Resumo Técnico: SCOPE – Otimização Causal Sequencial de Intervenções de Processo

Definição do Problema

O Monitoramento Prescritivo de Processos (PresPM) visa recomendar intervenções durante a execução de processos de negócio para otimizar Indicadores Chave de Desempenho (KPIs), como tempo de vazão (throughput time) ou custo. Embora os métodos existentes lidem efetivamente com decisões de intervenção isoladas, eles frequentemente falham em cenários realistas onde as intervenções não são isoladas. Em muitos processos, existem múltiplos pontos de decisão interdependentes onde o resultado de uma intervenção anterior depende de ações subsequentes, e vice-versa.

As abordagens atuais sofrem de três limitações primárias:

1. Foco em Intervenção Única: Muitos métodos otimizam apenas um ponto de decisão, ignorando a sequência de decisões futuras.
2. Otimização Sequencial Isolada: Alguns métodos lidam com sequências, mas otimizam cada ponto de decisão de forma isolada (ex: maximizando a recompensa imediata), falhando em alinhar as ações ao longo de todo o caso para maximizar o KPI final.
3. Dependência de Aproximações de Processo: Métodos que tentam a otimização sequencial muitas vezes dependem de Aprendizado por Reforço (RL) treinado em processos aproximados (ex: Processos de Decisão de Markov - MDP) ou dados aumentados. Isso introduz um "gap de realidade", onde as especificações incorretas na aproximação levam a políticas enviesadas ou subótimas. Além disso, esses métodos frequentemente têm dificuldade com a alta heterogeneidade dos prefixos de processo e fluxos de controle variáveis encontrados em logs de eventos reais.

Metodologia: SCOPE

Os autores propõem o SCOPE (Sequential Causal Optimization of Process Interventions), um framework que aprende políticas de intervenção sequencial alinhadas diretamente de logs de eventos observacionais, sem a necessidade de simulação de processo ou aumento de dados.

Componentes Principais

O SCOPE integra Aprendizado Causal com Indução Retroativa (Backward Induction) para abordar o problema de tomada de decisão sequencial sob fluxo de controle variável.

1. Framework de Indução Retroativa:

   • O método adapta o framework de Regimes de Tratamento Dinâmico (DTR) para processos de negócio. Ele itera retroativamente do último ponto de decisão ($K$) para o primeiro ($1$).
   • Em cada ponto de decisão $k$, ele estima uma função Q ($Q_k$), representando o resultado esperado de tomar uma ação $a_k$ dado o prefixo de processo atual $\sigma_k$, assumindo que ações ótimas serão tomadas subsequentemente.
   • Ele calcula uma Função de Valor ($V_k$), representando o melhor resultado alcançável a partir do prefixo $\sigma_k$.
   • Crucialmente, o SCOPE utiliza uma formulação baseada em arrependimento (regret-based) para a função 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 formulação é escolhida por sua robustez à especificação incorreta do modelo e propagação de erro, o que é crítico dada a natureza heterogênea dos prefixos de processo.

2. Aprendizes Causais:

   • Para estimar as funções Q a partir de dados observacionais (que contêm fatores de confusão), o SCOPE emprega aprendizes causais. Ele evita o Pesagem de Propensão Inversa (IPW) devido à instabilidade em espaços de prefixos de alta dimensão.
   • O framework suporta aprendizes agnósticos ao modelo, testando especificamente:
     • S-learner: Um único modelo prevendo resultados para todas as ações.
     • T-learner: Modelos separados para cada ação.
     • RA-learner: Uma abordagem de duas etapas que estima a função Q e, em seguida, um pseudo-resultado para focar em efeitos causais.
   • Esses aprendizes permitem que o sistema identifique ações que são raramente escolhidas historicamente, mas que provavelmente irão melhorar o KPI, lidando efetivamente com a confusão sem a necessidade de ensaios controlados randomizados.

3. Algoritmo (SCOPE-S):

   • Treinamento: O algoritmo começa no último ponto de decisão. Para casos que chegam ao ponto $k$, ele treina um modelo causal para estimar $Q_k$. Em seguida, computa a ação ótima e atualiza a estimativa de valor para o ponto de decisão precedente usando a formulação baseada em arrependimento. Se um caso pula um ponto de decisão devido ao fluxo de controle, o valor é carregado retroativamente.
   • Inferência: O processo move-se para frente. Ao atingir um ponto de decisão, o algoritmo consulta o modelo pré-treinado para aquele ponto específico para selecionar a ação com o maior valor Q estimado.

Principais Contribuições

1. Framework SCOPE: A introdução de uma abordagem de PresPM que combina aprendizes causais com indução retroativa para aprender políticas sequenciais causalmente fundamentadas e alinhadas. Ele opera diretamente em logs observacionais, eliminando a necessidade de simuladores de processo ou aumento de dados.
2. Novo Benchmark (SimBPIC17): A criação e o lançamento público de um conjunto de dados semi-sintético baseado no log de eventos real BPIC17_W. Este benchmark permite a avaliação de métodos de PresPM sequencial com pontos de decisão variáveis e confusão realista, abordando a falta de contrafatuais de base real em dados reais.
3. Validação Empírica: Experimentos abrangentes demonstrando que o SCOPE supera as bases de comparação de estado da arte em conjuntos de dados sintéticos e semi-sintéticos.

Resultados Experimentais

Os autores avaliaram o SCOPE contra três baselines:

• KMeans-Q (Branchi et al. [5]): Uma abordagem sequencial usando aproximação de processo (MDP) e RL.
• SEP-S (de Leoni et al. [9] adaptado): Uma abordagem que otimiza pontos de decisão de forma independente.
• Política Aleatória & Limite Superior (Upper Bound).

Principais Descobertas:

• Desempenho: O SCOPE superou consistentemente ambos os baselines em várias configurações, incluindo diferentes níveis de confusão ($\delta$), tamanhos de conjunto de treinamento e número de pontos de decisão.
• Impacto do Alinhamento: A vantagem do SCOPE sobre a baseline de otimização independente (SEP-S) cresceu conforme o número de pontos de decisão aumentava, confirmando a importância de alinhar as intervenções ao longo da sequência.
• Robustez à Confusão: Embora o desempenho geralmente tenha declinado com maiores níveis de confusão, o SCOPE permaneceu robusto. O RA-learner e o S-learner apresentaram melhor desempenho, enquanto o T-learner mostrou degradação sob alta confusão.
• Aproximação vs. Aprendizado Direto: O método de aproximação de processo (KMeans-Q) teve um desempenho pobre e variável, sugerindo que aproximar o processo para RL pode ser menos eficaz do que tratar as intervenções de forma independente, quanto mais utilizando o alinhamento causal do SCOPE.
• Complexidade: Apesar da complexidade teórica de treinar múltiplos modelos, o SCOPE treinou significativamente mais rápido que o KMeans-Q e igualou a complexidade de inferência da baseline independente.

Significância e Alegações

O artigo afirma que o SCOPE representa um passo significativo à frente no PresPM ao abordar o "gap de realidade" inerente às abordagens de RL sequencial. Ao alavancar o aprendizado causal e a indução retroativa, o SCOPE pode derivar políticas sequenciais ótimas de dados observacionais sem construir modelos de processo potencialmente mal especificados.

Os autores enfatizam que, embora o SCOPE dependa da precisão preditiva dos modelos subjacentes e assuma que não há interferência entre casos (SUTVA), ele identifica com sucesso políticas sequenciais eficazes sob níveis realistas de confusão. O artigo conclui que combinar o aprendizado causal com a indução retroativa é essencial para otimizar KPIs em processos com pontos de decisão interdependentes, oferecendo uma alternativa prática aos métodos pesados em simulação. O lançamento do benchmark SimBPIC17 tem como objetivo facilitar pesquisas futuras em PresPM sequencial.