A l'occasion du Salon Big Data Paris 2016, qui se tiendra les 7 et 8 mars 2016, deux experts d'Experis IT présentent leur approche du Process Mining à l'heure du Big Data.

Un entretien initialement publié sur le site du Salon Big Data Paris 2016.

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’évènements 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.

Ahmed – Le Process Mining, pour quoi faire ?

Le Process Mining enrichi de tous les apports du Big Data permet de disposer d’une vision dynamique et exhaustive de toutes les interactions inhérentes à un processus, au service de la maîtrise et de la performance des processus. De manière très opérationnelle, Experis IT distingue 4 champs d’application, de manière à permettre aux organisations de :

• 1) Modéliser : confronter définition théorique et exécution pratique d'un processus métier. Exemple : reconstitution du processus de création de cartes bancaires à partir des logs générées par les applications qui l’implémentent. La modélisation permet de réduire considérablement les temps et le nombre d’interventions de maintenance sur le processus.

• 2) Maîtriser : rendre le processus explicite pour une prise de décision basée sur des éléments factuels et objectifs. Exemple : développement de la documentation d’un processus métier (e.g. temps d’exécution, acteurs impliqués, fréquences des activités, délais d’attente, débit d’arrivée des instances, …) sur la base de son historique d’exécution. Ainsi, les temps de recherche et d’analyse sont réduits, l’identification des leviers d’amélioration du processus est beaucoup plus rapide.

• 3) Améliorer : détecter les leviers permettant d'améliorer la performance.  Exemple : détection des goulots d’étranglement et des sillons les plus consommateurs en ressources en vue de l’optimisation de la chaîne IT (Meilleure gestion des ressources matérielles, économies d’énergie, économie financière, réglage des composants de l’architecture)

• 4) Prévoir : simuler les impacts des fluctuations conjoncturelles. Exemple : étude de l’impact de l’augmentation de l’activité d’une entreprise sur les performances de ses processus au travers d’un stress test permettant de calculer la résistance du processus à la montée en charge.

Ahmed – Pourriez-vous nous en dire plus sur la méthodologie et les pré-requis d’un projet de Process Mining ?

Les projets de Process Mining confiés à nos experts suivent une méthodologie éprouvée, en 4 étapes, qui permet de s’affranchir des interviews des métiers et des opérationnels, très chronophages. La démarche repose sur une approche de type incubateur « Data Lab », sur tous les aspects organisationnels et technologiques, de manière à obtenir un résultat probant rapidement.

​

• 1) Le cadrage définit le périmètre de l’étude : acteurs, métiers et applications concernés.

• 2) L’extraction des données rassemble toutes les étapes d’identification, de nettoyage, d’organisation et de formatage pour permettre leur exploitation par les outils de Process Mining.

• 3) L’analyse des processus est conduite via l’exploration des journaux d’évènements des Systèmes d’Information, toujours de manière itérative. Les outils technologiques mis en œuvre allient des fonctionnalités d’exploration, d’analyse de performance, de tests de conformité et de visualisation. Nos experts privilégient l’usage des technologies Open Source car elles permettent de s’affranchir de la problématique des licences et de réduire les coûts. Par la suite, au moment du passage en production, nous accompagnons nos clients pour implémenter la solution la plus en adéquation avec leur écosystème technologique et leur budget.

• 4) La présentation : restitution d’indicateurs de performance et recommandations opérationnelles.

Cette méthodologie permet d’aboutir à une évaluation exhaustive et objective en réduisant au maximum les délais de restitution.

Johan – Quelle est la valeur ajoutée d’Experis IT ?

Notre savoir-faire repose sur la combinaison unique de l’expertise Recrutement  de ManpowerGroup et de la capacité d'innovation technologique d'Experis IT, qui nous permettent de développer des approches spécifiques pour répondre aux besoins d’analyse de données de nos clients.

Dans ce domaine, nous souhaitons être au cœur de la proposition de valeur des entreprises grâce à une méthodologie basée sur l’innovation et l’aide à la construction des écosystèmes orientés données (Data Management Plateform). Notre « Data Lab » intègre les méthodologies de Design Thinking des processus de conception utilisées par les designers, parfaitement adaptées aux problématiques de création de valeur autour de l’exploitation des données. Le Design Thinking propose une approche multidisciplinaire pour favoriser l’émergence d’idées, en prenant en compte de manière conjointe les problématiques des utilisateurs (ce qui est souhaité), les aspects technologiques (ce qui est possible) et les contraintes économiques (ce qui est rentable).

Nos experts Experis IT seront présents sur le congrès Big Data Paris 2016. Venez les rencontrer en vous inscrivant ici