analistas de processo devem realizar um conjunto de estudos de documentação, entrevistas e workshops para descobrir quais são e como são executados os processos na organização. Objetivando tornar esta fase mais ágil e eficaz, diversos estudos vêm sendo realizados para automatizar a extração de informações de processo de negócio, tanto de logs de eventos de sistemas, quanto de textos em linguagem natural (e-mails, documentações, manuais, etc) e até mesmo de plataformas de comunicação. Neste contexto, o presente trabalho propõe uma análise da plataforma de gestão de projetos Trello como fonte de informações de processo de negócio propensa à extrações automatizadas, em especial com o uso de técnicas de processamento de linguagem natural. Isto é realizado com a elaboração de definições capazes de extrair estas informações da plataforma e sua posterior implementação em um protótipo, que as aplica sobre dados da plataforma Trello e as transforma em texto em linguagem natural. Este texto, por sua vez, pode ser usado tanto por analistas de processo em projetos de BPM quanto por outras ferramentas de extração automatizada de informações de processo de negócio. Para avaliar as definições e o protótipo, um experimento foi realizado com a participação de analistas de processo, com o objetivo de comparar a capacidade de extração da abordagem frente a extração manual realizada em projetos de BPM.

Business processes are fundamental in organizations. Through the execution of effective and quality processes, organizations can achieve results, such as lower costs, increased productivity, delivering more value to their customers, and consequently, stand out in the face of the competition. With a focus on achieving such results, Business Process Management (BPM) has been used by several organizations to improve and monitor processes through BPM projects. However, the effort and cost required to carry out these projects, especially in large organizations, can be significantly high, especially in the phase called process discovery, where process analysts must carry out a set of documentation studies, interviews, and workshops to find out what the processes are and how they run in the organization. To make this phase more agile and effective, several studies have been carried out to automate the extraction of business process information, both from system’s events logs and texts in natural language (e-mails, documentation, manuals, etc.) and even communication platforms. In this context, the present work proposes an analysis of the Trello project management platform as a source of business process information prone to automated extractions, especially with the use of natural language processing techniques. This is accomplished with the elaboration of definitions capable of extracting this information from the platform and its subsequent implementation in a prototype, which applies them to data from the Trello platform and transforms them into text in natural language. This text, in turn, can be used both by process analysts in BPM projects and by other tools for automated extraction of business process information. To evaluate the definitions and the prototype, an experiment was carried out with the participation of process analysts, to compare the extraction capacity of the approach compared to manual extraction performed in BPM projects.