Données pour le Process Mining : ce qu’il vous faut pour démarrer

Pour le Process Mining, trois champs suffisent : un identifiant de cas pour relier les événements, une activité pour décrire ce qui s’est passé et un horodatage pour situer chaque événement dans le temps. La plupart des équipes les trouvent dans un export dont elles disposent déjà. Il leur reste à choisir les enregistrements qui permettront de répondre à leur question.

En bref : de quelles données avez-vous besoin pour le Process Mining ?

Commencez par le journal d’événements minimal : une ligne par événement, avec un ID de cas, une activité et un horodatage. Ajoutez des attributs lorsqu’ils vous aident à répondre à une question précise. N’attendez pas d’avoir un jeu de données parfait pour vérifier s’il permet de comprendre le déroulement réel du travail.

Tout ce qui suit vise à rendre ces trois champs fiables. Si ces termes ne vous sont pas familiers, commencez par découvrir le Process Mining et ce qu’un journal d’événements peut révéler, avant d’extraire quoi que ce soit.

Les champs obligatoires constituent la base du schéma de données du Process Mining ; les champs facultatifs vous aideront ensuite à expliquer les variations. Commencez par vérifier que votre export contient les trois champs obligatoires et que chaque ligne correspond à un événement. Pour voir un exemple de structure, consultez comment créer un journal d’événements ; pour savoir comment configurer les champs, consultez la documentation sur l’association des données.

De quelles données avez-vous besoin ?

Imaginez que vous teniez un stand de limonade et cherchiez à comprendre pourquoi les clients attendent. Vous n’avez pas besoin de connaître tous les détails sur chaque client. Il vous faut les étapes de chaque commande.

Pour chaque événement, consignez :

• ID de cas : le numéro de commande relie les événements associés à une même commande.
• Activité : le nom de ce qui s’est passé, par exemple « Prendre la commande », « Préparer la limonade » ou « Servir le client ».
• Horodatage : le moment où l’événement s’est produit, qui permet de remettre les événements dans l’ordre.

Figure 1 — Concentrez-vous sur les étapes, pas sur chaque détail de chaque cas.

Un petit exemple suffit à illustrer la structure :

Ces champs vous permettent de voir l’ordre des étapes de chaque commande et le temps qu’elles prennent. Des champs supplémentaires, comme le type de commande ou le canal de vente, expliquent pourquoi certaines commandes prennent plus de temps. Ajoutez-les lorsqu’ils répondent à une question que vous vous posez.

Le même principe s’applique au-delà du stand de limonade. Dans un processus de commande, l’ID de cas peut être un numéro de commande, les activités peuvent correspondre à des changements de statut et les horodatages provenir d’un historique des événements plutôt que d’un export de rapport. Une fois les champs associés, ProcessMind lit un export existant et rend le flux visible dans la plateforme de Process Mining, sans modifier le système source.

L’affaire des journaux de limonade manquants

Le stand de limonade est très fréquenté et la file ne cesse de s’allonger. Vous voulez savoir si les clients attendent pour commander, pour être servis ou parce qu’un problème survient. Les éléments utiles sont dispersés entre les reçus, les commandes et les notes.

Figure 2 — Les éléments permettant de retracer une commande se trouvent rarement dans un tableau unique et bien organisé.

C’est courant dans les projets réels. Les données existent, mais pas sous la forme d’un journal d’événements prêt à l’emploi : vous combinez des enregistrements provenant de différentes tables ou de différents systèmes, puis vous déterminez quels champs correspondent au cas, à l’activité et à l’horodatage.

Commencez par noter la question à laquelle vous voulez répondre, puis repérez les enregistrements qui peuvent vous aider.

• Pour mesurer le délai de traitement d’une commande, repérez son identifiant et les horodatages des changements de statut pertinents.
• Pour comparer les canaux, ajoutez le canal comme attribut.
• Pour comprendre les réclamations, incluez les activités ou les résultats associés, s’ils sont consignés de manière cohérente.

Vous obtenez ainsi un premier extrait ciblé. Inutile de collecter tous les champs de tous les systèmes : il vous faut seulement assez de données pour reconstituer le processus et étudier la question.

Si vous disposez déjà d’un export Excel ou CSV, examinez-le avant de demander à votre équipe de données d’en créer un nouveau. Vous verrez ce que les champs existants permettent d’étudier et ce qu’un meilleur export pourrait apporter.

À la recherche des données

Les sources de données du Process Mining sont généralement les systèmes qui enregistrent le travail au fil de son déroulement : ERP, CRM, plateforme ITSM, outil de gestion des tickets ou autre application opérationnelle. Les enregistrements nécessaires peuvent se trouver dans une base de données, un rapport ou un export.

Demandez au responsable du processus et au responsable du système où sont consignés les événements clés, puis suivez quelques cas réels du début à la fin. Vérifiez que l’identifiant du cas, les noms des événements et les horodatages sont disponibles à chaque étape.

1. Choisissez un processus et une question

   Où les commandes attendent-elles, ou quelle transmission entraîne la plus grande perte de temps ?

2. Repérez le système et son responsable

   Quelle application enregistre le travail, et quelle équipe en est responsable ?

3. Recherchez l’historique des événements

   Recherchez un rapport ou une table qui consigne les changements de statut, plutôt qu’un simple instantané de l’état actuel.

4. Vérifiez l’ID de cas

   Le même identifiant doit figurer sur chaque événement que vous souhaitez relier.

5. Commencez par exporter un petit échantillon

   Examinez un échantillon avant de demander un extrait plus volumineux.

Évitez d’extraire toutes les tables simplement parce qu’elles sont disponibles. Un extrait ciblé est plus facile à examiner, à nettoyer et à expliquer. Si le processus couvre plusieurs systèmes, consignez la manière dont les enregistrements sont reliés, par exemple le numéro de commande qui associe un enregistrement CRM à un enregistrement ERP.

Pour découvrir les sources les plus courantes, consultez la documentation sur les sources de données. Si vous devez combiner ou transformer des données provenant de plusieurs systèmes, le guide sur l’ETL pour le Process Mining présente les étapes correspondantes.

Le nettoyage des données

Un export peut contenir des événements en double, des horodatages manquants, des noms de statut incohérents, des commandes de test ou des enregistrements sans rapport avec le processus étudié. Cela ne rend pas l’export inutilisable. Vous devez toutefois savoir ce que représente chaque ligne avant d’interpréter les résultats.

Examinez les données en plusieurs étapes :

• Doublons : vérifiez si les lignes répétées correspondent à de véritables événements récurrents ou à des copies accidentelles.
• Horodatages : recherchez les valeurs manquantes, les formats différents, les fuseaux horaires inattendus et les événements qui semblent dans le désordre.
• Activités et statuts : harmonisez les libellés qui désignent la même chose et distinguez les statuts correspondant à des étapes différentes.
• Enregistrements de test ou annulés : déterminez s’ils doivent figurer dans l’analyse et consignez les exclusions ainsi que leurs motifs.
• ID de cas : repérez les identifiants vides ou changeants qui risquent de diviser un cas en plusieurs ou de regrouper des cas sans lien.

Ne supprimez pas les cas inhabituels simplement parce qu’ils semblent différents. Déterminez d’abord s’il s’agit d’exceptions valides ou d’erreurs dans les données, puis consignez chaque modification afin de pouvoir expliquer le jeu de données préparé à partir de la source.

La qualité des données du Process Mining ne se résume pas à une réponse par oui ou par non. Il s’agit de vérifier si les champs dont dépend votre question sont cohérents, d’où l’intérêt d’examiner un échantillon plutôt que de se fier à une promesse. ProcessMind affiche la qualité directement sur le jeu de données : un badge de qualité avec un pourcentage et un panneau qui explique les facteurs influant sur le score, notamment les valeurs manquantes ou incohérentes et les problèmes d’horodatage. Vous pouvez ainsi évaluer la fiabilité d’un résultat avant d’agir et suivre l’évolution du score au fil des corrections. Consultez la documentation sur la qualité des données pour en savoir plus.

L’examen des données se fait par étapes : commencez par un échantillon, associez les champs, observez le processus obtenu et étudiez les anomalies. Le guide de nettoyage et de préparation des données présente les vérifications et les étapes courantes.

La mise en forme des données

Après avoir repéré et examiné les enregistrements, associez les colonnes sources aux champs nécessaires à l’analyse du processus. Le système source peut utiliser d’autres noms, mais leur signification doit être claire.

Une activité doit décrire un événement du processus, et non une remarque vague. « Client satisfait » peut être une opinion ou une note ; « Commande livrée » décrit plus clairement un événement si le système enregistre ce statut. Choisissez l’horodatage qui indique quand l’événement s’est produit, et non simplement celui de l’export du rapport.

Vous n’avez pas non plus à associer chaque colonne manuellement. ProcessMind vous propose des correspondances lorsque vous associez un jeu de données. Les Recommandations IA sur les données indiquent les associations les plus probables et leur niveau de confiance, puis suggèrent des attributs, des activités ou des sources susceptibles d’affiner l’analyse. Vous vérifiez et confirmez les propositions au lieu de parcourir des listes de champs : vous gagnez ainsi plusieurs jours. Découvrez les recommandations IA sur les données.

Une association bien définie aide les personnes qui connaissent le travail à comprendre le processus. Vérifiez les noms des activités avec le responsable du processus et confirmez que l’identifiant du cas et les horodatages se comportent comme prévu. La documentation sur l’association des données explique comment configurer un jeu de données, tandis que le guide sur l’association des activités présente la définition des activités.

De quelle quantité de données avez-vous besoin ?

Il n’existe pas de nombre de cas ni de période d’historique qui convienne à tous les processus. La quantité nécessaire dépend de la fréquence d’exécution du processus, de la variabilité attendue et des éléments que vous souhaitez comparer.

Pour une première vérification, prenez suffisamment de cas pour couvrir le travail habituel et les exceptions qui vous intéressent. Incluez une période assez longue pour observer les cycles pertinents du processus et les changements significatifs au fil du temps. Même avec une période courte ou un petit échantillon, vous pouvez tester le schéma et les associations, mais évitez de considérer les résultats comme représentatifs.

Un volume de données plus important peut révéler des parcours moins fréquents, mais sa préparation et son analyse prennent aussi plus de temps. Commencez par une période ciblée, puis élargissez-la si les premiers résultats soulèvent des questions. Si vous travaillez sur un journal d’événements volumineux, consultez les recommandations sur les performances et la capacité de montée en charge du Process Mining avant de choisir la période à importer.

Formats et options d’importation

Pour un premier projet, utilisez un export que votre équipe peut produire et vérifier. ProcessMind prend en charge les formats courants de tableur et de fichiers délimités, notamment CSV et Excel. Pour les journaux plus volumineux, vous pouvez utiliser Parquet ou ORC. L’importation ne prend que quelques minutes : ajoutez le fichier, vérifiez les colonnes détectées et visualisez le processus avant de décider si vous avez besoin de connecteurs. Consultez les étapes pour importer votre jeu de données.

Vous pouvez aussi importer les données progressivement pour ajouter des enregistrements récents sans reconstruire tout le jeu de données. La méthode à privilégier dépend de la façon dont les données sources sont produites et de la fréquence de leurs mises à jour. Consultez la documentation sur les formats de données pris en charge et l’importation incrémentielle des données.

Une API peut convenir si vous souhaitez mettre en place un chargement récurrent des données. Consultez la documentation de l’API de données pour connaître les options disponibles. Si vous devez définir comment extraire, transformer et charger les données, commencez par le guide ETL.

Données à ne pas importer

N’incluez que les données nécessaires pour répondre à la question sur le processus. Des informations personnelles peuvent se trouver dans des champs inattendus, notamment dans des notes, des commentaires ou des descriptions en texte libre. Vérifiez l’extraction avant l’importation et supprimez ou masquez les champs inutiles à l’analyse.

Consultez vos équipes chargées de la confidentialité, de la sécurité et de la gouvernance des données pour confirmer ce que votre organisation autorise. Demandez-vous si vous avez réellement besoin de noms ou d’autres identifiants directs. Dans de nombreuses analyses, une équipe, un rôle ou un identifiant pseudonyme suffit, si cela convient à votre objectif et à vos politiques.

Ne prenez pas l’analyse d’un processus comme prétexte pour collecter davantage de données personnelles. Limitez le jeu de données aux champs nécessaires à la compréhension du processus et respectez les règles de votre organisation en matière d’accès, de conservation et de traitement. ProcessMind sépare les environnements et contrôle les accès selon les rôles. Un journal d’audit indique qui a pu consulter quelles informations, ce qui vous permet de répondre à cette question par la suite. Consultez les pages sur les utilisateurs, les rôles et les autorisations, le journal d’audit et notre politique de confidentialité.

Obtenir l’adhésion de votre équipe chargée des données

Une demande claire aide votre équipe chargée des données à estimer le travail et à éviter les extractions inutiles. Envoyez-lui un brief d’une page contenant les informations suivantes :

• Processus : indiquez le processus ainsi que ses points de départ et d’arrivée.
• Question : précisez ce que vous souhaitez comprendre, par exemple où les commandes attendent.
• Périmètre : indiquez les systèmes, la période et les types de cas à inclure.
• Champs requis : demandez un identifiant de cas, une activité et un horodatage pour chaque événement.
• Champs utiles : listez uniquement les attributs nécessaires pour répondre à la question.
• Exemples : joignez quelques cas représentatifs, après avoir supprimé les valeurs sensibles si nécessaire.
• Vérifications : demandez à l’équipe de signaler les identifiants ou horodatages manquants, les événements en double et les valeurs de statut ambiguës.
• Confidentialité : confirmez quels champs peuvent être partagés et lesquels doivent être supprimés ou masqués.

Vous pouvez également transmettre le guide du journal d’événements pour donner à l’équipe un exemple concret de la structure attendue, et lui indiquer le guide d’amélioration des processus correspondant si l’extraction doit provenir d’un système précis. Une fois l’export obtenu, suivez le guide Premiers pas pour l’importer et visualiser le processus.

Étape suivante : importer et associer vos données

Votre extraction n’a pas besoin d’être parfaite pour vérifier si vos données permettent une première analyse. Commencez par un export existant, vérifiez la présence des trois champs requis et repérez les éléments à corriger avant d’investir dans un projet de données plus vaste.

La première cartographie n’est pas le seul résultat que vous pouvez obtenir. Une fois le jeu de données importé, ProcessMind évalue automatiquement le processus avec Santé du processus : un score reproductible par processus, fondé sur les cinq dimensions du cadre CURES : conformité, uniformité, reprises, efficacité et régularité. Le score indique par où commencer, et les mêmes Dashboards montrent ce qu’il faut corriger. Votre premier jeu de données débouche ainsi sur une liste de tâches, et pas seulement sur une représentation visuelle. Santé du processus et ses scores sont inclus avec une licence Process Intelligence.