Rechercher
Toggle location

Process Mining : l’explorateur d’ERP qui révèle la réalité des processus modèles

La plupart des grandes entreprises et PME ont modernisé leurs systèmes d’information par l’acquisition de solutions ERP portées par une liste de promesses séduisantes : économies de structures et de maintenance, meilleure unicité des données, plus grande homogénéité et meilleure efficacité des processus. Les solutions ERP sont ainsi très attractives et les gains attendus semblent à portée de main. Or la plupart des entreprises qui sautent le pas sont bien souvent déçues par les résultats obtenus. Leurs efforts tant financiers qu’humains ont pourtant souvent été non négligeables.

Les directions et équipes projet sont certaines d’avoir réussi leur projet de déploiement, le système a été livré dans les temps, il a été adapté à leurs spécificités, les utilisateurs sont formés… mais les remontées terrain des utilisateurs sont rarement positives : « l’outil est très compliqué à utiliser », « la même tâche prend deux fois plus de temps qu’avant », « les fournisseurs ne sont plus payés dans les temps »… Les équipes projet sont alors confrontées à plusieurs problématiques face auxquelles elles sont bien souvent démunies :

  • La liste des demandes d’évolutions ne cesse de s’allonger,
  • L’efficacité des processus est remise en cause et loin des espérances initiales éventuellement formalisées par des business cases,
  • Les utilisateurs mettent en place des comportements déviants qui conduisent à la mise en place de solutions parallèles palliatives (fichiers Excel, tâches manuelles…)

Dès lors, comment comprendre les raisons du problème ?

La plupart du temps des diagnostics terrain sont menés pour interviewer les utilisateurs et recueillir leurs doléances et souhaits d’amélioration. Dans certains cas des études Lean sont menées pour analyser la valeur des processus notamment via des mesures de temps. Même si les pratiques sont bonnes car elles permettent de recueillir la vision des utilisateurs, leur nature restrictive ne permet pas de construire une vision exhaustive des problèmes liés à la mise en œuvre réelle des processus et déviations associées. Il s’agit en effet de comprendre comment les processus sont mis en œuvre, pourquoi ce que nous avons imaginé et construit de manière rationnelle ne fonctionne pas ?

  • Le processus défini initialement est-il appliqué de la même manière par tous les utilisateurs ?
  • Quels sont les utilisateurs/sites qui n’appliquent pas correctement le processus ?
  • Quelles sont les natures de déviations de processus ?
  • Quelles tâches ralentissent les processus ?

Et si l’on rapprochait les données évènementielles stockées dans l’ERP des processus modèles ?

Le process mining créé en 1999 par Ton Weijters et Wil M.P Van der Aaalst permet de répondre à ces questions.

Ces deux chercheurs de l’Université de Colorado Boulder qui travaillaient parallèlement sur deux sujets d’étude, le « machine learning » et le « workflow management » ont eu l’idée de rapprocher leurs travaux. Leur objectif : développer un outil qui consiste à utiliser les données évènementielles stockées par les systèmes d’information pour collecter des informations relatives à la mise en œuvre opérationnelle des processus.

Ce rapprochement apparaissait comme une évidence, car la digitalisation croissante des processus constatée ces dernières années se matérialise aujourd’hui par un alignement presque parfait des systèmes d’information et processus, un nouveau monde où physique et digital ne font plus qu’un. Quand un système d’information indique qu’un véhicule n’est pas en stock il est devenu impossible de facturer ce véhicule bien que ce dernier soit physiquement disponible.

En mariant data et processus le process mining permet ainsi de compléter l’ensemble des outils d’analyses existants, qu’il s’agisse des outils d’analyse des données (data mining, business intelligence) ou des méthodes d’analyse et d’optimisation des processus (Six Sigma, Lean). En effet les outils d’analyse des données permettent d’extraire un grand nombre de données sans réussir à fournir la vision des processus associée. A l’inverse les méthodes orientées processus fournissent une vision réelle des processus mis en œuvre mais trouvent leurs limites dans :

  • La volumétrie restreinte de données analysées occultant ainsi un grand nombre de particularités opérationnelles,
  • Les dérives comportementales développées par des individus observés (drift).

Le process mining est mis en œuvre au travers de trois grandes étapes complémentaires les unes des autres :

  • La découverte du processus : représentation graphique du processus tel qu’il est réellement réalisé au vu des logs évènementiels stockés dans le système d’information,
  • La conformité du processus : mise en relief du processus modèle attendu avec le processus réel formalisé grâce aux logs évènementiels. Cette étape permet de visualiser les déviations de processus. Exemple : Procédure d’embauche sans archivage électronique des pièces administratives du salarié.
  • L’amélioration continue du processus : correction, amélioration, extension du modèle de processus. Exemple : ajouter un contrôle des pièces administratives scannées pour valider l’embauche définitive du salarié.

Exemple de représentation process mining (Celonis) :

L’exemple ci-dessus met en évidence le nombre important de changements de prix qui ralentissent fortement le processus, 338 commandes d’achat ont été retardées d’une semaine.

La puissance du process mining va au-delà de la représentation graphique du processus car ces outils proposent des fonctionnalités d’exploration (drill-down) des processus extrêmement abouties. Plusieurs perspectives permettent d’interpréter le processus réel et les déviations constatées dans une logique Pareto 80/20 :

  • Perspectives organisationnelles : quels sites, quels services, quels salariés sont à l’origine des déviations de processus ?
  • Perspectives contextuelles : quels clients, quels fournisseurs, quels produits sont à l’origine de la majorité des déviations ?
  • Perspectives temporelles et quantitatives : quelles fréquences de déviations ? Quelles quantités concernées ?

Les corrections de prix sont essentiellement réalisées par trois de nos fournisseurs parmi la centaine de fournisseurs partenaires. Il est également possible de visualiser quand ces changements de prix ont eu lieu ou quel salarié est à l’origine de la commande. Les dimensions d’analyse sont multiples et presque infinies.

Et si le process mining était le chaînon manquant des solutions ERP ? Nous tenterons de répondre à cette question dans un article qui sera publié prochainement.

A suivre…

Process miner : personne qui réalise du process mining

Références :
Process Mining par Wil M.P.Van Der Aaals
Celonis Process Mining

Auteur :
Yann Richardy, Senior Consultant