A complementary analysis of BPMN 2.0-based tools behavior regarding process modeling problems

Abstract

A business process model can be an essential asset for an organization, as it enables par ticipants to understand the business processes in which they are involved. These models are mainly designed using automated process modeling tools and comply with the Busi ness Process Model and Notation (BPMN) 2.0, an ISO standard widely accepted by the community. However, problems in process models may generate inconsistent interpreta tions and lead to the implementation of incorrect solutions. Therefore, process modeling tools that support BPMN 2.0 should be able to detect these problems. Still, the literature shows that modeling tools behave differently when facing the same problems. Hence, this study analyzes how BPMN 2.0-based process modeling tools are currently reacting and providing feedback about problems in business process models. As a study case, pro cess modeling anti-patterns are used. These anti-patterns compose a class of commonly recreated modeling bad practices, diverse in type, cause and impact. This study starts by reviewing and complementing experiments learned from the literature to understand the current state of problem detection by modeling tools. In total, each of ten anti-patterns is modeled in ten modeling tools. With the results, the difference between paid and free modeling tools regarding feedback about problems is evaluated, together with an analy sis of which types of problems are more often detected. Furthermore, problem feedback should be displayed understandably. Therefore, problematic models are created and the visual feedback about the problems within them is presented according to recommen dations from the literature. Then, the ten modeling tools are exposed to these troubled models to analyze the visual aspects of their reaction to problems. Finally, the behavior presented by the tools is compared with the literature to evaluate which recommendations are followed by the tools and the current gaps on visual feedback presented by modeling tools.

Modelos de processo de negócio podem ser um recurso essencial para uma organização, visto que permitem que os participantes compreendam o processo no qual estão inseridos. Tais modelos são majoritariamente criados através de ferramentas de modelagem de pro cessos e seguem a Notação e Modelo de Processos de Negócio (Business Process Model and Notation - BPMN) 2.0, um padrão ISO amplamente aceito pela comunidade. Toda via, problemas em modelos de processos podem gerar interpretações inconsistentes, que acarretam em soluções incorretas. Portanto, ferramentas de modelagem de processos que suportam BPMN 2.0 devem ser capazes de detectar tais problemas de modelagem. Entre tanto, a literatura mostra que ferramentas se comportam de forma inconsistente quando deparadas com o mesmo problema. Dessa forma, esse estudo analisa o estado atual de como ferramentas de modelagem de processos baseadas em BPMN 2.0 reagem e provêm feedback sobre problemas de modelagem. Anti-padrões de modelagem de processos são empregados como caso de estudo, pois compõem um conjunto de problemas de modela gem recorrentemente recriados, além de variados em tipo, causa e impacto. Este estudo recria e complementa experimentos descritos na literatura, com o objetivo de entender o estado atual de detecção de problemas por ferramentas de modelagem. Para isso, dez anti-padrões são modelados em dez ferramentas e com os resultados, são avaliadas dife renças entre ferramentas proprietárias e livres, além da análise de quais tipos de problema são detectados com mais frequência. Todavia, além de detectar problemas, ferramentas devem apresentar feedback visual sobre eles de forma compreensível. Assim, modelos problemáticos são criados e o feedback visual recomendado pela literatura para eles é mostrado. Então, as dez ferramentas são expostas a tais modelos para avaliar os aspectos visuais de suas reações. Por fim, os comportamentos das ferramentas são comparados com a literatura, para entender quais recomendações de feedback visual sobre problemas são implementadas pelas ferramentas.