Para la predicción y análisis confiable de grandes cantidades de datos, se puede aplicar el análisis de big data en muchas disciplinas. Permiten descubrir información importante en grandes cantidades de datos que de otro modo estaría oculta. Casi todas las organizaciones han almacenado sus datos en la nube como registros de eventos en las últimas décadas. Estos datos se pueden utilizar para extraer información útil, que puede utilizarse para aumentar la productividad y eficacia de una organización mediante la identificación, monitoreo y optimización de sus procesos. Apoyar operaciones, reconocer fallas en los procesos en ejecución, predecir la duración de eventos y predecir la próxima actividad son todas formas de lograr esto. Como parte de nuestra estrategia, proporcionamos una técnica de recopilación de datos y aprendizaje automático. La minería de procesos puede ayudarlo a alcanzar estos objetivos. El principal habilitador de enfoques basados en datos en la minería de procesos es el monitoreo predictivo de procesos. El aprendizaje profundo se ha utilizado en el ámbito del monitoreo predictivo para proporcionar predicciones precisas de actividades futuras en una traza en ejecución analizando datos de eventos anteriores. Utilizando ingeniería de datos basada en imágenes y redes neuronales convolucionales, la próxima actividad en un proceso empresarial ha sido pronosticada en este documento. El uso de redes neuronales convolucionales en la minería de procesos y análisis de datos garantiza que el sistema propuesto tenga una alta precisión en la predicción de la próxima actividad en un proceso empresarial. La evaluación experimental muestra que el algoritmo de CNN propuesto es más rápido en el entrenamiento y la inferencia que el enfoque de Memoria a Corto Plazo de Largo Plazo (LSTM), incluso cuando el proceso tiene trazas más largas.