Los procesos están en todas partes, abarcando campos dispares como negocios, industria, telecomunicaciones y salud. Han sido previamente analizados y modelados con el objetivo de mejorar la comprensión y eficiencia, así como predecir eventos y resultados futuros. En los últimos años, ha surgido la minería de procesos con el objetivo de descubrir, observar y mejorar procesos, a menudo basados en datos obtenidos de registros. Esto típicamente requiere la identificación de tareas, la predicción de caminos futuros o la identificación de anomalías. Aquí nos concentramos en el uso de procesos de Markov para evaluar el cumplimiento de objetivos de finalización o, inversamente, podemos determinar objetivos apropiados para un rendimiento satisfactorio. El trabajo previo se extiende a procesos donde existen varias opciones de salida posibles, con tiempos de finalización de objetivo potencialmente diferentes. En particular, observamos distribuciones del número de pacientes que no cumplen con los objetivos, a lo largo del tiempo. Las fórmulas se ilustran utilizando datos de una unidad de pacientes con accidente cerebrovascular, donde hay múltiples destinos de alta para los pacientes, a saber, fallecimiento, residencia privada de ancianos o el hogar del paciente, donde diferentes destinos de alta pueden requerir objetivos dispares. Los indicadores clave de rendimiento (KPI) de este tipo son comunes en la salud, negocios y procesos industriales. Los modelos de Markov, o sus extensiones, tienen un papel importante en este trabajo donde el enfoque puede ser ampliado para incluir suposiciones más expresivas, con el objetivo de evaluar el cumplimiento en escenarios complejos.