Jumeau numérique d’une organisation : les étapes pour le construire

Le jumeau numérique d’une organisation relie la façon dont le travail devrait se dérouler aux données produites par ses systèmes et aux mesures qui permettent de vérifier la cohérence entre les deux. Ce n’est ni un simple diagramme de l’entreprise ni une plateforme de données : c’est le lien entre ces éléments, à l’échelle d’un processus.

Sa construction ne se fait pas en un seul projet. Elle progresse par étapes : documenter, mesurer, tester, puis actualiser en continu. Chaque étape répond à une question différente. Tout ce qui est présenté sur cette page est disponible dans ProcessMind, sur une même fiche de processus : modélisation, données d’événements et Process Mining, simulation, Dashboards et santé des processus.

Les éléments constitutifs d’un jumeau numérique d’organisation

Trois éléments, qui ne fonctionnent que s’ils sont reliés :

• Un modèle de processus. Il décrit le fonctionnement prévu du travail : les activités, leur séquence, les rôles, les systèmes et les règles. Vous en avez probablement déjà des éléments dans des diagrammes, des pages wiki et des documents de référence, dispersés et parfois obsolètes.
• Les données d’exécution. Elles décrivent ce qui s’est réellement passé et proviennent directement des systèmes qui enregistrent le travail : ERP, CRM, ITSM, WMS. Elles comprennent les cas, les activités et les horodatages, sans demander à quiconque de reconstituer sa semaine.
• La mesure. Elle relie les deux premiers éléments. Les scores de santé, les variantes et la conformité montrent les écarts entre l’exécution et le modèle. La simulation permet d’évaluer les effets d’un changement avant de le mettre en œuvre.

Avec le modèle seul, vous disposez d’une documentation. Ajoutez les données pour analyser ce qui se passe réellement. Ajoutez des mesures et la possibilité de tester un changement, et vous obtenez un jumeau numérique.

C’est aussi ce qui distingue un jumeau numérique du Process Mining : le Process Mining montre ce qui s’est passé, tandis que le jumeau numérique relie ces éléments à un modèle et à un moyen de tester des changements. Utilisé seul, le Process Mining répond bien à la première question, mais ne va pas plus loin.

Deux confusions méritent d’être dissipées. Les jumeaux numériques peuvent aussi représenter des actifs physiques, comme des machines, à partir de relevés de capteurs : il s’agit d’un autre type de modèle, présenté dans notre article sur les jumeaux numériques. Dans le développement logiciel, un JNO désigne un objet de transfert de données, sans rapport avec le sujet de cette page. Gartner a introduit le sens organisationnel du terme dans l’architecture d’entreprise, où il ne s’agit pas d’une machine, mais de la circulation du travail entre les processus, les équipes et les systèmes.

Les appellations varient autant que les définitions : jumeau numérique d’organisation, jumeau numérique DTO, jumeau numérique d’entreprise ou jumeau numérique organisationnel figurent tous dans la documentation des fournisseurs. Considérez qu’il s’agit du même type de modèle et évaluez les promesses selon que le modèle est relié aux données et aux mesures, plutôt qu’en fonction de son appellation.

Une démarche progressive : modéliser, ajouter des données, améliorer

Il est plus facile de gravir les étapes une à une en partant de la base que de tout planifier depuis le sommet. Chaque étape ci-dessous aboutit à un résultat que vous pouvez présenter, et peut être achevée en une semaine.

1. Modélisez un processus, pas toute l’organisation

   Choisissez un processus lié à une décision. S’il existe sous forme de diagramme ou de document, importez-le. Sinon, décrivez-le en une phrase et laissez l’IA générer une première ébauche BPMN que vous pourrez affiner. À la fin de cette étape, votre équipe dispose d’un modèle qu’elle a pu consulter, ainsi que des étapes associées à leur documentation.

2. Intégrez-le à l’architecture

   Situez le processus dans son contexte : à quelle chaîne de valeur appartient-il, qui en est responsable, et avec quels autres processus échange-t-il des éléments ? Un modèle isolé n’est qu’un dessin. Intégré à une architecture cohérente, il constitue le niveau structurel du jumeau et sert de base aux étapes suivantes.

3. Ajoutez les données d’événements

   Importez le journal d’événements de ce seul processus. Un identifiant de cas, une activité et un horodatage suffisent pour commencer, et les données n’ont pas besoin d’être complètes : le journal d’un seul système montre déjà les flux, les temps d’attente et les variantes des étapes qu’il enregistre. Les recommandations de l’IA sur le jeu de données signalent les associations de colonnes et les problèmes de qualité avant l’analyse.

4. Améliorez le processus, puis évaluez l’amélioration

   Choisissez le résultat le plus faible et modifiez un seul élément : un transfert, une approbation ou une boucle de reprise. Modifiez le modèle, lancez une simulation pour comparer le changement au processus actuel, puis prenez votre décision à partir de cette comparaison plutôt que d’une opinion. Mesurez ensuite à nouveau le processus pour boucler la démarche.

Vous n’avez pas besoin de modéliser toute l’organisation pour commencer. Deux processus associés à des données valent mieux que vingt processus sur des diapositives, et le deuxième processus est bien plus rapide à modéliser que le premier. Pour en savoir plus sur la complémentarité entre la modélisation et le Process Mining, consultez notre article sur leur complémentarité.

Commencez avec des données partielles, pas des données parfaites

La couverture s’étend comme le modèle, un processus à la fois. Deux éléments rendent cette démarche possible.

Des données partielles permettent déjà de répondre à une question. Si le journal provient d’un seul système, vous pouvez déjà voir les flux, les temps d’attente et les variantes des étapes qu’il enregistre. Les étapes réalisées ailleurs n’y figurent pas, mais vous savez lesquelles : le modèle indique où elles se situent.

Le modèle donne un cadre aux données. La plupart des outils de Process Mining partent d’un journal et en déduisent le processus. Tout ce que le journal ne contient pas reste donc invisible. Lorsque le modèle existe déjà, les données n’ont pas besoin de décrire le processus dans son intégralité pour être utiles : la structure est en place, chaque chiffre se rapporte à une étape nommée et les étapes sans données apparaissent clairement.

C’est aussi pourquoi il vaut mieux ne pas attendre d’avoir des données complètes. Un projet de neuf mois consacré à la constitution du journal parfait risque d’aboutir alors que le processus a déjà changé. La première analyse décrit alors l’historique du projet plutôt que le travail réel. Mieux vaut obtenir rapidement des résultats suffisamment fiables : un processus, un système, trois mois d’événements et une décision à prendre.

La couverture s’étend ensuite avec l’architecture. Chaque nouveau processus documenté apporte son propre journal, et le jumeau s’élargit au rythme du catalogue de processus, plutôt que d’un programme dédié aux données.

Santé des processus : comment mesurer le jumeau

Sans score, un jumeau ne produit aucun retour sur les changements. La santé des processus relie le modèle aux données et permet d’améliorer le processus semaine après semaine. Le cadre CURES explique ce que mesure chacune des cinq dimensions.

Les décisions que vous pouvez prendre grâce à un jumeau

Approuvez ou refusez un changement. Modélisez le processus envisagé, utilisez des volumes et des durées réalistes, puis comparez les options. La qualité d’une simulation de jumeau numérique dépend des hypothèses retenues. Il est donc utile de les examiner ensemble : la simulation ne prédit pas l’avenir, elle rend le raisonnement visible.

Décidez où concentrer le prochain effort d’amélioration. Un diagramme peut montrer qu’une approbation est prévue. Les données d’exécution indiquent combien de temps les cas y attendent. Ensemble, ces éléments vous permettent de déterminer si elle mérite votre attention. Notre guide d’analyse des processus décrit les étapes qui mènent du graphe aux résultats.

Vérifiez si le modèle décrit toujours le travail réel. La comparaison du modèle avec les données d’exécution récentes met en évidence leurs écarts. C’est une raison de réexaminer le modèle, et non de considérer un document terminé comme toujours à jour.

Importer des données et obtenir des résultats

Ce sont les deuxième et troisième imports, et non le premier, qui font d’un jumeau un outil actualisé en continu. Une fois l’analyse en place, il reste à la tenir à jour et à interpréter ses résultats :

• Une mise à jour quotidienne suffit. Le journal n’a pas besoin d’être transmis en continu au jumeau. Remplacer le jeu de données par un nouvel export chaque jour ou chaque semaine suffit à maintenir le processus analysé et les Dashboards à jour. Les décisions relatives aux processus ne changent pas d’une minute à l’autre, et une mise à jour réellement effectuée vaut mieux qu’un pipeline que personne n’entretient.
• L’IA examine les données avant vous. Les recommandations de l’IA sur les données analysent le jeu de données et signalent les associations de colonnes ainsi que les problèmes de qualité, avec un niveau de confiance. Une colonne d’horodatage incorrecte est ainsi repérée avant de fausser l’analyse.
• L’IA résume le processus pour vous. Les synthèses de l’IA décrivent les goulots d’étranglement, les problèmes de conformité, les tendances et la santé du processus directement dans l’espace de travail. Auparavant, cette étape nécessitait un analyste et une réunion.
• Posez une question sur le processus. L’Assistant IA répond à vos questions sur le processus et propose des changements que vous pouvez examiner et appliquer en un clic.
• Donnez accès au jumeau à tous les assistants. Avec la formule Entreprise, le serveur MCP expose vos processus et vos modèles sous forme d’outils MCP standard. Claude, ChatGPT, Copilot ou un agent que vous avez créé peuvent ainsi utiliser les mêmes données régies. Vous disposez d’une norme ouverte plutôt que d’une intégration sur mesure, et chaque utilisateur ne voit que ce que son siège l’autorise à consulter.
• Testez le changement avec des paramètres réels. La simulation assistée par l’IA établit les paramètres de simulation à partir de votre modèle ou les calcule à partir de vos propres données. Elle réduit ainsi la partie la plus longue de la préparation d’un scénario « et si ».

Le cycle qui maintient un jumeau à jour est court : l’export est effectué, l’analyse est actualisée, les synthèses et le score de santé indiquent les changements, puis quelqu’un prend une décision. Lorsque ce cycle se déroule sans projet ponctuel, vous êtes au stade de l’actualisation continue.

Par quel processus commencer

Choisissez un processus lié à une décision, dont les résultats sont mesurables et pour lequel des données d’événements sont disponibles dans au moins un système. Une approbation ou un transfert qui suscite déjà des discussions est souvent un bon point de départ : les discussions font émerger la question, et le journal contient la réponse.

Avant de vous engager, vérifiez que les données d’événements enregistrent les activités et les durées qui vous intéressent. Le minimum requis est un identifiant de cas, une activité et un horodatage pour chaque événement. Modélisez ensuite le processus, importez les données et examinez les écarts entre les deux. La cartographie des processus constitue un bon point de départ si le modèle est l’élément le moins abouti.