Los procesos empresariales han experimentado una transformación significativa con la llegada de la visión orientada a procesos en las organizaciones. La creciente complejidad de los procesos empresariales y la abundancia de datos de eventos han impulsado el desarrollo y la adopción generalizada de técnicas de minería de procesos. Sin embargo, el tamaño y el ruido de los registros de eventos presentan desafíos que requieren un análisis cuidadoso. La inclusión de diferentes conjuntos de comportamientos dentro del mismo proceso empresarial complica aún más la representación de datos, destacando la necesidad continua de soluciones innovadoras en el campo en evolución de la minería de procesos. La agrupación de trazas está surgiendo como una solución para mejorar la interpretación de los procesos empresariales subyacentes. La agrupación de trazas ofrece beneficios como mitigar el impacto de los valores atípicos, proporcionar información valiosa, reducir la dimensionalidad de los datos y servir como un paso de preprocesamiento en tuberías robustas. Sin embargo, diseñar una tubería de agrupamiento adecuada puede ser un desafío para los no expertos debido a la complejidad del proceso y al número de pasos involucrados. Para los expertos, puede ser un proceso que consume tiempo y es costoso, requiriendo una cuidadosa consideración de los compromisos. Para abordar el desafío de la creación de tuberías, el artículo propone una solución de programación genética para la síntesis de tuberías de agrupación de trazas que optimiza una función multiobjetivo que coincide con las métricas de calidad de agrupamiento y de procesos. La solución se aplica a registros de eventos reales, y los resultados demuestran un mejor rendimiento en tareas posteriores a través de la identificación de subregistros.