El tiempo de tramitación de las solicitudes administrativas repercute en la satisfacción de los ciudadanos. Por ello, la mejora de los flujos de trabajo administrativos es un objetivo importante para los ayuntamientos. Un flujo de trabajo se compone de un punto de partida, varios pasos de proceso paralelos o secuenciales (que contienen de una a varias acciones, y un tiempo de finalización teórico) y puntos de decisión (Figura 1) que deben procesar los empleados de los distintos servicios del ayuntamiento.
Cada Ayuntamiento construye los flujos de trabajo a su manera y cada servicio y usuario gestiona el flujo de trabajo de forma diferente, por lo que es difícil obtener información sobre el uso real de los flujos de trabajo y las posibles mejoras. Los ayuntamientos necesitan, por tanto, una herramienta que les permita visualizar los flujos de trabajo (pasos, usuarios, servicios, tiempo empleado) e identificar los cuellos de botella (tiempo empleado en cada paso, fecha de finalización atrasada) para mejorar sus servicios.
Se puede responder a estas necesidades mostrando un conjunto de diversos indicadores específicos en una herramienta de inteligencia empresarial (Figura 2), o representando y navegando por los datos en su conjunto en una visualización de datos interactiva. La pregunta a la que tratamos de responder es:
¿Cuáles son los pros y los contras de una visualización de datos interactiva?
en comparación con un cuadro de mando de Business Intelligence?
Inspirados en trabajos de investigación sobre visualizaciones de flujos [1,2,6,7], representaciones de eventos temporales [4,5] y herramientas de minería de procesos [3,8], realizamos varias iteraciones de diseño entre el DRIT y Berger-Levrault España. El resultado es una interfaz interactiva dividida en dos pasos:
1. Visualización de los flujos de trabajo en función de su frecuencia de uso y su ratio de retraso.
Esta primera pantalla presenta un diagrama ScatterPlot (Figura 3). Cada punto representa un flujo de trabajo. Los puntos se sitúan a lo largo de dos ejes. El eje vertical representa el relación de retardo del flujo de trabajo (el retraso medio del flujo de trabajo) y el eje horizontal presenta el número de instancias (cuántas veces se ha utilizado el flujo de trabajo). El tamaño del punto depende del número de instancias tardías (cuántas veces se retrasó el flujo de trabajo). Cuanto más arriba a la derecha esté el flujo de trabajo, más se utiliza y se retrasa, y por tanto más problemático puede ser.
Esta primera visualización muestra qué flujos de trabajo son los más problemáticos y ayuda a elegir cuáles se mostrarán en detalle en la siguiente visualización.
2. Visualización de los pasos de un flujo de trabajo, su retraso y su afectación entre los empleados del ayuntamiento
La segunda pantalla (Figura 4) está dividida en tres secciones, con divulgación progresiva para facilitar la lectura y la comprensión. El usuario empieza por identificar el pasos del flujo de trabajo más retrasados en la visualización de la izquierda. Esta visualización se basa en la visualización del diagrama de flujo ya conocida por los usuarios de Simplifica, con el retraso codificado por colores (rojo para el retraso, verde para la puntualidad). Al seleccionar un paso, puede ver el distribución de las ejecuciones de los pasos entre los empleados (Diagrama de Sankey morado en el centro, el grosor del enlace indica el número de ejecuciones). Por último, puede visualizar las carga de trabajo según el calendario del gráfico de flujo de la derecha. Cada "onda" es una tarea, cuya longitud representa la duración y el grosor el retraso. La superposición de las ondas da la carga de trabajo del empleado en cada momento.
Implementación web de la aplicación
La arquitectura de la aplicación está basada en el framework Angular escrito en Type Script. Para visualizar gráficamente la información, se ha optado por utilizar la librería D3J3. Su cualidad de versatilidad le ha sacado ventaja a otras librerías, aunque tiene que ser programada en su totalidad. La aplicación web se basa en arquitectura del microfrontón que permite dividir la visualización en diferentes partes visuales. Esta reciente arquitectura fragmenta sus componentes en partes individuales, por lo que los diferentes miembros del equipo pueden trabajar simultáneamente en el código y el desarrollo de la aplicación. Las diferentes herramientas de la aplicación permiten la comunicación entre los componentes.
Desarrollamos la aplicación con un componente para cada visualización y canales de comunicación entre ellos, como se puede ver en la figura 5.
Gracias a esta estructura, el cálculo y la formación de los datos se optimizan porque se comparten en el almacén, donde todos los componentes están conectados.
El usuario ya puede utilizar la aplicación.
El prototipo que hemos creado permite comparar los retrasos de diferentes flujos de trabajo y analizar sus causas. Con un diseño sencillo y una secuencia intuitiva, el usuario es asistido durante toda su experiencia de uso. El desglose del proceso en pasos (dos visualizaciones) y subpasos (visualización progresiva en la segunda visualización) evita abrumar al usuario con información. Éste puede filtrarla paso a paso para centrarse precisamente en el problema del retraso.
El siguiente paso del proyecto será probar y comparar las dos visualizaciones (el cuadro de mando de la figura 2 y nuestro prototipo) con los objetivos de nuestros usuarios: El ayuntamiento español.
Referencias
[1] Aly Abdelalim y William O'brien. 2017. Visualización del rendimiento de los edificios mediante diagramas de Sankey para mejorar el proceso de toma de decisiones. https://doi.org/10.22360/simaud.2017.simaud.016
[2] Sara Di Bartolomeo, Yixuan Zhang, Fangfang Sheng y Cody Dunne. 2020. Trenzado de secuencias: Panorama visual de secuencias de eventos temporales y atributos. IEEE Transactions on Visualization and Computer Graphics: 1–1. https://doi.org/10.1109/tvcg.2020.3030442
[3] Christian W. Günther y Wil M.P. Van Der Aalst. 2007. Fuzzy mining - Adaptive process simplification based on multi-perspective metrics. En Lecture Notes in Computer Science (incluyendo las subseries Lecture Notes in Artificial Intelligence y Lecture Notes in Bioinformatics), 328-343. https://doi.org/10.1007/978-3-540-75183-0_24
[4] Miloš Krstajić, Enrico Bertini y Daniel A. Keim. 2011. Cloudlines: Visualización compacta de episodios de eventos en múltiples series temporales. IEEE Transactions on Visualization and Computer Graphics 17, 12: 2432-2439. https://doi.org/10.1109/TVCG.2011.179
[5] Dongning Luo, Jing Yang, Milos Krstajic, William Ribarsky y Daniel Keim. 2012. Río de eventos: Exploración visual de colecciones de textos con referencias temporales. IEEE Transactions on Visualization and Computer Graphics 18, 1: 93-105. https://doi.org/10.1109/TVCG.2010.225
[6] Patrick Riehmann, Manfred Hanfler y Bernd Froehlich. 2005. Diagramas interactivos de Sankey. En Actas - Simposio del IEEE sobre visualización de la información, INFO VIS, 233-240. https://doi.org/10.1109/INFVIS.2005.1532152
[7] Mario Schmidt. 2008. El diagrama de Sankey en la gestión del flujo de energía y materiales. Revista de Ecología Industrial 12, 2: 173-185. https://doi.org/10.1111/j.1530-9290.2008.00015.x
[8] Minseok Song y Wil Van Der Aalst. 2007. Supporting process mining by showing events at a glance. En Actas del 17º Taller Anual sobre Tecnologías y Sistemas de la Información, 139-145.
