Los procesos de negocio del mundo real son dinámicos, con registros de eventos que generalmente son no estructurados y contienen clases comerciales heterogéneas. Las técnicas de minería de procesos derivan conocimientos útiles de dichos registros, pero traducirlos en segmentos simplificados y lógicos es crucial. La complejidad aumenta al tratar con procesos de negocio con un gran número de eventos sin etiquetas de resultado. Técnicas como el agrupamiento de trazas y el agrupamiento de eventos tienden a simplificar los registros comerciales complejos, pero los grupos resultantes generalmente no son comprensibles para los usuarios comerciales, ya que los aspectos comerciales del proceso no se consideran al agrupar el registro del proceso. En este documento, presentamos un marco jerárquico de múltiples etapas para el agrupamiento impulsado por la lógica empresarial de registros de procesos altamente variables con un número extensamente grande de eventos. En primer lugar, introducimos el término procesos de estela para describir las características de tales procesos comerciales del mundo real complejos y sus registros presentando modelos similares a estelas. En segundo lugar, propusimos un algoritmo de Agrupamiento Jerárquico Novedoso (NoHiC) para descubrir grupos impulsados por la lógica empresarial a partir de estos procesos de estela. Para el agrupamiento, el registro de eventos en bruto se descompone inicialmente en clases comerciales de alto nivel, y posteriormente se realiza la ingeniería de características exclusivamente basada en las características del contexto empresarial, para apoyar el descubrimiento de grupos comerciales significativos. Utilizamos un enfoque híbrido que combina una técnica de minería basada en reglas con una forma novedosa de agrupamiento jerárquico aglomerativo para los experimentos. Se presenta un estudio de caso de un proceso de CRM de la renombrada empresa de telecomunicaciones del Reino Unido y se verifica la calidad del marco propuesto a través de varias medidas, como la segregación de grupos, la precisión de clasificación y la idoneidad del registro. Comparamos la técnica NoHiC con dos técnicas de agrupamiento de trazas utilizando dos registros de procesos del mundo real. Se encontró que los grupos descubiertos a través de NoHiC tienen una idoneidad mejorada en comparación con las otras técnicas, y también contienen información valiosa sobre el contexto comercial del registro del proceso.