ANALYSE. Et si on appliquait les méthodes du Data Mining à l’analyse des processus des entreprises ? Modéliser les processus, les maîtriser… c’est tout le principe du Process Mining, dans un objectif d’amélioration continue de la qualité et de la performance.  

Le Process Mining ou analyse des processus a vu le jour bien avant l’émergence du Big Data, dans un objectif d’amélioration continue de la qualité. Les applications associées aux processus métiers génèrent d’immenses quantités de données temporelles et évènementielles, tracées dans les journaux d’événements des Systèmes d’Information.

Très souvent analysées en silo, application par application, ces données représentent un formidable réservoir d’informations sous exploité. Aujourd’hui, les nouvelles technologies Big Data ouvrent le champ des possibles pour traiter et analyser toute la richesse des journaux d’évènements des Systèmes d’Information, de manière à appréhender les processus dans leur globalité et identifier des sources d’optimisation. Issu du Data Mining, le Process Mining trouve des applications dans tous les métiers de l’entreprise, dans tous les secteurs d’activité.

« Le Process Mining est un sujet extrêmement important pour la performance des entreprises d’aujourd’hui, compte tenu du développement de la digitalisation et de la massification des données » ont expliqué Johan Chefdeville, Practice Leader BI/Big Data et Ahmed Gater, Consultant Big Data/ NoSQL chez Experis IT, lors du Salon Big Data Paris 2016.

Qu’attendre du Process Mining ?

L’analyse des traces des journaux d’évènements intégrant les apports du Big Data permet de disposer d’une vision dynamique et exhaustive de toutes les interactions inhérentes à un processus, basée sur des faits et chiffres réels. « L’idée du Process Mining est de rassembler un maximum d’informations factuelles sur la manière dont l’entreprise opère son business, en un temps record » explique Ahmed Gater, Consultant Big Data/ NoSQL.

Les perspectives d’analyse couvrent la structuration des processus, les interactions entre acteurs, les aspects temporels, le suivi des instances. Le Process Mining rend palpable le comportement de l’organisation, pour mieux optimiser son fonctionnement.

Ainsi, il est aujourd’hui possible de diviser par 10 ou 15 le temps d’analyse de processus constitués de centaines d’opérations sur des milliers de dossiers… une révolution !

A titre d’exemple, les équipes d’Experis IT ont récemment étudié le processus d’émission des cartes de crédit pour un grand organisme bancaire, afin de réduire le délai entre la formulation des demandes des clients et la bonne réception de leurs cartes de crédit.  En moins de deux semaines, l’analyse approfondie des journaux d’évènements a permis d’identifier précisément les dysfonctionnements et principaux leviers d’amélioration du délai. En conséquence, les formulaires de demandes ont été simplifiés et des ressources supplémentaires ont été affectées à l’analyse des risques.

Modéliser, maitriser, améliorer et prévoir : les 4 champs d’application du Process Mining

Quels sont les champs d’application du Process Mining ?

Modéliser

Le Process Mining offre la possibilité de confronter définition théorique et exécution pratique d’un processus métier, de manière à identifier et mesurer les écarts.

Dans l’exemple précédemment cité, le processus de création de cartes bancaires a été reconstitué à partir des logs générés par les applications qui l’implémentent. La modélisation a permis de réduire considérablement le nombre d’interventions de maintenance.

Maitriser

Le Process Mining permet de rendre les processus explicites pour une prise de décision basée sur des éléments factuels et objectifs.

Les processus métiers sont documentés (e.g. temps d’exécution, acteurs impliqués, fréquences des activités, délais d’attente, débit d’arrivée des instances, …) sur la base de leur historique d’exécution. Ainsi, les temps de recherche et d’analyse sont réduits, l’identification des leviers d’amélioration est beaucoup plus rapide.  

Améliorer

Il s’agit ici de détecter les leviers permettant de développer la performance, par exemple en détectant des « goulots d’étranglement », des activités en doublon ou encore des écarts de charge entre collaborateurs exerçant une même fonction.

Prévoir

Enfin, au travers de « stress tests » le Process Mining donne l’opportunité de simuler les impacts des fluctuations conjoncturelles. Ainsi, nos experts sont à même d’évaluer la résistance des processus à différents degrés de montées en charge.

L’intérêt des outils de visualisation

Il ne suffit pas d’analyser les données recueillies, encore faut-il qu’elles soient visibles et compréhensibles. Les outils de visualisation dynamique sont très souvent mis à contribution pour restituer l’information et faciliter les diagnostics, peut-être encore plus pour le Process Mining que pour d’autres domaines du Big Data. Le temps des camemberts et des histogrammes est révolu, l’époque est à l’interactivité et à la mise à jour en temps réel. Les nouveaux outils de data visualisation facilitent la mise en évidence de tendances.

Exemple de visualisation dynamique 
Optimisation d'un processus à partir de l’analyse de la fréquence des activités dans le temps

Source : ProM tools

« Nous privilégions l’utilisation d’outils open source tels que PROM, développé par la communauté universitaire internationale, de manière à nous affranchir de la problématique des licences et réduire les coûts », souligne Ahmed Gater.

Ainsi, les experts Experis It sont à même de reconstruire un processus par la visualisation dynamique du parcours des actions, ou encore la visualisation de toutes les interactions entre acteurs.

Le Data Lab Experis IT

Comment se construit un projet d’optimisation de processus ? Avec quelles typologies de compétences ? Pour répondre à ces questions, observons de plus près le fonctionnement du Data Lab d’Experis IT, pôle d’excellence dans le domaine.

Le Data Lab Experis IT héberge des projets clients sur des problématiques Big Data en mode Proof of Concept (ou POC), qui peuvent concerner l’amélioration de la performance de processus mais pas seulement.

Chaque projet, unique, est confié à une équipe pluridisciplinaire constituée de spécialistes du domaine concerné : experts métiers, informaticiens, programmeurs, data scientistes,  analystes et designers.  L’équipe développe la méthodologie et les outils les plus appropriés au projet.

 « Notre Data Lab garde l’agilité des start-up, pour nous adapter à des demandes et des univers clients très différents, explique Johan Chefdeville. Cela se reflète d’abord dans la composition des équipes, pluridisciplinaires, qui sont constituées en fonction des besoins du client à adresser ».  

Du fait de la multiplication des sources de données et du mouvement de fond de la digitalisation des entreprises, le Process Mining sera un des sujets stratégiques incontournables des prochaines années permettant d’améliorer la performance des entreprises et leur compétitivité.