Cet article se focalise sur la découverte des processus, donc le Process Mining et sur la façon dont -, combiné à la gestion des processus (BPM) – celui-ci contribue fortement à optimiser les processus tout en renforçant les opérations. Le Process Mining comprend également des cas d'usage transposables à toute entreprise.
Le Process Mining est une méthode permettant - via l’analyse des données des systèmes informatiques - d’obtenir des informations objectives sur l’exécution réelle des processus afin d’identifier de potentielles défaillances. Cette approche est menée à l'aide d’un logiciel qui combine la science des données (Data Science) et la gestion des processus métier afin de découvrir, vérifier la conformer et améliorer les processus existants.
Les logiciels de Process Mining reconstruisent les processus à partir des extractions des journaux d'événements - (contenus dans les systèmes d'information) - en se basant sur trois attributs principaux :
La combinaison, puis l’analyse de ces attributs permettent de déterminer la phase dans laquelle se trouve le processus. Dans l'exemple ci-dessus, les phases sont "Registered", "Completed", "At specialist", "In progress" and "Offered". Lorsqu'une activité est mise à jour pour une instance particulière, l'heure est également enregistrée. En examinant les différentes activités d’un point de vue macro, il est possible de reconstruire un processus qui décrit la manière dont les instances sont réellement traitées.
En utilisant les journaux d'événements et en les transformant en données, les logiciels de Process Mining peuvent identifier les écarts, les goulots d’étranglement et les pertes d’efficacité. Ils peuvent également rechercher leurs causes et proposer des pistes d'amélioration d’indicateurs clés tels que le délai de traitement, le coût, la qualité ou le risque. Une illustration concrète du résultat d'une analyse peut consister à rajouter des ressources supplémentaires aux heures de pointe ou à renforcer le support lors des périodes identifiées comme « à risque ».
Alors que le Process Mining utilise les données pour identifier des zones d’améliorations, le BPM (Business Process Management) est une discipline axée sur l'alignement des processus avec les objectifs de l'entreprise. La différence essentielle entre le Process Mining et le BPM réside dans leur finalité. Le Process Mining fournit une vision du processus tel qu'il est exécuté "réellement", tandis que le BPM fournit une modélisation du processus du point de vue méthodologique tel qu’il est souhaité. La synergie de ces deux activités permet d'optimiser l'efficacité, de garantir la satisfaction du client et de favoriser la résilience opérationnelle.
A cette étape, on utilise les outils de Process Mining pour identifier automatiquement les points d’attention à partir des journaux d'événements et répondre aux questions telles que :
L'intelligence artificielle apporte une aide précieuse pour l’exécution de cette tâche. Grâce à des algorithmes d'apprentissage automatique, les outils de Process Mining peuvent calculer des combinaisons d’attributs et effectuer des analyses en profondeur des causes de perte d’efficacité opérationnelle. L'analyse causale profonde est une méthode statistique qui a pour objectif de comparer un ensemble de données avec un échantillon témoin et d’analyser l’occurrence d'un attribut entre ces deux ensembles.
Cette étape permet d'identifier les écarts entre les processus réels par rapport à la norme. En voici quelques exemples :
Le Process Mining aide à identifier ces problèmes et à en comprendre les raisons. Avec des données observées provenant des systèmes d'information, les initiatives de conformité sont également plus faciles à auditer en vérifiant que le processus exécuté est réellement conforme aux réglementations et aux politiques internes. En outre, certaines règles de gestion peuvent être mises en place, avec notification automatique en cas de non-respect d’indicateurs de performance clé et de normes.
A cette étape, il est important de tester les processus en simulant plusieurs scénarios (en fonction du temps, des coûts et des ressources) pour comprendre :
La simulation de processus permet aux analystes de tester différents paramètres sur la base de modèles statistiques :
En combinant tous ces paramètres, les analystes peuvent simuler des scénarios conditionnels (« What-if »), les comparer et mettre en œuvre celui qui maximise l'efficacité opérationnelle.
De nos jours, il est impératif d'adopter une approche ("outside-in") qui modélise l’expérience utilisateur du point de vue du client. Dans cette optique, les organisations peuvent utiliser des cartes de « parcours client » pour identifier chaque point de contact (ou interactions) entre le client et l'organisation. Puis, chacun de ces points est évalué en fonction de son impact sur la satisfaction du client, ce qui permet d'identifier facilement et de hiérarchiser ceux à améliorer.
Utiliser cette approche après les trois premières étapes aide à déterminer où et quand des mises à jour d’applications doivent être effectuées, par exemple.
Soyons francs, si ce travail d’analyse n'a jamais été effectué auparavant, il y aura probablement de nombreux processus à revoir et à mettre à jour. Une priorisation judicieuse permettra à l'entreprise d’effectuer ce travail fondamental sans pénaliser son développement.
Enfin, il serait dommage que les organisations soient arrivées jusqu'ici - (après les quatre premières étapes -) et n’en profitent pas pour renforcer la maîtrise de leurs opérations en appliquant les risques et les contrôles de conformité adéquats.
Avoir une vision des risques au sein des processus opérationnels permet d’améliorer leur mitigation tout en améliorant la résilience opérationnelle. Grâce au Process Mining, les analystes peuvent comprendre pourquoi certains risques apparaissent à certains endroits.
La technologie Process Mining est particulièrement efficace pour l'amélioration des processus suivants :
Vous souhaitez en savoir plus ? Téléchargez notre ebook sur l'optimisation de vos opérations commerciales à l'aide du Process Mining.