Qu’est-ce que le Process Mining ? Il s’agit d’utiliser les données d’événements des systèmes informatiques pour découvrir, analyser et améliorer le fonctionnement réel des processus. En reliant les activités aux dossiers et aux horodatages, le Process Mining montre les parcours suivis, le temps consacré à chaque étape et les écarts par rapport aux attentes.
Un journal d’événements consigne les activités, les horodatages et les identifiants de cas. Le Process Mining regroupe ces événements par cas et reconstitue le flux du processus. Vous pouvez ensuite étudier les goulots d’étranglement, les reprises et la conformité à un processus de référence. L’analyse apporte des éléments factuels ; votre équipe décide des suites à donner.
Pour en savoir plus sur les logiciels de Process Mining, consultez notre guide des outils de Process Mining.
Wil van der Aalst, pionnier du Process Mining, l’a comparé à une IRM pour une entreprise : cette approche peut révéler ce qui se passe sous la surface. Cette visibilité peut soutenir l’amélioration des processus et la transformation numérique. Consultez notre guide stratégique sur l’amélioration des processus fondée sur les données.
Imaginez une commande client qui passe de sa réception à son approbation, puis à son expédition. Chaque étape peut laisser une trace numérique. Le Process Mining relie ces traces pour montrer le parcours de chaque commande, y compris les détours et les exceptions. Au lieu de vous fier uniquement aux entretiens ou aux suppositions, vous pouvez examiner les parcours consignés dans les données.
Les résultats dépendent de la qualité des données d’événements et du contexte associé. Une cartographie des processus peut montrer le parcours prévu ; le Process Mining vous aide à voir ce que les données enregistrées indiquent réellement.
Le Process Mining commence par les données d’événements issues de vos systèmes informatiques. Chaque événement doit généralement comporter trois champs :
Le logiciel regroupe les événements par ID de cas et les classe selon leur horodatage. Il reconstitue ensuite les parcours suivis par les cas et les présente sous la forme d’un modèle de processus. Vous pouvez comparer les parcours, examiner leur durée et rechercher des tendances, comme la répétition d’étapes ou de longues attentes.
La qualité des résultats dépend des données. Des horodatages manquants, des noms d’activité incohérents ou des identifiants de cas incorrects peuvent fausser l’analyse. Découvrez où trouver les données de processus et quels formats de données sont pris en charge.
Les trois types de Process Mining répondent à des questions différentes :
La découverte de processus crée un modèle à partir des données du journal d’événements. Elle vous aide à voir les parcours réellement suivis par les cas, y compris les variantes qui n’ont peut-être pas été documentées.
La vérification de conformité compare le déroulement réel du processus à un modèle de référence. Elle permet de repérer les étapes que les cas suivent, ignorent ou exécutent différemment de ce qui était prévu.
L’enrichissement de processus ajoute les informations des journaux d’événements à un modèle de processus existant. Vous pouvez, par exemple, y ajouter des mesures de performance comme le temps d’attente ou la durée des activités pour comprendre les performances du processus.
Un projet commence souvent par la découverte, puis s’appuie sur la vérification de conformité pour étudier les écarts par rapport au processus de référence. L’enrichissement peut ajouter des informations sur les performances au modèle. Choisissez l’approche qui répond à la question que vous vous posez.
Pas besoin d’être spécialiste des données pour commencer à examiner les données de processus. Les analystes, les responsables de processus, les équipes opérationnelles et les équipes informatiques peuvent collaborer pour poser une question, préparer un journal d’événements et examiner les résultats de l’analyse.
Pour commencer concrètement :
Les 5 étapes du Process Mining
Collecter les données
Rassemblez les données d’événements issues de vos systèmes, par exemple les enregistrements de chaque étape d’un processus de commande à encaissement. Un fichier Excel peut suffire pour commencer.
Découvrir le processus
À l’aide d’un logiciel de Process Mining, reliez les événements par ID de cas et par date, puis examinez le flux de processus révélé par les données.
Vérifier la conformité
Comparez le processus découvert à un modèle de référence, par exemple un modèle BPMN, afin d’examiner les écarts.
Analyser les résultats
Examinez les goulots d’étranglement, les reprises et les inefficacités dans les Dashboards de processus, puis décidez des points à étudier ou à modifier.
Suivre les changements
Après avoir apporté des changements, réexaminez le processus pour voir comment ses performances et ses parcours ont évolué.
Suivez le parcours Premiers pas pour préparer votre première analyse.
Le Process Mining et la cartographie des processus répondent à des questions proches, mais différentes. Le Process Mining utilise les données d’événements pour montrer le déroulement d’un processus. La cartographie s’appuie sur les connaissances des équipes et des méthodes de conception des processus pour documenter ou planifier la manière dont le travail devrait se dérouler.
| Process Mining | Cartographie des processus | |
|---|---|---|
| Source des données | Données de journaux d’événements issues des systèmes informatiques | Entretiens, ateliers et documentation |
| Résultat | Vue du déroulement du processus fondée sur les événements enregistrés | Processus documenté ou conçu |
| Effort | Dépend de l’accès aux données et de leur préparation | Dépend du périmètre et de la contribution des parties prenantes |
| Couverture | Peut montrer les parcours consignés dans le journal d’événements | Dépend de ce que les équipes documentent |
| Approche adaptée pour | Comprendre le déroulement réel du processus | Concevoir ou documenter un processus |
Ces deux approches se complètent. Utilisez le Process Mining pour étudier le processus révélé par les données, puis la cartographie des processus ou la modélisation BPMN pour documenter ou concevoir des changements. ProcessMind réunit le Process Mining et la cartographie des processus au sein d’une même plateforme. Pour découvrir comment ces approches se complètent, consultez notre article sur les bénéfices conjoints de la modélisation des processus et du Process Mining.
Les algorithmes de Process Mining transforment les données d’événements en modèles de processus. Les travaux de recherche publiés en décrivent plusieurs familles : l’algorithme alpha déduit les relations entre les activités et constitue le point de départ classique ; le heuristic miner tolère le bruit et les journaux incomplets ; le fuzzy miner traite les comportements non structurés ; et l’inductive miner construit un arbre de processus dont la cohérence est garantie. Chaque algorithme est conçu pour un type de journal et produit le modèle défini par sa méthode.
ProcessMind propose trois mineurs. Vous en choisissez un dans la fenêtre Modèle issu du Process Mining, à côté des règles de passerelle qui déterminent le degré de précision du résultat affiché, comme l’expliquent les guides du Process Mining.
| Mineur | Résultat produit | À utiliser lorsque |
|---|---|---|
| Miner Directly-Followed-By | Un modèle plat qui relie chaque activité à celle qui la suit, sans sous-processus imbriqués | Vous voulez voir le journal sans modification ou vérifier ce que contiennent réellement les données |
| Simple Miner | Les parties denses du graphe sont décomposées récursivement en segments imbriqués | Vous voulez un modèle compact qui tient sur un seul écran |
| Mineur IA | Une décomposition par l’IA fondée sur l’enrichissement, qui détecte les régions parallèles et les représente comme telles | Le journal est désordonné ou incomplet, ou le processus comporte des tâches parallèles qu’un modèle plat ne peut pas représenter |
Le Mineur IA est notre propre outil, et non la réimplémentation d’un algorithme publié. Il analyse les données d’enrichissement en parallèle du journal d’événements, détecte les régions parallèles et décompose le graphe par niveaux, afin que le modèle conserve la structure suggérée par le journal au lieu de l’aplatir. C’est là qu’il se distingue : les définitions publiées supposent un journal complet et bien structuré, alors que la plupart des organisations travaillent à partir d’un export qui ne répond à aucune de ces conditions. Nous avons conçu le Mineur IA pour qu’il soit utile avec les données disponibles, plutôt qu’avec celles qu’exige une définition théorique. C’est aussi le seul des trois qui nécessite des données d’enrichissement. Avec un journal récent, le Miner Directly-Followed-By est donc le point de départ le plus fiable pour comparer les résultats.
Une fois la structure créée par un mineur, un algorithme de mise en page l’organise pour rendre le flux lisible. Le Clarity Engine de ProcessMind s’en charge.
Le Process Mining vous permet d’examiner le déroulement du travail à partir des cas enregistrés, plutôt que de vous fier uniquement à une description du processus ou à quelques exemples. Il peut vous aider à :
Ces résultats vous aident à poser de meilleures questions, mais ne prouvent pas la cause d’un retard ou d’un écart. Avant de décider des changements à apporter, échangez avec les personnes concernées et vérifiez le contexte pertinent.
Le Process Mining vous donne une vue objective du travail, sans que personne ait à le reconstituer de mémoire :
La qualité des constats dépend de celle du journal, et constituer ce journal demande du travail :
Mal utilisée, cette même source d’information peut faire des dégâts :
Le Process Mining peut sembler magique, jusqu’à ce qu’on en découvre les limites. Il fait apparaître des éléments qui vous échappaient, mais le plus difficile reste à faire : transformer ces constats en changements. L’analyse ne porte ses fruits que si quelqu’un veille à leur mise en œuvre.
Le Process Mining est particulièrement utile lorsque vous avez une question précise, des données fiables et des personnes capables d’interpréter les résultats. Voici les erreurs qui peuvent compromettre la crédibilité d’un projet.
Une recherche sans objectif précis peut mener à une analyse qui ne débouche sur aucune décision. Partez d’une question comme « Pourquoi faut-il plus de dix jours pour approuver les factures ? » ou « À quelles étapes les clients rencontrent-ils des retards lors de leur intégration ? » Une question précise vous indique quel processus, quelles données et quels indicateurs examiner.
Un objectif bien défini précise trois éléments : le processus concerné, la période étudiée et la décision que l’analyse doit éclairer. Formulez-le avant de charger des données et validez-le avec la personne responsable du processus. Cet accord évite qu’un projet pilote ne s’étende à tout le périmètre sans répondre à aucune question.
Si vous ne savez pas par où commencer, un guide d’amélioration des processus peut déjà servir à définir le périmètre. Il précise le processus, les systèmes, les champs à exporter et les activités à enregistrer. Vous disposez ainsi des données nécessaires pour répondre à votre première question.
Le Process Mining examine le fonctionnement d’un processus, mais ne le corrige pas automatiquement. Il peut révéler que les approbations prennent trop de temps, mais c’est à vous d’en trouver la cause et de décider des changements à apporter. Examinez les résultats, discutez-en avec les personnes concernées, puis mesurez à nouveau le processus après le changement.
Les données doivent être replacées dans leur contexte. Si vous analysez un processus seul et envoyez un rapport, vous risquez de passer à côté de la raison d’un détour ou de sa nécessité pour l’activité. Travaillez avec les personnes qui gèrent le processus et faites appel à l’informatique pour accéder aux données ou les valider. Leur connaissance du terrain permet de comprendre ce que le journal d’événements montre, et ce qu’il ne peut pas montrer.
Associez les personnes concernées dès le début, plutôt qu’au moment de la revue, et expliquez-leur l’objectif de l’analyse. Si elles connaissent la question à l’avance, elles pourront expliquer un détour, une solution provisoire ou une étape qui n’existe que dans la pratique.
Les personnes qui effectuent le travail savent aussi quelles étapes ne laissent aucune trace dans le système. Ces lacunes peuvent donner une image incomplète du processus découvert. Dans ProcessMind, vous pouvez les indiquer comme débit des données afin qu’elles restent visibles dans le modèle, sans inventer d’événements qui n’ont jamais été enregistrés.
Même après son amélioration, un processus continue d’évoluer. Réexaminez-le après le changement et comparez les résultats dans le temps pour voir si son fonctionnement a changé. Le suivi permet de transformer un constat en résultat.
Le Process Mining explique comment le travail est organisé, pas qui a commis une erreur. Présentez l’objectif de l’analyse et associez dès le départ les responsables du processus et les équipes. Si les données montrent qu’un groupe met plus de temps, cherchez les conditions qui expliquent cet écart : la charge de travail, une contrainte du système ou une étape à clarifier. La cause est généralement liée à l’organisation, et les personnes qui effectuent le travail sont souvent les mieux placées pour l’expliquer.
L’analyse repose sur le journal d’événements. Des horodatages manquants, des noms d’activité incohérents ou des identifiants de cas erronés peuvent donner une image déformée du processus. Vérifiez la signification de chaque champ, assurez-vous que les événements sont associés aux bons cas et examinez un échantillon avant d’analyser l’ensemble des données. Où trouver les données de processus présente les champs nécessaires.
Un projet pilote ciblé vous permet de découvrir ce que le Process Mining peut révéler, sans chercher à tout analyser d’un seul coup.
Expliquez ce que le Process Mining peut révéler et convenez des points à éclaircir. Réunissez un petit groupe de personnes qui connaissent le processus, les données et le contexte métier.
Commencez par une question importante pour l’équipe, par exemple : où se produisent les retards, ou pourquoi certains cas reviennent-ils à une étape précédente ?
Choisissez un processus dont le périmètre est clairement défini et les données accessibles. Un processus connu pour ses retards ou ses tâches répétées peut constituer un bon point de départ.
Limitez le projet pilote à une unité opérationnelle, une gamme de produits ou un autre périmètre défini. Un périmètre ciblé facilite la validation des résultats.
Rassemblez les données nécessaires au projet pilote. Un tableur ou un export CSV peut suffire pour commencer. Faites appel à l’équipe informatique si vous avez besoin d’aide pour accéder aux données ou les combiner.
Vérifiez que chaque événement comporte un ID de cas, un nom d’activité et un horodatage. Assurez-vous que les champs sont cohérents et représentent bien le processus que vous souhaitez étudier.
Importez le journal d’événements et examinez le modèle de processus. Vérifiez que le nombre de cas et la plage temporelle sont cohérents. Si ce n’est pas le cas, reprenez la préparation des données.
Examinez les principaux parcours, leurs variantes et la durée des activités. Utilisez des filtres pour vous concentrer sur les cas liés à votre question, puis relevez les tendances à étudier plus en détail.
Examinez les résultats avec les analystes, les responsables de processus et les personnes qui connaissent le travail. Demandez-leur si les tendances observées correspondent à leur expérience et ce qui pourrait les expliquer.
Décidez des problèmes à étudier ou à résoudre, puis définissez comment vous mesurerez les changements.
Une fois le changement mis en place par votre équipe, analysez de nouveau le processus. Comparez les résultats au point de départ pour voir ce qui a évolué.
Servez-vous de ces enseignements pour préciser la prochaine question ou étendre l’analyse à un autre processus.
Vous pouvez analyser un processus lorsque ses activités laissent des traces numériques qui peuvent être rattachées à des cas. Voici quelques exemples courants :
Les données d’événements peuvent provenir de systèmes ERP tels que SAP, Oracle et Microsoft Dynamics, de plateformes CRM comme Salesforce et HubSpot, d’outils de centre d’assistance tels que ServiceNow et Zendesk, ou encore d’applications personnalisées. Pour déterminer si les données d’un système conviennent, vérifiez que vous pouvez identifier les cas, les activités et les horodatages.
Parcourez la bibliothèque par secteur, service ou rôle dans la transformation, ou choisissez un guide d’amélioration des processus adapté à votre processus et à votre système. Chaque guide précise les champs à exporter, les activités à enregistrer et le modèle de données à remplir à partir du système source.
Découvrez des cas d’usage du Process Mining dans différents secteurs et équipes.
Le Process Mining, l’exploration de données et l’apprentissage automatique analysent les données de façons différentes. Le Process Mining étudie le parcours des cas à travers les activités au fil du temps. L’exploration de données recherche des tendances dans les jeux de données. L’apprentissage automatique s’appuie sur les données pour établir des prévisions ou des classifications.
| Process Mining | Exploration de données | Apprentissage automatique | |
|---|---|---|---|
| Question traitée | Comment ce processus se déroule-t-il ? | Quelles tendances observe-t-on dans ce jeu de données ? | Que pourrait-il se passer ensuite, ou à quelle catégorie ce cas appartient-il ? |
| Unité d’analyse | Un cas qui traverse des activités au fil du temps | Des enregistrements, des lignes et des fonctionnalités | Des entrées associées à un résultat prédit |
| Entrée | Un journal d’événements avec des ID de cas, des activités et des horodatages | Un jeu de données préparé | Des données d’entraînement, étiquetées ou non |
| Résultat | Des modèles de processus, des variantes, la conformité et les goulots d’étranglement | Des tendances, des segments ou des groupes | Une prévision, un score ou une classification |
| Usage courant | Repérer où une commande attend et comment elle progresse | Repérer des tendances dans les dossiers clients | Prévoir quelles livraisons risquent d’être en retard |
La différence essentielle tient à la question à laquelle chaque méthode répond. Le Process Mining suit la séquence des activités. Il peut montrer qu’un cas a attendu lors d’un transfert ou qu’une activité a été répétée. L’exploration de données peut faire ressortir des tendances dans les enregistrements, tandis que l’apprentissage automatique estime la probabilité d’un résultat.
Ces méthodes peuvent se compléter. Vous pouvez utiliser le Process Mining pour comprendre les flux et repérer les variations, puis appliquer d’autres méthodes d’analyse afin d’étudier des tendances ou de prévoir des résultats. À elles seules, les prévisions n’expliquent pas le processus et ne le modifient pas.
Pour découvrir d’autres termes utilisés dans l’analyse des processus, consultez le glossaire ProcessMind.
Pour comprendre rapidement le Process Mining, examinez ce qu’il révèle dans un journal d’événements que vous connaissez. Importez un export ou partez d’un processus d’exemple : la définition devient alors concrète.
Guides pratiques sur le Process Mining et l’amélioration des processus
Process Mining
Le coût du Process Mining comprend trois postes : la licence, le travail sur les données et le temps consacré par les équipes. Découvrez nos tarifs, les coûts liés aux changements et cinq questions à poser aux fournisseurs.
Process Mining
Construisez votre analyse de rentabilité du Process Mining autour de quatre chiffres évaluables par la direction financière : l’ampleur du problème, le coût de sa résolution, celui du projet pilote et le délai avant d’obtenir les premières preuves.
Process Mining
Votre assistant IA ne peut être utile que s’il dispose du bon contexte. Le serveur MCP de ProcessMind lui donne accès aux connaissances sur vos processus que vous avez déjà réunies.
Process Mining
Découvrez les données recueillies par le Task Mining et comment analyser le travail sans surveiller les postes de travail.
Accédez immédiatement à la plateforme, sans carte bancaire ni attente. Représentez clairement le fonctionnement de votre organisation dans des modèles de processus reliés entre eux.
Définissez l’architecture des processus, les responsabilités et les contrôles, puis clarifiez les rôles à chaque niveau.
Démarrez votre essai gratuit et posez les bases d’une gouvernance, d’une gestion et d’une amélioration continue de vos processus.
Nous utilisons des cookies pour améliorer votre expérience, personnaliser le contenu et analyser le trafic. Les consultations de pages sont mesurées de façon anonyme, même sans cookies. En cliquant sur « Tout accepter », vous consentez à l’utilisation de cookies.
