Qu'est-ce qui est nécessaire pour exécuter le Process Mining ?

Vous avez des données brutes ? Ce n’est que le premier ingrédient ! Le Process Mining adore les données propres, alors explorez, préparez et assaisonnez vos données d’événements à la perfection. C’est la sauce secrète pour concocter de puissantes analyses de processus !

Quelles données sont nécessaires pour démarrer

Imaginez que vous tenez un stand de limonade, mais que vous avez une mémoire terrible ! Pour comprendre à quel point votre stand fonctionne bien, vous décidez de suivre quelques infos de base :

• ID Client (CaseID) : C’est comme un numéro que vous donnez à chaque client. Cela vous permet de savoir que c’est la même personne revenant pour plus de limonade (ou peut-être se plaindre d’une fournée trop acide !).
• Action Effectuée (Activity) : C’est ce qui s’est passé ! “Prendre la Commande,” “Préparer la Limonade,” ou peut-être “Résoudre une Réclamation de Client Mécontent” (espérons que pas trop souvent !).
• Heure de l’Action (Timestamp) : C’est quand vous avez effectué les actions. Connaître l’ordre de vos actions est crucial !

Avec seulement ces trois éléments de données, le Process Mining peut agir comme un petit espion à votre stand. Il peut voir le flux de base des clients, identifier les éventuels goulets d’étranglement (peut-être que vous êtes lent à préparer la limonade !), et même vous dire si certains clients sont plus souvent grincheux que d’autres (il est temps d’améliorer votre recette !).

Voici un exemple de ce à quoi les données pourraient ressembler dans un tableau :*

Cela peut sembler avoir très peu d’informations, mais c’est suffisant pour que le Process Mining commence à poser des questions et découvrir des premiers aperçus de l’efficacité de votre stand de limonade !

1. L’Affaire des Journaux de Limonade Manquants

Notre stand de limonade était un immense succès ! Les clients adoraient notre recette secrète (pour la plupart), et les affaires prospéraient. Mais avec ce grand succès est venu un nouveau défi : nous étions débordés de clients. Les files d’attente étaient longues, les tensions montaient, et pire que tout, nous ne savions pas pourquoi !

Vous vous souvenez de ce petit espion que nous avons recruté (Process Mining) ? Il se trouve qu’il ne peut pas faire de miracles. Il a besoin de bonnes informations, et tout ce que nous avions, c’étaient quelques gribouillis sur une serviette. C’est là que les choses se sont compliquées :

• Le Détective de Données: Notre premier problème était de trouver tous les détails juteux. Les commandes des clients étaient éparpillées sur des post-its, des reçus volants, et même une serviette froissée dans notre poche (beurk !). C’était comme une enquête, reconstituant l’information à partir de toutes ces sources aléatoires (bases de données, fichiers plats, journaux de messages, etc.).
• Parler la Même Langue: Même lorsque nous trouvions les données, elles n’étaient pas toujours claires. Certaines notes disaient “Client Heureux !” tandis que d’autres affichaient un visage mécontent. Nous avions besoin d’un traducteur (standardisation des données) pour que l’espion comprenne ce que chaque gribouilli signifiait.
• Poser les Bonnes Questions: Enfin, nous devions déterminer ce que nous voulions réellement savoir. Les files étaient-elles longues parce que les gens prenaient du temps à commander, ou prenions-nous trop de temps à préparer la limonade ? Poser les bonnes questions nous a aidés à cibler notre collecte de données (différentes vues sur les données).

Il s’avère que nettoyer ce désordre de données a été une toute nouvelle aventure. Mais dans le prochain chapitre, vous verrez comment, avec un peu de travail de détective et l’aide de notre espion amoureux des données, nous avons réussi à optimiser notre stand de limonade et à devenir l’envie du quartier !

2 : La Grande Fouille de Données

Notre stand de limonade était un immense succès, mais les files d’attente étaient un cauchemar ! Nous savions que nous avions besoin de notre espion de données (Process Mining) pour nous aider, mais d’abord, nous devions lui fournir des informations décentes. Cela signifiait une plongée en profondeur dans le monde de l’extraction des données – en gros, trouver tous les indices cachés sur nos clients et les transformer en quelque chose que notre espion pourrait comprendre.

Voici ce que nous avons découvert :

• Chasse au Trésor : Parfois, les données étaient comme un trésor enfoui – caché dans les recoins poussiéreux de nos systèmes (pages Web, emails, PDFs). Nous devions devenir des archéologues de données, explorant les vieux fichiers et utilisant des outils sophistiqués (screen scraping) pour déterrer les informations dont nous avions besoin.
• Perdu dans la Traduction : Même lorsque nous trouvions les données, elles n’étaient pas toujours claires. Certains indices étaient griffonnés sur des serviettes (données non structurées) et d’autres étaient enfermés dans un code secret (métadonnées manquantes). Nous avions besoin d’un traducteur (standardisation des données) pour tout déchiffrer.
• Le Focus est essentiel : Avec tant de sources de données (milliers de tables !), il était tentant de tout prendre. Mais tout comme vous n’essayeriez pas toutes les combinaisons de saveurs à la gelateria, nous devions nous concentrer sur les questions auxquelles nous voulions répondre. Les clients mettaient-ils trop de temps à commander, ou étions-nous le goulot d’étranglement pour préparer la limonade ? Se concentrer sur ces questions clés nous a aidés à prioriser quelles données extraire.

Ce n’était pas facile, mais avec un peu d’huile de coude et une bonne dose de curiosité, nous avons réussi à découvrir un véritable trésor de données. Dans le chapitre suivant, nous verrons comment nous avons nettoyé ce désordre et enfin mis notre espion de données au travail !

3 : Détoxification des Données

Nous avions une montagne de données, grâce à nos efforts héroïques d’extraction (voir Chapitre 3). Mais attention, ces données étaient un mélange – des informations utiles sur les clients, des gribouillis aléatoires, et beaucoup de choses dont nous n’avions pas besoin. Il était temps de détoxifier nos données !

Le filtrage est devenu notre nouveau meilleur ami. Imaginez trier une boîte à outils en désordre. Nous avons commencé avec des éléments globaux (coarse-grained scoping) lors de l’extraction des données. Maintenant, il était temps de rentrer dans le détail (fine-grained scoping).

Voici comment nous avons relevé le défi du filtrage :

• Focus sur les Stars : Imaginez les commandes les plus fréquentes des clients comme les outils brillants de notre boîte à outils. Nous avons décidé de nous concentrer sur les 10 activités les plus courantes (passer commande, attendre, recevoir la limonade) pour garder les choses gérables pour notre espion de données. Le reste pouvait attendre dans l’abri (pour l’instant).
• L’Itération est Essentielle : Le filtrage n’était pas une opération unique. Alors que notre espion de données commençait à analyser les données propres, il nous orientait vers de nouvelles zones d’intérêt. C’était comme un détective suivant des pistes, affinant constamment notre filtre en fonction de nouvelles connaissances.

Avec les données éclatantes de propreté (enfin, presque propres), il était enfin temps de libérer la véritable puissance de notre espion de données (Process Mining) dans le prochain chapitre ! Nous explorerions différentes techniques telles que la découverte, la conformité et l’amélioration pour diagnostiquer les problèmes de notre stand de limonade et devenir l’opération de limonade la plus efficace du quartier !

4 : La Transformation des Données

Notre détoxification des données (Chapitre 4) a fait des merveilles, mais il restait une étape cruciale avant de libérer notre espion de données (Process Mining) – la transformation des données ! Imaginez un client entrant dans notre stand avec un billet froissé. Nous ne le rejetterions pas, mais ce serait beaucoup plus facile à manipuler si le billet était net et propre. Voilà l’idée derrière le nettoyage des données.

Voici ce que nous devions faire :

• Affaire Classée : Un processus est comme le parcours d’un client – il a un début, un milieu, et une fin. Nous devions connecter tous les événements relatifs à un seul client (case) – sa commande, son temps d’attente, et enfin, la réception de sa limonade. Pensez à organiser tous les reçus pour une seule visite client.
• Parler Processus : Nos données ne parlaient pas toujours le langage du processus. Les activités devaient être clairement définies comme des changements de statut pour chaque parcours client (case). Par exemple, “Client Content !” n’était pas assez spécifique. Nous avions besoin d’un statut clair comme “Limonade Livrée.”

Ce n’était pas la partie la plus glamour de l’aventure, mais avec un peu de jonglage de données et une réflexion claire, nous avons enfin obtenu un ensemble de données propre et étincelant ! Avec ces données que notre espion de données a transformées, nous découvrons les secrets derrière nos longues files d’attente et transformons notre stand de limonade en un phare bouillonnant d’efficacité (et de délice) !