Process Mining: descobrindo o processo que o time realmente segue

Todo time tem um fluxograma. E quase nenhum time segue exatamente o fluxograma que desenhou. Entre o processo documentado e o processo real existe uma distância que ninguém mede porque ninguém consegue ver — até que alguém aplique process mining sobre o log de eventos do board.

O módulo Process Mining, dentro do Flow Compass, faz exatamente isso: reconstrói o processo real a partir de cada transição registrada na ferramenta de trabalho do time — Jira, Azure DevOps, Businessmap, Bitbucket ou GitHub —, não a partir do que está escrito no manual de processo.

Discovery, não suposição

A técnica de process mining aplicada aqui é o que a literatura chama de process discovery: ao invés de perguntar ao time como o processo funciona, o algoritmo lê cada transição de status registrada no log de eventos — quem moveu o quê, de onde para onde, e quando — e reconstrói o grafo de fluxo que efetivamente aconteceu. O resultado inclui:

• Conformidade — o quanto o fluxo real corresponde ao workflow oficial desenhado no board.
• Desvios — transições que não deveriam existir segundo o processo documentado, mas que acontecem com frequência mensurável.
• Gargalos — etapas onde o tempo entre transições é sistematicamente mais alto, revelando onde o trabalho realmente fica parado.
• Variantes do fluxo — os diferentes “caminhos” que um item pode percorrer entre o backlog e a conclusão, e a frequência de cada variante.

Por que isso importa mais do que parece

A maior parte dos desperdícios no trabalho do conhecimento é invisível a olho nu: não há uma linha de produção parada que qualquer gestor enxergue ao caminhar pela fábrica. Os sete desperdícios de Ohno — espera, transporte, sobreprocessamento, inventário, movimentação, defeitos e superprodução — se manifestam, no contexto do board de trabalho, como tempo em fila, handoffs entre times, retrabalho e loops de retorno. Process mining é a ferramenta que torna esses padrões visíveis com dados, não com opinião de quem “sente” que o processo está lento.

De onde vem o dado

O módulo lê diretamente o log de eventos do Jira (ou Azure DevOps, Bitbucket, Businessmap e GitHub, dependendo da integração ativa) — sem necessidade de instrumentação adicional, já que toda ferramenta de rastreamento de trabalho já registra essas transições nativamente. O que falta, na maioria das organizações, não é o dado: é alguém minerando esse dado para transformá-lo em diagnóstico.

Este módulo é também a base metodológica por trás do Flow Forensics, a consultoria de diagnóstico da FlowPace que usa a mesma técnica de process mining para mapear o processo de um time antes de qualquer implantação de ferramenta — o mapa real do processo, entregue como laudo, precede a decisão de o que fazer a respeito.

#ProcessMining #Conformance #FlowCompass