Le Process Mining au service de l’industrie manufacturière

Repérez et testez des améliorations des processus industriels

Dans l’industrie manufacturière, le Process Mining utilise les données des systèmes que vous avez déjà pour révéler le déroulement réel des commandes, de la production et de la maintenance. Repérez les goulots d’étranglement, de la commande à l’expédition, puis simulez des changements de capacité, d’organisation des équipes ou de règles de lots avant de les mettre en œuvre. Après leur déploiement, comparez les performances prévues aux résultats réels, notamment la réduction du temps de cycle. La solution analyse les processus et simule les opérations, mais ne simule ni les usines ni les procédés chimiques. Elle ne fournit pas d’analyses au niveau des machines ou des automates programmables.

Quels processus industriels pouvez-vous analyser ?

Analysez les cas liés aux commandes, à la production et à la maintenance à partir des données d’événements de systèmes tels que les ERP, les MES et les plateformes de maintenance, de qualité ou de gestion des entrepôts. Le Process Mining relie les événements enregistrés pour offrir une vue de bout en bout. Vous voyez ainsi comment le travail passe d’une équipe et d’un système à l’autre, au lieu de vous limiter au point de vue d’un seul service.

Par exemple, l’analyse du processus allant de la commande à l’expédition peut montrer à quel moment une commande a été lancée, quand la production a commencé, où des contrôles qualité ou des reprises ont eu lieu et quand l’expédition a été terminée. Si vos données contiennent ces informations, vous pouvez également comparer les parcours de production par usine, produit, ligne, fournisseur ou équipe.

L’analyse reflète les événements enregistrés par vos systèmes. Elle ne surveille ni les machines ni les automates programmables. Pour préparer un journal d’événements, consultez la documentation sur les données pour le Process Mining.

Où se situent les goulots d’étranglement entre la commande et l’expédition ?

Un temps de cycle élevé entre la commande et l’expédition peut avoir plusieurs causes. Le Process Mining vous aide à localiser les retards dans le flux enregistré et à repérer les cas ou les variantes du processus concernés.

• Lancement des commandes : Avant que la planification de la production puisse intervenir, les commandes peuvent attendre la disponibilité des matériaux, des vérifications de crédit ou un examen technique.
• Production et changements de série : Les étapes répétées ou les reprises peuvent mobiliser des capacités sans augmenter la production.
• Contrôles qualité : Les mises en attente et les files d’inspection peuvent allonger le temps entre les étapes de production.
• Maintenance : Les cas de maintenance peuvent révéler des retards dans le traitement des demandes, la planification ou la réalisation.
• Expédition : Les expéditions partielles et les transferts en aval peuvent prolonger le délai entre la commande et la livraison.
• Dépendances de la chaîne d’approvisionnement : Des retards dans la réception des matériaux peuvent perturber les plannings, même si les étapes internes se déroulent comme prévu.

Comparez ces tendances à des KPI tels que le temps de cycle, le débit, les coûts et le respect des délais de livraison. Les données indiquent où survient un retard, mais ne suffisent pas à en établir la cause. Appuyez-vous sur le contexte opérationnel pour vérifier les conclusions de l’analyse.

Pour découvrir une méthode pratique permettant de repérer les retards, lisez comment analyser un processus.

Comment le Process Mining aide-t-il l’industrie manufacturière ?

Le Process Mining reconstitue les parcours réellement suivis à partir des données d’événements. Comparez-les au processus prévu pour repérer les variations et mesurer les temps d’attente, les reprises et les transferts.

Les responsables d’usine et de production, les ingénieurs industriels et les équipes d’amélioration continue peuvent s’appuyer sur la même vue de la situation. Plutôt que de débattre de l’étape responsable d’un retard, examinez les cas, les horodatages et les KPI qui révèlent cette tendance.

Les résultats peuvent vous aider à déterminer quel problème examiner en premier. Ils ne remplacent ni le jugement des ingénieurs ni l’analyse à l’échelle de l’usine.

Que pouvez-vous tester par simulation des processus ?

Après avoir repéré un goulot d’étranglement, utilisez la simulation des processus pour tester des changements apportés au modèle avant leur mise en œuvre. Pour les flux de travail industriels, comparez des scénarios portant sur :

• La capacité et la disponibilité des ressources
• L’organisation des équipes
• Les règles de lots
• Les parcours de routage ou d’approbation
• Les calendriers de maintenance

La simulation estime l’effet qu’un changement pourrait avoir sur les résultats du processus, notamment le temps de cycle, le débit et le temps d’attente. Elle ne simule ni les équipements physiques, ni les procédés chimiques, ni le comportement des machines.

Découvrez la fonctionnalité de simulation pour savoir comment la simulation des processus peut faciliter l’analyse de scénarios. Consultez également la documentation sur la simulation pour en savoir plus sur la comparaison de scénarios « et si ».

Comment comparer les améliorations prévues aux résultats réels ?

Avant le déploiement, consignez le KPI de référence et les hypothèses utilisées pour la simulation. Après le changement, mesurez les performances réelles à partir des données d’événements mises à jour et comparez-les à cette référence.

Comparez le même périmètre de processus et le même KPI dans les deux vues. Si les résultats prévus et réels diffèrent, vérifiez si le changement a été mis en œuvre comme prévu dans le modèle, si les conditions opérationnelles ont évolué et si les données d’événements couvrent les étapes pertinentes. Appuyez-vous sur cette comparaison et sur les données de vos opérations pour affiner le scénario suivant.

Les résultats dépendent de vos données, du périmètre du processus et des changements mis en œuvre. Le Process Mining et la simulation facilitent l’analyse et la planification, mais ne garantissent pas une amélioration particulière.

Comment commencer ?

Choisissez un processus ayant un impact opérationnel clairement défini, comme le passage de la commande à la production, la planification de la production, la maintenance ou l’inspection qualité. Définissez le KPI que vous souhaitez comprendre, puis repérez les systèmes qui enregistrent les événements pertinents.

Préparez un journal d’événements ciblé, avec des identifiants de cas, des noms d’activités et des horodatages. Vérifiez que les événements représentent le processus à analyser et, si ces informations sont disponibles, ajoutez des éléments de contexte utiles comme l’usine, le produit, la ligne ou l’équipe. Utilisez ensuite la vue du processus dans ProcessMind pour repérer un goulot d’étranglement, modéliser un changement et comparer des scénarios.

Quel est le lien avec l’amélioration continue ?

Le Process Mining et la simulation apportent des données opérationnelles aux méthodes d’amélioration que vous connaissez déjà. Repérez les variations de performance grâce à l’analyse, examinez-en les causes avec les personnes qui connaissent le travail et testez un changement proposé avant son déploiement. Comparez ensuite les performances prévues et réelles pour orienter le cycle d’amélioration suivant.

Consultez le guide Lean Six Sigma et DMAIC pour suivre une démarche structurée d’amélioration des processus fondée sur les données.

Testez un scénario de goulot d’étranglement

Choisissez un flux de commandes, de production ou de maintenance et examinez ce que révèlent vos données d’événements. Commencez par une analyse ciblée, testez un changement par simulation, puis comparez les prévisions aux performances réelles après le déploiement.

Testez un scénario de goulot d’étranglement