Primero empezamos por definir qué es un artefacto para luego pasar a comprender el sistema completo.
Un artefacto es un objeto de negocio que lo podemos definir por dos características principales:
- Es completo en lo referente a los datos, es decir, contiene todos los datos que son necesarios para su trabajo. Además se puede extender a demanda del caso.
- Tiene un ciclo de vida no lineal basado en estados con reglas que delimitan el paso de unos estados a otros. Estos estados y estas reglas están determinadas por los datos del mismo artefacto. Además cada estado trabaja con datos específicos de su caso (si el artefacto es un envío en estado Pendiente recogida un dato específico es la fecha de recogida, y si vuelve a este estado esa fecha se actualizará)
El hablar siempre en términos de negocio facilita mucho el proceso de modelado y de puesta en marcha de este enfoque ya que desde el momento que se identifica el artefacto principal todos sabemos de lo que hablamos.
¿Qué sería entonces un artefacto principal? En un restaurante sería una mesa con clientes, en un e-commerce podría ser un pedido (o un cliente), en una carpintería metálica, un encargo…
Básicamente este enfoque va de identificar nuestro artefacto, identificar su ciclo de vida y los datos clave de cada estado del ciclo de vida. De esta forma no solo nos centramos en el proceso y tareas si no que al ser el dato un pilar del modelado, se le pone en valor y se hace visible desde el primer momento.
Desde este punto de vista podemos empezar a ver la luz sobre cómo podemos modelar funcionamientos de negocio con esta herramienta.
Bajando el balón al suelo, un ejemplo muy simplificado de relación de 3 artefactos:
El proceso de reclamación frente a un seguro (algo que he sufrido hace muy poco y que es una tortura).
Primero veamos los artefactos, sus estados y los datos clave de cada estado:
- Reclamación:
- Recibida: ID, póliza, descripción inicial, fecha
- Aprobada/Rechazada: Decisión, motivo, fecha
- Resuelta: importe (si es positiva), ID pago, fecha de cierre
- Póliza:
- Activa: número, cobertura, datos cliente
- En revisión: motivo
- Evidencia:
- Subida: documentación, fecha
- Valorada: sentido, comentarios
(Respecto a los estados he puesto dos ejemplos. Tanto el ejemplo de Valorada y dentro el dato del sentido como el de dos estados gemelos en datos uno para cada sentido)
Ahora vamos al ciclo de vida:
- Apertura: el cliente envía Reclamación (se crea en estado Recibida). El sistema verifica que la Póliza esté Activa.
- Sube evidencia: el cliente sube la Evidencia (se crea en estado Subida), asociada a Reclamación.
- Revisión: el seguro valora la Evidencia (pasa a Valorada) y resuelve la Reclamación (a Aprobada o a Rechazada) comparándola con los datos de cobertura de la Póliza.
- Cierre: Si Aprobada, se paga (Resuelta); si Rechazada, se archiva. Además la Póliza puede pasar a En revisión si se detecta fraude. Incluso volver al estado de revisión si se recurre.
Desde este punto de vista podemos empezar a ver la luz sobre cómo podemos modelar funcionamientos de negocio con esta herramienta.
Además mirando dos pasos más allá, vemos las posibilidades de encajar en estos procesos tanto trabajadores como agentes de IA generativa trabajando frente a artefactos de forma «controlada» y sin mil posibles flujos.
Y ahora el cliffhanger, en especial para los técnicos que ya queremos verlo todo pintado y definido. ¿Cómo se modela este enfoque? ¿Por donde empiezo el diagrama? ¿En qué orden empiezo a modelar?
La semana que viene veremos las herramientas que pueden ajustarse mejor a cada paso del modelado.