Process Mining

Le Process Mining reconstitue votre processus métier réel à partir des données du journal d’événements déjà enregistrées par vos systèmes. Au lieu de vous baser sur le fonctionnement attendu de votre processus, ProcessMind découvre ce qui se passe en pratique, notamment les raccourcis, les reprises et les exceptions qui n’ont jamais été intégrés au modèle.

Le parcours d’analyse

Le Process Mining commence avec vos données d’événements et se termine par une carte interactive du processus :

1. Importez vos données : importez un journal d’événements CSV ou XLSX en respectant les formats de données pris en charge.
2. Associez vos colonnes : indiquez à ProcessMind quelles colonnes contiennent l’identifiant de cas, l’activité et les horodatages dans la configuration de votre jeu de données.
3. Analysez le processus : ProcessMind déduit un modèle de processus à partir de la séquence des activités présentes dans vos données.

Analyser votre modèle

Une fois votre jeu de données associé, ProcessMind construit un modèle qui reflète le flux réel du travail :

• Les activités constituent les éléments de base du processus.
• Les connexions indiquent quelles activités suivent lesquelles, avec une pondération selon leur fréquence.
• La fréquence et la performance sont enregistrées pour chaque transition, afin que vous puissiez voir où les cas passent le plus de temps.

Explorez la carte obtenue avec le graphe du processus et examinez les cas individuels avec l’explorateur de cas.

Affiner votre découverte

Un modèle issu du Process Mining constitue un point de départ, pas un aboutissement :

• Concentrez-vous sur l’essentiel en filtrant les comportements peu fréquents.
• Regroupez les activités liées en activités de niveau supérieur afin de préserver la lisibilité du modèle.
• Animez le flux avec l’animation du processus pour observer le déroulement du processus au fil du temps.

Analyser un modèle existant

Lorsqu’un processus possède déjà un modèle sur le canevas et des données de flux associées, vous pouvez le reconstruire à partir du comportement réel observé dans les données :

1. Ouvrez le menu du processus (⋯) sur la page du modèle ou dans le catalogue, puis choisissez Analyser le modèle à partir des données de flux. La même boîte de dialogue s’ouvre depuis le menu du jeu de données dans le panneau d’association, sous Mise en page automatique du modèle.
2. Choisissez l’algorithme adapté à votre journal : algorithme Directly-Followed-By pour des résultats précis et classiques, algorithme Simple Miner pour un modèle compact ou algorithme IA Miner pour des données désordonnées ou incomplètes.
3. Définissez le niveau de contrainte du résultat : règle des passerelles exclusives (Aucune, Automatique ou passerelles XOR complètes) et règle des passerelles parallèles (Aucune, Limitée ou passerelles parallèles complètes).
4. Cliquez sur Analyser le modèle : le canevas est reconstruit à partir de vos données associées.

La boîte de dialogue permet également de modifier uniquement la mise en page : choisissez Horizontale ou Verticale, puis cliquez sur Mettre à jour pour réorganiser le modèle existant sans relancer l’analyse. L’analyse remplace la structure du modèle ; créez donc une version au préalable si vous souhaitez pouvoir restaurer sa forme actuelle.

De la découverte à la simulation

Comme votre modèle analysé repose sur des comportements réels, il constitue une bonne base pour établir des prévisions. Utilisez le processus découvert comme entrée de la simulation pour tester des changements avant leur mise en œuvre et étudier différents scénarios avec l’analyse « et si ».

Sujets associés

• Variantes de processus
• Vérification de la conformité
• Configurer votre jeu de données
• Utiliser les filtres

Frequently asked questions