Mineração de processos em concessionárias da indústria automotiva : um estudo de caso em uma montadora brasileira

Abstract

Resumo: A utilização da mineração de processos na indústria automotiva proporciona diversos benefícios gerenciais, que são refletidos na melhora da qualidade do produto. Quando se trata de áreas de conhecimento relacionadas a concessionária de automóveis e seus serviços de pós-venda, satisfação e/ou reclamações de cliente, evidencia uma escassez de artigos e pesquisas que reforçam o uso da técnica de mineração de processos, mesmo quando se relaciona com disciplinas correlatas como, por exemplo, "machine learning" ou "data mining". Dessa forma, para cobrir tal lacuna, este estudo tem como objetivo, aplicar uma metodologia de mineração de processos nas informações de pós-venda de concessionárias de automóveis de uma montadora brasileira. Para testar a metodologia proposta, um caso de aplicação foi desenvolvido em uma indústria automobilística, onde primeiramente, técnicas de estruturação de dados foram desenvolvidas para a adequação dos dados brutos cedidos pela empresa, para um padrão adequado à mineração de processos. Busca-se assim, obter informações, tendências e padrões em dados de clientes através do sistema de pós-venda, destas concessionárias, durante o período compreendido entre 2019 e 2020 e, apresentar o resultado destas análises. Técnicas de estruturação de dados são desenvolvidas para a adequação dos dados brutos cedidos pela empresa para um padrão para a mineração de processos. Como resultados, destaca-se a criação de gráficos e tabelas que mostram a evolução de cada problema, relatado pelos clientes, em quilometragens de revisão e qual foi encontrado pelas concessionárias, baseando-se em palavras-chave citadas pelos clientes no momento da reclamação. Ou seja, a metodologia testada proporciona uma grande proximidade dos tomadores de decisão com os analistas de dados da empresa, permitindo que os objetivos sejam melhor definidos e, ao final do projeto, seja possível confrontar o resultado obtido com o esperado. Com isso, os resultados encontrados culminaram na melhora da análise e utilização dos dados pela empresa, exaltam a importância da mineração de processos para encontrar informações escondidas na grande quantidade de dados gerada por uma empresa multinacional do setor automovível.

Abstract: The use of process mining in the automotive industry provides several managerial benefits, which are reflected in the improvement of product quality. When it comes to areas of knowledge related to the car dealership and its after-sales services, customer satisfaction and/or complaints, it shows a lack of articles and research that reinforce the use of the process mining technique, even when related to disciplines such as "machine learning" or "data mining". Thus, to cover this gap, this study aims to apply a process mining methodology to after-sales information from car dealerships of a Brazilian automaker. To test the proposed methodology, an application case was developed in an automobile industry, where firstly, data structuring techniques were developed to adapt the raw data provided by the company to an adequate standard for process mining. The aim is thus to obtain information, trends, and patterns in customer data through the after-sales system of these dealerships, during the period between 2019 and 2020, and present the result of these analyses. Data structuring techniques are developed to adapt the raw data provided by the company to a standard for process mining. As a result, the creation of graphs and tables that show the evolution of each problem, reported by customers, based on vehicle mileage. In other words, the tested methodology provides a great proximity of stakeholders with the company's data analysts, allowing the objectives to be better defined and, at the end of the project, it is possible to compare the obtained result with the expected one. Thus, the results found culminated in the improvement of the analysis and use of data by the company, highlighting the importance of process mining to find hidden information in the large amount of data generated by a multinational company in the automotive sector.