Résolution des problèmes liés aux données

Résolution des problèmes liés aux données

Les problèmes de données se manifestent de différentes façons : cas fragmentés, événements dans le désordre, étapes manquantes ou chiffres invraisemblables. Cette page vous aide à remonter du symptôme à la cause, puis à trouver une solution, dans ProcessMind lorsqu’un réglage suffit, ou dans l’extraction lorsque le problème ne peut être corrigé autrement.

Pour connaître toutes les étapes de préparation, savoir à quoi ressemblent des données de qualité et comment les obtenir, consultez Nettoyage et préparation des données. Pour découvrir les contrôles effectués par la plateforme sur vos données, consultez Qualité des données.

Premiers contrôles

Avant d’examiner le fichier source, vérifiez les informations déjà fournies par ProcessMind :

• La liste rouge au-dessus des panneaux. Dans l’onglet Général du jeu de données, cette liste indique le problème bloquant : ID de cas, Activité ou Heure de fin manquant, activités sans données, attributs sans valeur, ou incompatibilité entre un fichier importé de nouveau et le type de processus auquel il a été associé. Commencez par là.
• Le badge et le panneau de qualité. Le badge affiche le score de santé du processus en pourcentage. Le panneau présente la fraîcheur des données, la couverture des attributs et l’analyse des activités.
• Recommandations IA sur les données. Une analyse du jeu de données répertorie les problèmes détectés et propose des associations et des corrections.
• Attributs du jeu de données. Définissez le nom d’affichage, le type de données et le format de date et d’heure, ou masquez une colonne, sans rien exporter de nouveau.

Symptômes dans le graphe du processus

Les cas sont fragmentés en plusieurs cas

Ce que vous voyez : une seule instance du processus apparaît sous la forme de nombreux cas courts, chacun ne comportant qu’une ou deux étapes. Le graphe se réduit alors à une ligne d’activités.

Pourquoi : la colonne associée à ID de cas identifie un élément plus petit que l’instance du processus, par exemple une ligne de commande, un numéro de facture ou un numéro de document provenant d’un système.

Solution : associez la colonne qui identifie l’instance dans son ensemble : la commande, le ticket ou la réclamation. Si aucune colonne ne suffit, regroupez les identifiants en amont, dans SQL ou votre tâche ETL, afin que tous les événements d’une même instance portent le même ID de cas, puis importez à nouveau le fichier. Les conventions de nommage propres à chaque système sont décrites dans Où trouver les données.

Les événements sont dans le désordre

Ce que vous voyez : des activités qui ont lieu plus tard apparaissent avant celles qui ont lieu plus tôt, par exemple une facture datée d’avant la commande.

Pourquoi : trois causes fréquentes. L’horodatage a été interprété avec un format incorrect (une 03/04/2025 valeur lue comme le 4 mars au lieu du 3 avril). Des événements provenant de systèmes situés dans des fuseaux horaires différents ont été combinés sans conversion. Ou la mauvaise colonne a été associée au champ de date et d’heure.

Solution : vérifiez le format dans les attributs du jeu de données et confirmez que le type est Horodatage, et non Texte. Convertissez toutes les sources dans un même fuseau horaire avant de combiner les exports, triez les événements de chaque cas par horodatage et vérifiez quelques cas de bout en bout.

Des étapes sont manquantes

Ce que vous voyez : le graphe omet une étape qui a bien lieu.

Pourquoi : l’étape ne laisse aucune trace dans les données (validation par téléphone, signature papier), l’activité n’a jamais été associée ou un filtre la masque.

Solution : pour que les étapes existantes mais non enregistrées restent visibles, indiquez que l’activité est une étape de Débit des données. Associez les autres activités en suivant les instructions de la page Association et suppression de l’association des activités. Les activités sans association apparaissent en transparence, avec des liens en pointillés. Vérifiez ensuite quels filtres sont actifs.

Les cas ne se terminent jamais

Ce que vous voyez : de nombreux cas s’arrêtent sans atteindre d’événement de fin.

Pourquoi : l’export s’arrête à une date alors que les cas sont toujours en cours, le modèle ne comporte pas d’événement de fin ou l’activité de clôture ne figure pas dans le jeu de données.

Solution : ajoutez un véritable événement de fin au modèle, ou acceptez que certains cas restent ouverts et excluez-les de l’analyse des durées : les métriques temporelles ne prennent en compte que les cas clôturés. Un cas inachevé n’est pas une erreur de données.

Les nombres semblent trop élevés

Ce que vous voyez : une activité est effectuée à une fréquence étonnamment élevée, ou le nombre de cas dépasse celui indiqué dans les rapports métier.

Pourquoi : des lignes en double, c’est-à-dire le même événement enregistré deux fois par une intégration ou une extraction répétée.

Solution : supprimez les doublons à partir de l’ID de cas, de l’activité et de l’horodatage avant l’importation. La page sur le flux de travail de préparation explique les causes habituelles des extractions en double.

Le graphe est surchargé

Ce que vous voyez : des centaines d’activités, dont la plupart sont techniques.

Pourquoi : les connexions, les nouvelles tentatives et les tâches en arrière-plan figurent dans la même extraction que les étapes métier.

Solution : masquez les attributs que vous n’analysez pas, filtrez les événements qui ne font pas partie du processus et regroupez les événements de bas niveau dans l’activité correspondante. Aux experts du processus de décider où s’arrête le niveau de détail utile et où commence le bruit.

Les données de plusieurs systèmes ne concordent pas

Ce que vous voyez : le processus comporte des lacunes là où un système aurait dû fournir des données.

Pourquoi : les extractions des systèmes ont été effectuées à des moments différents, les systèmes désignent la même étape par des noms différents ou une extraction a été oubliée.

Solution : harmonisez les périodes d’extraction et les noms d’activité avant de combiner les données. Attribuez à chaque jeu de données son rôle, principal ou de comparaison, dans principal et comparaison, au lieu de concaténer des fichiers incompatibles.

Symptômes dans le jeu de données

L’importation est refusée

Ce que vous voyez : l’importation échoue ou le fichier est chargé dans une seule colonne.

Pourquoi : le fichier ne respecte pas l’une des exigences de structure. Les problèmes les plus fréquents sont l’absence de ligne d’en-tête (elle doit être en première ligne), des lignes vides entre les entrées, des nombres enregistrés comme du texte et des fichiers Excel dont les données se trouvent dans la deuxième feuille. Seule la première feuille est lue.

Solution : placez l’en-tête sur la première ligne, supprimez les lignes vides, vérifiez que les nombres sont bien au format numérique et déplacez les données d’événements dans la première feuille. Les séparateurs et les guillemets des fichiers CSV, TSV et TXT sont détectés automatiquement. Si le fichier ne s’affiche que dans une seule colonne, il est généralement impossible de l’interpréter : exportez-le de nouveau au format CSV ou Parquet.

Les colonnes ou les types sont incorrects

Ce que vous voyez : une colonne est manquante ou un horodatage est traité comme du texte.

Pourquoi : le fichier a changé depuis la dernière importation ou le type de données a été détecté incorrectement.

Solution : définissez manuellement le type et le format des données, ou masquez la colonne. Après avoir remplacé un fichier, vérifiez dans la liste rouge si le nouveau fichier est compatible avec le jeu de données dans lequel il a été chargé.

Les horodatages ne sont pas reconnus

Ce que vous voyez : la colonne d’horodatage est vide ou les durées calculées sont beaucoup trop longues.

Pourquoi : le format est inhabituel, l’ordre du jour et du mois dépend des paramètres régionaux, la précision varie (secondes et millisecondes dans une même colonne) ou les fuseaux horaires ont été convertis deux fois.

Solution : définissez explicitement le format dans les attributs du jeu de données, séparez à la source les exports dont la précision varie et utilisez un seul fuseau horaire avant l’importation.

Les valeurs sont vides

Ce que vous voyez : la couverture des attributs dans le panneau de qualité révèle des lacunes, ou un graphique comporte une catégorie null.

Pourquoi : le système source ne recueille pas la valeur pour chaque cas ou l’export a supprimé les champs vides.

Solution : comblez les lacunes à la source lorsque c’est possible. Si une valeur par défaut convient, utilisez des fonctions de gestion des valeurs nulles dans un attribut calculé pour remplacer les champs vides.

Les noms des activités ne concordent pas

Ce que vous voyez : « Approuver la commande » et « Approbation de la commande » apparaissent comme deux activités différentes alors qu’elles désignent la même chose, ou une même étape porte un nom différent selon le pays.

Pourquoi : chaque système source utilise son propre nom pour désigner le même travail.

Solution : convenez d’un nom unique pour chaque étape, puis harmonisez les valeurs dans l’extraction ou ajoutez un attribut calculé qui associe les différentes variantes à un même nom. Vous pourrez ensuite associer l’activité à partir de cet attribut.

Symptômes dans les chiffres

Les moyennes semblent trop faibles

Ce que vous voyez : une durée moyenne des cas que les équipes métier jugent irréaliste.

Pourquoi : les métriques temporelles ne prennent en compte que les cas clôturés, et excluent donc les cas inachevés. Or, les cas terminés sont souvent les plus rapides, surtout sur une période récente.

Solution : comparez des cas comparables. Limitez la période aux cas qui ont eu le temps de se terminer, consultez les définitions de la page Métriques temporelles avant de tirer des conclusions à partir d’une seule moyenne et examinez la distribution plutôt que la moyenne.

Les valeurs extrêmes faussent les moyennes

Ce que vous voyez : des moyennes bien supérieures à la durée habituelle d’un cas.

Pourquoi : quelques cas extrêmes font grimper la moyenne. Il s’agit parfois d’exceptions réelles, parfois d’erreurs dans les données.

Solution : examinez les cas les plus longs (P90 par rapport à la médiane) plutôt que la moyenne. Vérifiez si les cas extrêmes sont réels et excluez uniquement ceux qui sont effectivement erronés. Une exception rare mais réelle apporte une information utile. Métriques temporelles explique chaque mesure.

La comparaison n’affiche aucun résultat

Ce que vous voyez : le jeu de données de comparaison affiche Absent (0 cas, couverture de 0 %).

Pourquoi : les filtres actifs ou la période sélectionnée ne contiennent aucun cas pour ce jeu de données, ou ses activités ne sont pas associées au modèle.

Solution : élargissez la période, vérifiez les associations du jeu de données de comparaison et confirmez quel jeu de données est principal.

Quand le volume de données pose problème

Certains problèmes ne viennent pas des données elles-mêmes, mais de leur volume :

• Importations lentes : privilégiez Parquet ou ORC, et XLSB plutôt que XLSX pour les fichiers Excel. Consultez Formats de données pris en charge.
• Fichiers volumineux : ajoutez les nouvelles périodes avec une importation incrémentielle (delta) au lieu de remplacer le fichier entier.
• Analyses lentes : supprimez les colonnes que personne n’analyse, filtrez le parcours nominal lorsque vous recherchez des exceptions et examinez une période ou une région à la fois. Le guide des performances indique l’incidence du volume des données.
• Jeux de données à archiver : archivez les données que vous n’analysez plus afin de ne conserver dans l’espace de travail que celles qui vous servent.

Corriger le problème à la source

Chaque correction effectuée dans ProcessMind vous évite un aller-retour (import/export), mais certains problèmes ne peuvent être résolus qu’en amont : système source manquant, fuseaux horaires mélangés ou identifiants qu’aucun export ne regroupe. Il faut alors intervenir sur l’extraction et, si le problème se répète, sur le système qui la produit. Consultez Où trouver les données pour connaître les méthodes propres à chaque système, et ETL pour le Process Mining pour adopter les pratiques qui garantissent la fiabilité d’une extraction.

Vous n’avez toujours pas trouvé la solution ?

Si les vérifications ci-dessus ne permettent pas d’expliquer ce que vous constatez, contactez l’équipe d’assistance en indiquant le nom du jeu de données, le cas examiné, le résultat attendu et ce que vous observez. Une capture d’écran du graphique et une autre du panneau de qualité permettent généralement de résoudre le problème plus vite qu’une description.

Essayez le Process Mining avec vos propres données

Sujets connexes

• Qualité des données : contenu du badge et lecture du panneau
• Configurer votre jeu de données : liste des erreurs de validation et champs obligatoires
• Formats de données pris en charge : lignes d’en-tête, feuilles et types de fichiers
• Nettoyer et préparer les données : étapes complètes de préparation
• Chargement incrémentiel des données : enrichir les jeux de données sans les importer à nouveau
• FAQ : réponses aux questions les plus fréquentes