Comment sourcer et structurer les data pour le Process Mining
Comment extraire les données de vos systèmes et les structurer pour le Process Mining
Le process mining est une méthode puissante pour analyser et améliorer vos workflows grâce aux données issues de vos systèmes. L’une des étapes majeures consiste à réunir les bonnes données et à les structurer correctement pour l’analyse. Dans cet article, découvrez comment extraire des données de SAP, Oracle, ServiceNow et d’autres outils, et les préparer à une utilisation optimale dans le process mining. Des liens supplémentaires sont également fournis pour l’intégration de systèmes spécifiques.
1. Comprendre les bases : quelles données pour le Process Mining ?
Avant de commencer l’extraction, il est essentiel de savoir quelles données sont indispensables au process mining. Trois éléments clés permettent de reconstituer et d’analyser vos workflows :
- Case ID : identifiant unique pour chaque instance (exemple : numéro de commande, identifiant de ticket, demande client…)
- Activity : étapes ou actions du processus (création de commande, validation d’une demande, clôture d’un ticket, etc.)
- Timestamp : date et heure de chaque action, afin d’enchaîner les événements dans le temps.
Disposer de ces trois éléments vous aide à cartographier le processus, repérer les blocages et identifier les inefficacités. Selon vos besoins d’analyse, ajoutez d’autres infos : personne responsable, service, type de tâche, etc.
2. Extraire des données depuis les principaux systèmes métier
La majorité des entreprises exploitent plusieurs solutions logicielles pour la gestion des processus : ERP, CRM, ticketing, etc. Voici comment extraire les données depuis les plateformes les plus utilisées :
SAP
SAP est un ERP incontournable, couvrant la finance jusqu’à la supply chain. Pour le process mining, exploitez les fonctions de reporting et d’export, ou connectez-vous à la base avec SAP Business Connector, SAP Data Services ou SAP BW (Business Warehouse).
Pour aller plus loin :
Oracle
La suite ERP et base de données Oracle est une source fréquente pour le process mining. Vous pouvez extraire vos données via des requêtes SQL, avec Oracle Data Integrator (ODI) ou les outils Oracle Business Intelligence (BI). Ce sont souvent des bases relationnelles, une bonne connaissance du SQL est donc très utile.
Pour en savoir plus :
ServiceNow
ServiceNow, leader en ITSM, est un excellent point d’accès pour analyser vos process de service. Utilisez les reporting tools intégrés pour générer des jeux de données, ou bien exploitez les REST APIs ServiceNow pour extraire directement les données. L’intégration avec des outils analytiques tiers est aussi possible pour approfondir l’analyse.
Pour en savoir plus :
Salesforce
Salesforce, leader du CRM, propose plusieurs moyens d’extraire vos données pour le process mining. Utilisez Salesforce Reports, Salesforce Data Loader ou les REST APIs. Les données Salesforce sont structurées autour d’objets, donc bien comprendre la configuration de vos processus de vente et de service client est nécessaire pour cibler les bonnes informations.
Ressources utiles :
3. Structurer les données pour le Process Mining : bonnes pratiques
Après extraction, il est crucial de bien structurer vos données pour assurer l’efficacité du process mining. Voici les bonnes pratiques à adopter :
a. Nettoyer et formater les données
Les données brutes comportent souvent des doublons, des valeurs manquantes ou des formats incohérents. Le nettoyage passe par :
- Supprimer les doublons pour ne pas fausser l’analyse,
- Veiller à un format homogène des dates, noms et autres champs,
- Gérer les valeurs manquantes : les compléter si possible ou retirer les enregistrements incomplets.
b. Créer un event log unifié
L’event log est la base du process mining : il s’agit d’un tableau où chaque ligne représente un event (activité du processus). Les champs essentiels sont :
- Case ID : pour regrouper les événements d’une même instance
- Activity Name : pour identifier chaque action réalisée
- Timestamp : pour respecter l’ordre des activités
Selon la complexité de votre processus, ajoutez :
- Resource : personne ou équipe responsable
- Department : pour savoir quelle entité est concernée
- Duration : pour calculer la durée à chaque étape
Exemple d’event log structuré :
| Case ID | Activity | Timestamp | Resource | Department |
|---|---|---|---|---|
| 1001 | Order Created | 2024-10-10 08:15:00 | John Doe | Sales |
| 1001 | Order Approved | 2024-10-10 09:30:00 | Jane Smith | Sales |
| 1002 | Ticket Opened | 2024-10-11 10:00:00 | Lisa Ray | IT Support |
c. Assurer la cohérence des données entre systèmes
Si vous extrayez des données de différents systèmes, veillez à leur cohérence. Par exemple, vérifiez qu’un Case ID utilisé dans un système correspond bien à l’identifiant dans les autres : cela vous permettra de croiser vos sources sans perte de contexte, pour une analyse globale. Standardisez aussi le nommage des activités pour éviter toute confusion.
d. Gérer la confidentialité et la sécurité des données
Lors de l’extraction et structuration des données pour le process mining, gardez toujours en tête la confidentialité et la sécurité. Anonymisez ou supprimez les données sensibles et limitez l’accès aux seules personnes autorisées. Pensez aux exigences de conformité (RGPD/GDPR) si vous manipulez des données clients.
4. Importer dans ProcessMind
Quand vos données sont structurées, importez-les dans ProcessMind. ProcessMind permet l’ingestion de données sous plusieurs formats pour analyser vos workflows. Selon votre outil, d’autres options d’intégration peuvent faciliter la récupération de données issues de différents systèmes.
Par exemple, ProcessMind permet de mapper les champs pour qu’ils correspondent au canvas du process design. Si certaines étapes sont absentes, servez-vous du design de processus pour les ajouter et obtenir une vue complète de vos process.
5. Ressources complémentaires pour l’extraction et l’intégration de données
L’extraction et la structuration de données peuvent parfois être complexes, surtout si vous travaillez avec plusieurs systèmes ou de grands volumes de données. Voici quelques ressources utiles :
- Outils ETL (Extract, Transform, Load) : Talend, Informatica et Alteryx permettent d’automatiser extraction et transformation de données.
- SQL pour débutants : Apprenez à écrire des requêtes SQL pour extraire des données de bases relationnelles.
- Guide du Process Mining : Guide complet sur le process mining et la structuration des données.
Conclusion : Préparer les données pour un Process Mining efficace
Extraire et structurer les données de vos systèmes est une étape clé pour découvrir de précieuses informations sur vos processus métier. En sachant quelles données collecter, en utilisant les bons outils et en appliquant les bonnes pratiques de structuration, vous optimisez vos projets de process mining. ProcessMind et d’autres plateformes facilitent ingestion, analyse et optimisation des workflows, pour des décisions métier plus efficaces, pilotées par les données.