Sintesi Tecnica: SCOPE – Ottimizzazione Causale Sequenziale delle Interventi di Processo

Definizione del Problema

Il Monitoraggio Prescrittivo dei Processi (PresPM) mira a raccomandare interventi durante l'esecuzione di processi aziendali per ottimizzare i Key Performance Indicators (KPI), come il tempo di attraversamento o i costi. Sebbene i metodi esistenti gestiscano efficacemente le decisioni di intervento singolo, spesso falliscono in scenari realistici in cui gli interventi non sono isolati. In molti processi, esistono molteplici punti decisionali interdipendenti in cui l'esito di un intervento precedente dipende dalle azioni successive, e viceversa.

Gli approcci attuali soffrono di tre limitazioni primarie:

1. Focus sull'Intervento Singolo: Molti metodi ottimizzano solo un singolo punto decisionale, ignorando la sequenza delle decisioni future.
2. Ottimizzazione Sequenziale Isolata: Alcuni metodi gestiscono le sequenze ma ottimizzano ogni punto decisionale in isolamento (ad esempio, massimizzando la ricompensa immediata), fallendo nell'allineare le azioni lungo l'intero caso per massimizzare il KPI finale.
3. Dipendenza da Approssimazioni di Processo: I metodi che tentano l'ottimizzazione sequenziale spesso si affidano all'Apprendimento per Rinforzo (RL) addestrato su processi approssimati (ad esempio, Processi Decisionali Markoviani) o dati aumentati. Ciò introduce un "gap di realtà", in cui le misspecificazioni nell'approssimazione portano a policy distorte o subottimali. Inoltre, questi metodi spesso faticano con l'elevata eterogeneità dei prefissi di processo e i flussi di controllo variabili presenti nei veri log di eventi.

Metodologia: SCOPE

Gli autori propongono SCOPE (Sequential Causal Optimization of Process Interventions), un framework che apprende policy di intervento sequenziali allineate direttamente da log di eventi osservazionali senza richiedere la simulazione del processo o l'aumento dei dati.

Componenti Core

SCOPE integra l'Apprendimento Causale con l'Induzione a Ritroso (Backward Induction) per affrontare il problema decisionale sequenziale sotto un flusso di controllo variabile.

1. Framework di Induzione a Ritroso:

   • Il metodo adatta il framework dei Dynamic Treatment Regimes (DTR) ai processi aziendali. Itera a ritroso dal punto decisionale finale ($K$) al primo ($1$).
   • In ogni punto decisionale $k$, stima una funzione Q ($Q_k$), che rappresenta l'esito atteso di un'azione $a_k$ dato l'attuale prefisso di processo $\sigma_k$, assumendo che vengano intraprese azioni ottimali successivamente.
   • Calcola una Funzione di Valore ($V_k$), che rappresenta il miglior risultato ottenibile dal prefisso $\sigma_k$.
   • Fondamentalmente, SCOPE utilizza una formulazione basata sul regret per la funzione di valore: $V_k(\sigma_k) = E[V_{k+1}(\sigma_{k+1}) + (Q_k(\sigma_k, a^{opt}_k) - Q_k(\sigma_k, a^{obs}_k) | \sigma_k]$. Questa formulazione è scelta per la sua robustezza alla misspecificazione del modello e alla propagazione dell'errore, il che è critico data la natura eterogenea dei prefissi di processo.

2. Learner Causali:

   • Per stimare le funzioni Q dai dati osservazionali (che contengono fattori di confondimento), SCOPE impiega learner causali. Evita l'Inverse Propensity Weighting (IPW) a causa dell'instabilità negli spazi di prefisso ad alta dimensionalità.
   • Il framework supporta learner agnostici rispetto al modello, testando specificamente:
     • S-learner: Un singolo modello che predice gli esiti per tutte le azioni.
     • T-learner: Modelli separati per ogni azione.
     • RA-learner: Un approccio in due fasi che stima la funzione Q e poi un pseudo-esito per concentrarsi sugli effetti causali.
   • Questi learner permettono al sistema di identificare azioni che sono state scelte raramente storicamente ma che probabilmente miglioreranno il KPI, gestendo efficacementamente il confondimento senza trial controllati randomizzati.

3. Algoritmo (SCOPE-S):

   • Addestramento: L'algoritmo parte dall'ultimo punto decisionale. Per i casi che raggiungono il punto $k$, addestra un modello causale per stimare $Q_k$. Successivamente, calcola l'azione ottimale e aggiorna la stima del valore per il punto decisionale precedente utilizzando la formulazione basata sul regret. Se un caso salta un punto decisionale a causa del flusso di controllo, il valore viene trasportato a ritroso.
   • Inferenza: Il processo procede in avanti. Al raggiungimento di un punto decisionale, l'algoritmo interroga il modello pre-addestrato per quel punto specifico per selezionare l'azione con il più alto valore Q stimato.

Contributi Chiave

1. Framework SCOPE: L'introduzione di un approccio PresPM che combina learner causali con l'induzione a ritroso per apprendere policy sequenziali allineate e causalmente fondate. Opera direttamente sui log osservazionali, eliminando la necessità di simulatori di processo o aumento dei dati.
2. Benchmark Novel (SimBPIC17): La creazione e il rilascio pubblico di un dataset semi-sintetico basato sul reale log di eventi BPIC17_W. Questo benchmark permette di valutare i metodi PresPM sequenziali con punti decisionali variabili e confondimento realistico, affrontando la mancanza di controfattuali di verità fondamentale nei dati reali.
3. Validazione Empirica: Esperimenti esaustivi che dimostrano come SCOPE superi i baseline allo stato dell'arte su dataset sintetici e semi-sintetici.

Risultati Sperimentali

Gli autori hanno valutato SCOPE contro tre baseline:

• KMeans-Q (Branchi et al. [5]): Un approccio sequenziale che utilizza l'approssimazione del processo (MDP) e il RL.
• SEP-S (adattato da de Leoni et al. [9]): Un approccio che ottimizza i punti decisionali indipendentemente.
• Random Policy & Upper Bound.

Risultati Chiave:

• Performance: SCOPE ha superato costantemente entrambi i baseline in varie configurazioni, inclusi diversi livelli di confondimento ($\delta$), dimensioni del set di addestramento e numero di punti decisionali.
• Impatto dell'Allineamento: Il vantaggio di SCOPE rispetto al baseline di ottimizzazione indipendente (SEP-S) è cresciuto all'aumentare del numero di punti decisionali, confermando l'importanza di allineare gli interventi attraverso la sequenza.
• Robustezza al Confondimento: Sebbene le performance generalmente siano diminuite con un maggiore confondimento, SCOPE è rimasto robusto. L'RA-learner e l'S-learner hanno ottenuto i risultati migliori, mentre il T-learner ha mostrato un degrado sotto alto confondimento.
• Approssimazione vs. Apprendimento Diretto: Il metodo di approssimazione del processo (KMeans-Q) ha performato in modo scarso e variabile, suggerendo che approssimare il processo per il RL può essere meno efficace rispetto al trattare gli interventi indipendentemente, tanto quanto l'uso di SCOPE con il suo allineamento causale.
• Complessità: Nonostante la complessità teorica dell'addestramento di molteplici modelli, SCOPE è stato significativamente più veloce in pratica rispetto a KMeans-Q e ha eguagliato la complessità di inferenza del baseline indipendente.

Significato e Rivendicazioni

L'articolo sostiene che SCOPE rappresenti un passo avanti significativo nella PresPM affrontando il "gap di realtà" inerente agli approcci sequenziali basati su RL. Sfruttando l'apprendimento causale e l'induzione a ritroso, SCOPE può derivare policy sequenziali ottimali dai dati osservazionali senza costruire potenzialmente errati modelli di processo.

Gli autori sottolineano che, sebbene SCOPE dipenda dall'accuratezza predittiva dei modelli sottostanti e assuma l'assenza di interferenza tra i casi (SUTVA), esso riesce a identificare policy sequenziali efficaci sotto livelli realistici di confondimento. L'articolo conclude che combinare l'apprendimento causale con l'induzione a ritroso è essenziale per ottimizzare i KPI in processi con punti decisionali interdipendenti, offrendo un'alternativa pratica ai metodi pesanti in termini di simulazione. Il rilascio del benchmark SimBPIC17 è destinato a facilitare l'ulteriore ricerca nella PresPM sequenziale.