Resumen Técnico: SCOPE – Optimización Causal Secuencial de Intervenciones de Proceso

Declaración del Problema

El Monitoreo Prescriptivo de Procesos (PresPM) tiene como objetivo recomendar intervenciones durante la ejecución de procesos de negocio para optimizar los Indicadores Clave de Desempeño (KPI), tales como el tiempo de procesamiento o el costo. Mientras que los métodos existentes manejan eficazmente las decisiones de intervención única, a menudo fallan en entornos realistas donde las intervenciones no son aisladas. En muchos procesos, existen múltiples puntos de decisión interdependientes donde el resultado de una intervención anterior depende de acciones subsecuentes, y viceversa.

Los enfoques actuales sufren de tres limitaciones primarias:

1. Enfoque en Intervención Única: Muchos métodos optimizan solo un punto de decisión, ignorando la secuencia de decisiones futuras.
2. Optimización Secuencial Aislada: Algunos métodos manejan secuencias pero optimizan cada punto de decisión de forma aislada (por ejemplo, maximizando la recompensa inmediata), fallando en alinear las acciones a lo largo de todo el caso para maximizar el KPI final.
3. Dependencia de Aproximaciones de Proceso: Los métodos que sí intentan la optimización secuencial suelen depender de Aprendizaje por Refuerzo (RL) entrenado en procesos aproximados (por ejemplo, Procesos de Decisión de Markov) o datos aumentados. Esto introduce una "brecha de realidad", donde las erratas en la especificación de la aproximación conducen a políticas sesgadas o subóptimas. Además, estos métodos suelen tener dificultades con la alta heterogeneidad de los prefijos de proceso y los flujos de control variables encontrados en los registros de eventos reales.

Metodología: SCOPE

Los autores proponen SCOPE (Optimización Causal Secuencial de Intervenciones de Procesos), un marco que aprende políticas de intervención secuenciales alineadas directamente de registros de eventos observacionales sin requerir simulación de procesos o aumentación de datos.

Componentes Principales

SCOPE integra Aprendizaje Causal con Inducción hacia Atrás (Backward Induction) para abordar el problema de la toma de decisiones secuenciales bajo un flujo de control variable.

1. Marco de Inducción hacia Atrás:

   • El método adapta el marco de Regímenes de Tratamiento Dinámico (DTR) a los procesos de negocio. Itera hacia atrás desde el último punto de decisión ($K$) hasta el primero ($1$).
   • En cada punto de decisión $k$, estima una función Q ($Q_k$), que representa el resultado esperado de tomar una acción $a_k$ dado el prefijo de proceso actual $\sigma_k$, asumiendo que se toman acciones óptimas posteriormente.
   • Calcula una Función de Valor ($V_k$), que representa el mejor resultado alcanzable desde el prefijo $\sigma_k$.
   • Crucialmente, SCOPE utiliza una formulación basada en el arrepentimiento (regret-based) para la función de valor: $V_k(\sigma_k) = E[V_{k+1}(\sigma_{k+1}) + (Q_k(\sigma_k, a^{opt}_k) - Q_k(\sigma_k, a^{obs}_k) | \sigma_k]$. Esta formulación se elige por su robustez ante la errata de especificación del modelo y la propagación de errores, lo cual es crítico dada la naturaleza heterogénea de los prefijos de proceso.

2. Aprendices Causales:

   • Para estimar las funciones Q a partir de datos observacionales (que contienen factores de confusión), SCOPE emplea aprendices causales. Evita el Ponderado por Propensión Inversa (IPW) debido a la inestabilidad en espacios de prefijos de alta dimensión.
   • El marco soporta aprendices agnósticos al modelo, probando específicamente:
     • S-learner: Un único modelo que predice resultados para todas las acciones.
     • T-learner: Modelos separados para cada acción.
     • RA-learner: Un enfoque de dos pasos que estima la función Q y luego un pseudo-resultado para enfocarse en los efectos causales.
   • Estos aprendices permiten al sistema identificar acciones que son raramente elegidas históricamente pero que probablemente mejoren el KPI, manejando eficazmente la confusión sin ensayos controlados aleatorios.

3. Algoritmo (SCOPE-S):

   • Entrenamiento: El algoritmo comienza en el último punto de decisión. Para los casos que alcanzan el punto $k$, entrena un modelo causal para estimar $Q_k$. Luego, computa la acción óptima y actualiza la estimación del valor para el punto de decisión precedente utilizando la formulación basada en el arrepentimiento. Si un caso se salta un punto de decisión debido al flujo de control, el valor se transporta hacia atrás.
   • Inferencia: El proceso avanza hacia adelante. Al alcanzar un punto de decisión, el algoritmo consulta el modelo pre-entrenado para ese punto específico para seleccionar la acción con el mayor valor Q estimado.

Contribuciones Clave

1. Marco SCOPE: La introducción de un enfoque de PresPM que combina aprendices causales con inducción hacia atrás para aprender políticas secuenciales alineadas y causalmente fundamentadas. Opera directamente sobre registros observacionales, eliminando la necesidad de simuladores de procesos o aumentación de datos.
   2.Benchmark Novedoso (SimBPIC17): La creación y el lanzamiento público de un conjunto de datos semi-sintético basado en el registro de eventos real BPIC17_W. Este benchmark permite la evaluación de métodos de PresPM secuencial con puntos de decisión variables y confusión realista, abordando la falta de contrafácticos de verdad fundamental en datos reales.
2. Validación Empírica: Experimentos exhaustivos que demuestran que SCOPE supera a las líneas base de vanguardia en diversos conjuntos de datos sintéticos y semi-sintéticos.

Resultados Experimentales

Los autores evaluaron SCOPE contra tres líneas base:

• KMeans-Q (Branchi et al. [5]): Un enfoque secuencial utilizando aproximación de procesos (MDP) y RL.
• SEP-S (de Leoni et al. [9] adaptado): Un enfoque que optimiza los puntos de decisión de forma independiente.
• Política Aleatoria y Límite Superior (Upper Bound).

Hallazgos Clave:

• Desempeño: SCOPE superó consistentemente a ambas líneas base en varios entornos, incluyendo diferentes niveles de confusión ($\delta$), tamaños de conjunto de entrenamiento y número de puntos de decisión.
• Impacto de la Alineación: La ventaja de SCOPE sobre la línea base de optimización independiente (SEP-S) creció a medida que aumentaba el número de puntos de decisión, confirmando la importancia de alinear las intervenciones a través de la secuencia.
• Robustez a la Confusión: Aunque el desempeño generalmente declinó con niveles más altos de confusión, SCOPE se mantuvo robusto. El RA-learner y el S-learner funcionaron mejor, mientras que el T-learner mostró degradación bajo alta confusión.
• Aproximación vs. Aprendizaje Directo: El método de aproximación de proceso (KMeans-Q) funcionó de manera pobre y variable, sugiriendo que aproximar el proceso para RL puede ser menos efectivo que tratar las intervenciones de forma independiente, y mucho menos que el uso de la alineación causal de SCOPE.
• Complejidad: A pesar de la complejidad teórica de entrenar múltiples modelos, SCOPE se entrenó significativamente más rápido en la práctica que KMeans-Q y igualó la complejidad de inferencia de la línea base independiente.

Significado y Reivindicaciones

El artículo afirma que SCOPE representa un paso significativo hacia adelante en PresPM al abordar la "brecha de realidad" inherente a los enfoques de RL basados en secuencias. Al aprovechar el aprendizaje causal y la inducción hacia atrás, SCOPE puede derivar políticas secuenciales óptimas a partir de datos observacionales sin construir modelos de proceso potencialmente erróneos.

Los autores enfatizan que, si bien SCOPE depende de la precisión predictiva de los modelos subyacentes y asume que no hay interferencia entre casos (SUTVA), logra identificar políticas secuenciales efectivas bajo niveles realistas de confusión. El documento concluye que combinar el aprendizaje causal con la inducción hacia atrás es esencial para optimizar los KPI en procesos con puntos de decisión interdependientes, ofreciendo una alternativa práctica a los métodos intensivos en simulación. El lanzamiento del benchmark SimBPIC17 tiene como objetivo facilitar la investigación futura en PresPM secuencial.