Modélisation des processus et Process Mining : une alliance efficace
Découvrez ce que révèlent la modélisation des processus et le Process Mining, leurs différences et le rôle du contrôle de conformité pour les relier.
La modélisation des processus décrit le fonctionnement prévu. Le Process Mining reconstitue le déroulement réel du travail à partir des données d’événements. En associant les deux, vous pouvez comparer l’état cible à la réalité, repérer les écarts importants et décider des changements à apporter. Le contrôle de conformité rend cette comparaison explicite.
Les deux volets de la gestion des processus
La modélisation des processus et le Process Mining répondent à des questions différentes sur un même processus. La modélisation s’appuie sur les connaissances des équipes et les choix de conception. Le Process Mining, lui, part des journaux d’événements issus des systèmes qui enregistrent le travail.
| Modélisation des processus | Process Mining | |
|---|---|---|
| Question à laquelle la méthode répond | Comment ce processus devrait-il fonctionner ? | Comment fonctionne-t-il réellement ? |
| Source | Connaissances sur le processus et choix de conception | Journaux d’événements enregistrés par les systèmes concernés |
| Utile pour | Définir un état cible, préciser les relais entre équipes et expliquer le processus | Repérer les variantes, les goulots d’étranglement, les reprises et les écarts |
| Ce que la méthode ne peut pas révéler à elle seule | Si le modèle correspond à l’exécution quotidienne | Si le comportement observé correspond à ce que vous aviez prévu |
La modélisation donne à votre équipe une description commune du processus prévu. Le Process Mining s’appuie sur les événements enregistrés pour montrer les parcours suivis par les cas, y compris les variantes qui ne figurent pas toujours dans la documentation. Aucune méthode ne remplace l’autre : un modèle ne prouve pas que le travail suit le processus prévu, et les données analysées ne définissent pas le processus à mettre en place.
Ce que vous apporte la modélisation des processus
Un modèle de processus rend visibles les décisions liées au travail et permet de les examiner. Il peut vous aider à :
- Un langage commun. Un diagramme fournit un repère concret lorsque les équipes ne s’accordent pas sur un relais, une décision ou une étape.
- Un état cible. Le Process Mining peut montrer le processus actuel, mais ne peut pas décider du parcours que votre organisation souhaite suivre. Le modèle consigne cette intention.
- Des supports de formation et d’intégration. Un diagramme clair aide chacun à comprendre les responsabilités et l’ordre des étapes, sans dépendre d’explications informelles.
- Une base pour concevoir l’automatisation. Avant d’envisager l’automatisation d’une étape, vous devez définir son rôle, les informations qu’elle utilise et les critères qui marquent son achèvement. La modélisation permet de formaliser ces décisions.
Les méthodes de modélisation des processus vont du croquis informel aux diagrammes BPMN structurés. Le niveau de détail approprié dépend du public visé et de la décision que le modèle doit éclairer. Lorsqu’une notation précise et commune est nécessaire, BPMN 2.0 fournit une méthode normalisée pour représenter les flux de processus.
Ce que vous apporte le Process Mining
Le Process Mining utilise les données d’événements, qui comprennent généralement un identifiant de cas, une activité et un horodatage, pour reconstituer l’exécution d’un processus. Il peut vous montrer :
- Les parcours réellement suivis par les cas. Consultez les séquences enregistrées, y compris les cas qui ont sauté une étape, sont revenus en arrière ou ont nécessité des reprises.
- Les variantes du processus. Comparez les différents parcours suivis par les cas, au lieu de supposer qu’ils empruntent tous le chemin documenté.
- Les goulots d’étranglement et les temps d’attente. Mesurez le temps entre les activités pour repérer les étapes où les cas attendent.
- Des éléments de comparaison. Une fois le processus prévu modélisé, vous pouvez vérifier en quoi l’exécution enregistrée s’en écarte.
Le Process Mining ne détermine pas si un écart est une erreur. Il fournit des éléments à examiner. Vos connaissances du processus et le modèle vous aident à interpréter ce que révèlent les données.
L’écart entre les deux et son coût
Le processus documenté peut différer de celui que les équipes et les systèmes exécutent réellement. Si les équipes organisent les effectifs, les changements ou l’automatisation à partir d’un modèle obsolète, elles risquent de se concentrer sur un travail qui ne se déroule pas comme prévu. Pendant ce temps, les contournements et les reprises peuvent rester invisibles.
Les écarts les plus fréquents sont les suivants :
- Une étape du modèle qui n’est pas exécutée. Une vérification prévue peut être omise dans la pratique. Concevoir le processus autour de cette étape sans vérifier son exécution peut conduire à un changement inadapté.
- Une étape qui n’existe que dans la pratique. Un contournement peut être devenu habituel sans être documenté ni attribué à un responsable.
- Une boucle de reprise absente du modèle. Le diagramme peut montrer un parcours direct, alors que les données d’événements révèlent des cas qui reviennent à une activité précédente.
- Un relais trop lent. Le modèle peut indiquer à quel moment la responsabilité change de mains, tandis que le Process Mining mesure le temps d’attente des cas à cette étape.
La modélisation seule ne permet pas de vérifier si le processus documenté correspond à son exécution. Le Process Mining seul ne permet pas de savoir si le comportement observé est acceptable. C’est pourquoi il est important de comparer les deux.
Comment les deux méthodes se complètent
Le cycle d’amélioration relie le processus prévu aux éléments observés pendant son exécution. Voici un exemple en trois étapes, appliqué à un processus d’approbation de factures :
- Analysez le processus actuel. À partir des données d’événements, observez les parcours des factures, leur temps d’attente entre les activités et les étapes auxquelles les cas reviennent pour correction. Vous obtenez ainsi une vue de l’exécution actuelle, et pas seulement du parcours documenté.
- Modélisez l’état cible. Définissez ensemble les étapes d’approbation, les points de décision et les relais souhaités. Consignez cet état cible dans un modèle de processus qui servira de référence à l’équipe.
- Vérifiez la conformité. Comparez le modèle aux cas enregistrés. Examinez les factures qui ont sauté une approbation, suivi un ordre différent ou emprunté un parcours inattendu. Déterminez si chaque écart révèle un problème d’exécution, une exception que le modèle devrait autoriser ou un état cible à revoir.
Servez-vous ensuite de vos observations pour réviser le processus ou son modèle, puis recommencez la comparaison lorsque vous disposez de nouveaux éléments. Ce cycle ne signifie pas que tous les écarts doivent être supprimés. Il vous donne une méthode structurée pour déterminer lesquels comptent.
Vous pouvez commencer par le Process Mining si vous ne savez pas encore quelle partie du processus doit être examinée. Vous pouvez commencer par la modélisation si un état cible a déjà été défini d’un commun accord. Dans les deux cas, considérez le premier modèle ou la première analyse comme un point de départ, puis mettez-le à jour à mesure que vos connaissances progressent.
Commencez par analyser un processus pour voir ce que révèlent vos données d’événements.
La modélisation figurait dans le plan dès la première version, mais nous n’avions pas prévu à quel point elle améliorerait aussi le Process Mining. Un modèle donne aux équipes un moyen de parler du processus qu’un enchevêtrement de données d’événements ne peut pas offrir. En réunissant les deux, le Process Mining parle enfin le langage de l’entreprise, et pas seulement celui des analystes.
Vérification de conformité : le point de rencontre des deux méthodes
La vérification de conformité compare un modèle de processus prévu à l’exécution enregistrée. Elle peut mettre en évidence les cas où des activités ont été omises, où leur ordre a changé ou encore où un parcours du modèle n’a pas été observé.
Un écart invite à examiner la situation, mais ne prouve pas qu’il y a un défaut. Le processus peut autoriser une exception valable, le modèle peut être incomplet ou les données d’événements peuvent ne pas enregistrer l’activité concernée. Commencez par un processus et un modèle dont le périmètre est clairement défini, puis examinez les résultats avec les personnes qui connaissent le travail.
Découvrez le fonctionnement de la vérification de conformité dans ProcessMind. Pour voir les différents parcours suivis par les cas, consultez les variantes du processus.
L’approche traditionnelle : avantages et inconvénients
Conserver les modèles de processus et les résultats du Process Mining dans des outils distincts peut convenir aux équipes qui ont déjà adopté des méthodes de modélisation ou d’analyse. Chaque outil remplit une fonction précise, et les équipes peuvent choisir la notation et l’environnement d’analyse adaptés à leurs besoins.
En contrepartie, il faut consacrer du temps à les relier. Vous devrez peut-être exporter les modèles, préparer les résultats d’analyse, harmoniser les noms d’activités et rapprocher les versions manuellement. Si la comparaison demande trop d’efforts, les équipes risquent de ne la faire qu’une fois pour un projet, sans la renouveler. Le modèle et les éléments observés finissent alors par diverger.
Des outils distincts peuvent néanmoins convenir si vous disposez d’une méthode fiable pour maintenir la cohérence entre les modèles et les données, d’une répartition claire des responsabilités et d’un processus de révision suivi par les équipes. La question essentielle est de savoir si votre équipe peut renouveler la comparaison au fil des évolutions du processus.



Guide pratique de modélisation des processus
Un guide de modélisation des processus utile commence par les décisions que le modèle doit éclairer. Avant de dessiner, définissez le périmètre du processus, les personnes qui utiliseront le modèle et le niveau de détail dont elles ont besoin.
- Définissez un périmètre clair. Choisissez un processus dont le début et la fin sont définis. Un domaine étendu, comme le cycle commande-encaissement, devra peut-être être divisé en processus plus petits avant de pouvoir être modélisé utilement.
- Choisissez le niveau de détail. Concentrez chaque diagramme sur un seul niveau. Mélanger des étapes générales et des actions détaillées dans les systèmes peut rendre le diagramme difficile à suivre.
- Utilisez des noms familiers. Nommez les activités et les rôles dans le langage de votre équipe. Des libellés clairs facilitent la révision du modèle et sa comparaison avec les données d’événements.
- Représentez le parcours principal, puis les exceptions. Rendez le flux attendu lisible avant d’ajouter les parcours moins fréquents. Incluez les exceptions qui ont une incidence sur les décisions ou les responsabilités.
- Attribuez la responsabilité du modèle et gérez ses versions. Désignez une personne chargée de la révision et consignez les modifications. Sans responsable ni historique, il est plus difficile de savoir si le modèle est à jour.
- Définissez une fréquence de révision. Réexaminez le modèle lorsque le processus change et aux dates de révision convenues. Un diagramme que personne ne met à jour finira par perdre la confiance de l’équipe.
La notation ne représente qu’une partie du travail. Découvrez BPMN 2.0 et ses symboles et conventions. Si vous souhaitez documenter des processus dans ProcessMind, consultez la présentation de la modélisation BPMN. Pour une introduction plus générale aux méthodes de cartographie, découvrez la cartographie des processus.
Faire du cycle un levier d’amélioration continue
Le cycle devient utile lorsqu’il est répété à mesure que le processus évolue. Attribuez à chaque étape un responsable et une question précise à examiner. Vous pouvez, par exemple, étudier une longue attente, vérifier si un changement a modifié les parcours des cas ou déterminer si le modèle reflète toujours l’état cible.
Pour que la révision reste concrète :
- Apportez un changement ciblé. Choisissez un problème précis plutôt que de chercher à repenser tout le processus d’un seul coup.
- Vérifiez les éléments disponibles. Utilisez le Process Mining pour examiner l’exécution enregistrée et, le cas échéant, la simulation des processus pour étudier différents scénarios.
- Mettez le modèle à jour. Si l’état cible évolue, révisez le modèle pour qu’il reste une référence utile.
- Examinez les exceptions. Déterminez si un écart correspond à un parcours accepté, à un problème de données ou à une situation qui nécessite une intervention.
Pour suivre un cycle d’amélioration structuré, consultez le guide de l’amélioration des processus fondée sur les données.
La place de ProcessMind
ProcessMind réunit la modélisation des processus et le Process Mining sur une même plateforme. Vous pouvez documenter un état cible, analyser l’exécution enregistrée et comparer les deux sans transfert manuel entre différents outils. La simulation des processus permet également d’étudier des scénarios.
Réunir le modèle et l’analyse facilite la répétition des comparaisons. La plateforme ne détermine pas quels écarts comptent et ne modifie pas les processus à votre place. Votre équipe reste chargée d’interpréter les éléments observés et de décider de la suite.
Si vous souhaitez d’abord comprendre le Process Mining, découvrez ce qu’est le Process Mining. Pour voir comment les deux méthodes s’articulent dans ProcessMind, consultez la modélisation BPMN et le Process Mining.
Menez le cycle d’amélioration sur un processus
Choisissez un processus, analysez son exécution actuelle, modélisez l’état cible et examinez les écarts avec les personnes qui connaissent le travail. Vous pouvez réaliser cette première analyse pendant l’essai.