ProcessMind lance un moteur de simulation pour les jumeaux numériques

AMSTERDAM, PAYS-BAS

ProcessMind, spécialiste européen du Process Mining, a annoncé aujourd’hui le lancement d’un moteur de simulation de processus  conçu pour créer des jumeaux numériques de processus métier. Cette nouvelle fonctionnalité permet aux organisations de bâtir des répliques virtuelles de leurs opérations et de tester des changements dans un environnement simulé.

AMSTERDAM, PAYS-BAS

Les jumeaux numériques au service des opérations

Un jumeau numérique  est un modèle virtuel qui réplique un processus réel dans un environnement numérique. Contrairement aux diagrammes statiques, les jumeaux numériques sont des répliques basées sur les données qui peuvent être mises à jour avec des données opérationnelles. Cette technologie permet aux organisations de surveiller les performances, de lancer des simulations et d’évaluer les résultats potentiels avant de mettre en œuvre des changements.

La technologie des jumeaux numériques, initialement développée pour l’aérospatiale et l’industrie, s’étend désormais aux opérations commerciales. Selon Strategic Market Research, le marché des jumeaux numériques était évalué à 6,30 milliards USD en 2021 et devrait atteindre 131,09 milliards USD d’ici 2030.

Aperçu technique

Le moteur de simulation de ProcessMind extrait les paramètres des journaux d’événements importés, notamment les taux d’arrivée des dossiers, la durée des activités, les probabilités d’aiguillage et les besoins en ressources. Ces paramètres servent à construire des jumeaux numériques pour l’analyse de scénarios.

Le système utilise la simulation à événements discrets (DES), une méthodologie où l’état du système change lors d’événements spécifiques. Cette approche est parfaitement adaptée aux processus métier où les activités ont des heures de début et de fin définies, où les ressources sont allouées à des moments précis et où les dossiers suivent des parcours distincts.

L’amélioration des processus a longtemps reposé sur des suppositions. On modifie un paramètre en espérant que cela fonctionne. Avec les jumeaux numériques , vous pouvez tester dix scénarios différents en un après-midi et choisir celui qui a le plus de chances de réussir.

Christiaan Esmeijer, fondateur de ProcessMind

Fonctionnalités

Le moteur de simulation comprend les fonctionnalités suivantes :

• Extraction de paramètres à partir des journaux d’événements
• Modélisation de scénarios avec variables ajustables
• Comparaison côte à côte de plusieurs scénarios
• Analyse de la capacité des ressources et prévision de l’utilisation
• Identification des goulots d’étranglement selon différents volumes
• Prise en charge de plusieurs lois de probabilité

Le moteur prend en charge les lois de probabilité standard, notamment les lois normale, exponentielle, uniforme, triangulaire et log-normale. Chaque activité peut être configurée avec des temps de traitement, des besoins en ressources et des probabilités d’omission.

Intégration à la plateforme

Le moteur de simulation est intégré aux capacités de Process Mining  et de modélisation BPMN existantes de ProcessMind. La plateforme est hébergée dans des centres de données de l’UE et est conforme au RGPD.

Le workflow type consiste à découvrir un processus via le Process Mining, à construire un jumeau numérique à partir des données extraites, puis à simuler les changements proposés.

Le moteur de simulation extrait les paramètres directement des journaux d’événements, ce qui réduit considérablement la configuration manuelle habituellement requise pour la simulation de processus.

Christiaan Esmeijer, fondateur de ProcessMind

Domaines d’application

Les cas d’usage types des jumeaux numériques incluent le test de scénarios de réallocation de ressources, l’évaluation de la refonte de processus, la prévision des besoins en capacité, la comparaison de scénarios d’automatisation et la validation de solutions avant leur mise en œuvre.

La simulation exécute des instances de processus virtuelles à travers le modèle en utilisant des distributions temporelles, des capacités de ressources et des schémas d’arrivée dérivés des données sources. Les résultats incluent des prévisions sur le temps de cycle, le débit, l’utilisation des ressources et les coûts.