Fin du blog français depuis octobre 2016

Pour des raisons de temps, j'ai cessé de traduire mes articles (blogs) en français. Comme la plupart des lecteurs francophones m'ont indiqué qu'ils liraient volontiers la version anglaise des blogs ultérieurs, je me permets de vous la suggérer. Merci pour votre compréhension!

Améliorer votre organisation grâce au Process Mining

Qu’est-ce que le Process Mining?

Mining magnifier

Le Process mining est une technique facilitant l’analyse des processus d’entreprise – comme ils ont été effectués – sur base des ‘event logs’, que l’on peut extraire des systèmes informatiques.  C’est en quelque sorte comparable au Data Mining, mais l’objectif est surtout axé sur l’acquisition de la connaissance des processus.

Comme vous lirez, le process mining permet d’observer le comportement de l’organisation, en se basant sur les faits et les chiffres réels. Une solide base donc pour toute étude approfondie et donc pour toute future amélioration opérationnelle.

Que sont les Event Logs?

Blog 002-FR

Les Event logs (traduction litérale = journaux d’événements) sont des collections de traces issues de chaque mise en oeuvre de processus (donc de chaque instance de processus). Supposez le processus suivant (déjà utilisé dans le blog du 5 février dernier), concernant l’approvisionnement en matières premières.

Quand ce processus est soutenu par un logiciel enregistrant toutes les transactions de chaque instance de processus, nous pourrions obtenir un (mini) Event Log qui ressemble à celui-ci:

Event Log FRLes éléments indiqués par la tête verte - à savoir le Numéro de livraison (qui est le “case ID”), l‘activité et le Timestamp - sont les trois attributs nécessaires d’un event log. Sans quoi le process mining est impossible. D’autres attributs supplémentaires comme l’utilisateur, le produit, le poids, l’identification du véhicule, etc., peuvent aider à enrichir davantage la connaissance du processus, mais ne sont pas indispensables.

Principales applications du process mining

Le Process Mining soutient essentiellement trois disciplines de gestion des processus:

  1. Business Process discovery: qui consiste en la représentation graphique – donc la reconstruction sur base des event logs – des processus actuels de l’organisation; y compris les éventuelles variantes de processus. Le résultat est donc un modèle de processus – voire même un diagramme animé.
  2. Conformance checking: qui est la comparaison d’un modèle de processus existant à un event log du même processus, afin de vérifier si le modèle correspond bien à la réalité (comme enregistré dans le log), ou vice-versa, si la mise en oeuvre du processus est bien conforme au modèle. Ceci permet de contrôler si les règles (d’entreprise) ont bien été respectées ou pas.
  3. Business Process enhancement & improvement: grâce aux graphiques et aux mesures obtenues à partir des algorithmes de Process Mining, il est plus facile de détecter les goulots d’étranglement, ou de voir quelles ressources sont sous-utilisées, etc. Les nombreux points de vue possibles d’une telle analyse facilite la détection des causes d‘inefficience ou d’erreurs au sein d’un processus et donc de l’organisation.

Avantages du process mining

Voici les principaux avantages du Process Mining, suivant l’étude de J. Claes and G.Poels :

Objectivité: les faits ne mentent pas; et comme les Event Logs reflètent la façon dont un processus a été mis en oeuvre, le Process Discovery - la représentation réelle de la Claes & Poels Benefitsmise en oeuvre du processusest très objective. Les modèles reconstruits grâce au Process Mining ne sont pas influencés par une perception souvent subjective, contrairement aux modèles obtenus au moyen d’entrevues ou via des workshops.

Rapidité: même si vous avez toujours besoin d’une compréhension minimale du contexte au préalable (ne fusse que pour savoir quels Event Logs utiliser), il est évident que la représentation des processus au travers du Process Mining accélère les activités de cartographie et modélisation.

Moins d’effort (plus d’efficience): la découverte des processus (process discovery) par le biais du process mining augmente l’efficience, puisqu’il ne faut plus autant d’entrevues ou de workshops avec les gens du business.

Etat complet: l’analyse d’event logs pertinents permet de distinguer plus facilement le processus principal (mainstream) d’autres variantes ou des exceptions. Vous serez au moins en mesure de repérer les variantes et les exceptions, que vous ignoreriez peut-être sans le Process Mining.

Transparence:  allant de pair avec l’objectivité, l’extraction du processus permet également de zoomer sur les faits, afin d’obtenir plus de détails comme par exemple qui a effectué une transaction, à quelle heure, etc. Ce qui peut aider à obtenir davantage de transparence sur la façon dont l’organisation fonctionne vraiment.

Conformité: comme déjà expliqué, le process mining facilite l’identification de non-conformités vis-à-vis du processus désiré ou défini.

Root-causes & bottlenecks: le Process Mining permet de (plus) facilement découvrir les causes premières, les goulots d’étranglement, etc .; ce qui facilite évidemment les pratiques d’amélioration (en continu) des processus.

Prédictions & simulations: grâce à la connaissance des faits, il est possible de prédire le comportement futur d’un processus. Les Event Logs permettent également d’effectuer des simulations de processus encore plus fiables que celles purement fondées sur des hypothèses théoriques. Ce blog (en anglais) explique plus en détail comment le Process Mining contribue à de meilleures simulations de processus.

Défis du process mining

Malgré les nombreux avantages du Process Mining, celui-ci présente également des difficultés. Claes & Poels mentionnent les “inconvénients” suivants – que je préfère plutôt nommer «défis»:

Claes & Poels Challenges

 Accès aux données: il n’est pas toujours possible d’obtenir des données valables. Particulièrement quand on a à faire à des systèmes informatiques ‘âgés’ qui ne produisent pas d’Event Logs.

Coût de préparation des données: même quand les Event Logs sont disponibles, leur extraction ou manipulation (par exemple lors de la combinaison de données issues de systèmes différents) peut être une corvée.

Qualité des données: en fonction des source il peut être difficile d’obtenir des Event Logs de qualité acceptable (fiable).

Convivialité de l’outil: tout logiciel de process mining n’est pas convivial. Ceci dépend bien entendu d’un outil à un autre.

Limites des outils: certains logiciels sont plutôt limités pour ce qui concerne leurs fonctionalités ou algoritmes.

Maîtrise des algoritmes ou du logiciel: la bonne maîtrise des logiciels de Process Mining exige un minimum d’expérience et de compétence en la matière.

Bien que ce premier blog concernant le Process Mining puisse paraître théorique, le blog suivant décrit le côté plus pratique, et illustre au moyen de scénarios la valeur de son utilisation. Ainsi, vous comprendrez encore mieux comment davantage améliorer votre organisation grâce au Process Mining. Si entretemps vous auriez des questions ou remarques à ce sujet, merci de les communiquer via la case “Commentaires” ci-dessous, ou via le formulaire.

P.S.: N’hésitez pas à partager ce blog via Facebook, LinkedIn, Twitter ou Google+ via les boutons respectifs ci-dessous. Merci beaucoup!