Dans le monde du travail numérique d'aujourd'hui, chaque tâche, processus et activité laisse une petite trace et un signal aux différentes applications et systèmes informatiques utilisés. Ces signaux sont appelés journaux d'événements et constituent la base de la science des données qui sous-tend le logicielprocess mining .
Dans cet article, nous verrons comment fonctionnent les journaux d'événements, quels sont leurs avantages et leurs limites dans process mining.
Que sont exactement les journaux d'événements ?
Un journal d'événements est un fichier structuré contenant des enregistrements et des chronologies d'événements et d'activités au sein d'une base de données informatique. Ils sont généralement utilisés pour suivre les modifications apportées à la base de données, telles que les changements apportés à la structure des données, les enregistrements de saisie de données et même les connexions des utilisateurs.
La journalisation des événements permet aux applications logicielles et aux systèmes d'exploitation d'enregistrer des événements ou des changements importants de manière standard et spécifique à chaque système. Les journaux d'événements sont courants dans de nombreux systèmes informatiques, notamment les ordinateurs Windows, les systèmes de gestion de la relation client (CRM) et de nombreux systèmes de planification des ressources de l'entreprise (ERP).
Comment les journaux d'événements sont-ils utilisés dans process mining?
Les journaux d'événements constituent la base de process mining. Ils peuvent être utilisés pour enregistrer plusieurs processus opérationnels liés ainsi qu'une ou plusieurs variantes d'un processus opérationnel particulier au sein d'une équipe ou d'une unité opérationnelle.
On peut considérer les journaux d'événements comme des empreintes numériques dans les activités de l'entreprise. Chaque enregistrement d'événement nous renseigne sur les tâches, les processus et le travail exécuté au sein d'une équipe ou d'une unité d'entreprise analysée.
Les événements individuels sont répertoriés dans le journal des événements avec les propriétés standard :
- Cas - un cas peut être considéré comme une trace ou une séquence d'événements dans un processus classé dans les journaux d'événements.
- CaseID - un CaseID est un identifiant unique pour tout objet commercial ou transaction qui est suivi dans les journaux d'événements.
- Activité - tâche ou action entreprise dans le cadre d'un processus métier, par exemple "approuver", "rejeter" ou "demander".
- Horodatage - un horodatage indique précisément le moment où chacune des activités a eu lieu.
- Attributs (méta) - des attributs supplémentaires peuvent être stockés dans les journaux d'événements, par exemple la catégorie de processus ou le type de produit traité, ou des informations sur la personne ou le service qui a apporté des modifications au journal d'événements.
Comment les journaux d'événements sont utilisés dans process mining
Les journaux d'événements sont le modèle de données central et la source de données utilisée dans process mining. Il s'agit des données de transaction brutes qui sont rassemblées et harmonisées à partir de différents systèmes pour l'analyse des processus.
Comment les données des journaux d'événements se transforment-elles en analyses de processus ? On peut imaginer que le processus se déroule en quatre étapes clés :
- Modélisation des données - identifier les systèmes sources et les données brutes qui seront utilisés pour l'analyse des données. Cette étape peut inclure l'évaluation des (méta) attributs qui peuvent être collectés et utilisés dans les journaux d'événements provenant de différents systèmes sources.
- Extraction des données - au cours de cette étape, les données sont extraites, transférées et chargées (ETL) à partir de différents systèmes sources vers une base de données centrale. L'objectif principal est de constituer un ensemble de données cohérent et propre pour l'analyse des processus.
- visualisation des données - une fois que les données de processus ont été collectées et harmonisées à partir des journaux d'événements, elles peuvent être visualisées à l'aide d'algorithmes de visualisation process mining , tels que les graphiques de variations de processus.
- analyse des données - la dernière étape clé de process mining est l'analyse des données du processus dans le but de trouver des possibilités d'éliminer, de normaliser ou d'automatiser les processus inefficaces.
Les quatre étapes de process mining sont une simplification. En réalité, de nombreuses étapes supplémentaires sont nécessaires en fonction de l'endroit où les données du journal des événements sont collectées ou de la quantité de détails qu'elles contiennent. En règle générale, vous devrez intégrer et extraire les données de chaque système source séparément et chaque source de données peut avoir ses propres exigences en matière d'extraction des données d'événements.
Vers la normalisation des données du journal des événements
Alors que les journaux d'événements peuvent se présenter sous différents formats dans les systèmes et les bases de données, une norme est apparue pour la manière dont les données d'événements sont analysées et visualisées dans les outils process mining . eXtensible Event Stream (XES) est une norme ouverte pour la représentation des données d'événements pour l'exploration de processus. Il s'agit d'un format basé sur XML pour représenter les journaux d'événements, qui sont des collections d'événements qui se produisent au sein d'un système ou d'un processus.
XES fournit un cadre unifié pour l'encodage et l'échange de données d'événements, permettant à différents systèmes d'interopérer et de partager des journaux d'événements. XES permet également la création d'extensions et d'annotations personnalisées, ce qui permet aux organisations d'ajouter des informations plus détaillées à leurs journaux d'événements.
Bien que de nombreux outils process mining utilisent XES process mining , les données peuvent également être stockées dans différents formats, notamment dans des fichiers de valeurs séparées par des virgules (CSV).
Limites des journaux d'événements dans l'analyse des processus
Bien que le site process mining , basé sur les journaux d'événements, puisse faire des merveilles pour les organisations et qu'il le prouve depuis de nombreuses années, il y a encore des domaines où le site process mining n'est pas à la hauteur.
Analyse des données les plus récentes mais pas en temps réel
Process mining examine les données les plus récentes extraites des systèmes d'information, mais cela ne donne pas nécessairement une image complète de la situation actuelle de l'entreprise. Les analyses hors ligne qui sont plus "statiques" sont produites en extrayant d'abord les données des journaux d'événements à un moment précis, en les nettoyant et en les analysant seulement ensuite. Par conséquent, les technologies standard de process mining ne sont pas en mesure d'alerter en permanence sur les déviations potentielles des processus
Coûts initiaux élevés
Le déploiement des outils process mining exige beaucoup de travail et de contributions de la part de nombreuses équipes et unités, ce qui se traduit par un coût total de possession élevé. Il n'est pas rare qu'une équipe process mining comprenne des scientifiques spécialisés dans les données et des experts process mining qui ont besoin de connaissances approfondies dans le domaine.
Une forte dépendance à l'égard des analystes humains
Bien que le but ultime de process mining soit de permettre l'amélioration des processus, cet objectif ne peut être atteint sans l'aide d'analystes commerciaux, d'analystes de données et de professionnels de l'informatique. Pour process mining, il y a deux domaines majeurs où le personnel est absolument nécessaire :
- Interprétation des données : une fois que les données ont été analysées, les informations ne suffisent pas ; un analyste commercial est nécessaire pour interpréter les données et identifier les cas d'utilisation spécifiques qui sont cohérents avec les objectifs initiaux.
- Extraction et nettoyage des données : Les données du journal des événements pouvant être manquantes, inexactes ou dupliquées, les analystes de données doivent passer du temps à nettoyer les données avant de pouvoir les utiliser.
Long délai de rentabilité
Les différents systèmes nécessitent beaucoup de temps d'intégration et de préparation des données avant de pouvoir commencer à fournir des journaux d'événements. Comme il s'agit d'une étape nécessaire sur le site process mining, cela finit par allonger le délai de réalisation des projets.
Que faire si vous ne pouvez pas utiliser les données du journal des événements ?
Bien que les données des journaux d'événements soient facilement disponibles dans de nombreux systèmes sources, tels que le système ERP SAP couramment utilisé, de nombreuses applications commerciales ne contiennent pas les données nécessaires pour créer des journaux d'événements pour process mining.
Aujourd'hui, les entreprises utilisent un large éventail d'applications qui ne contiennent pas de journaux d'événements facilement accessibles.
- Applications de productivité et de travail en équipe (Outlook, Teams, etc.),
- Systèmes d'information patrimoniaux (LIS),
- Systèmes de tiers ou de fournisseurs,
- Logiciels ou rapports propriétaires,
- Portails gouvernementaux.
Le manque de données de journal d'événements est particulièrement important dans les secteurs à forte intensité de connaissances tels que l'assurance, les services financiers et la comptabilité. Dans ces exemples, il existe de nombreux processus et flux de travail manuels et chronophages qui se déroulent entre différentes applications pour former un processus unifié.
Imaginez, par exemple, une demande d'assurance ou une demande de prêt. Dans ces cas, de nombreuses activités ne sont pas enregistrées dans les journaux d'événements du système ERP ou CRM, car les experts examinent ou traitent des informations spécifiques provenant de différentes sources de données.
Envisager une alternative : l'hybride process intelligence
Process mining peuvent être une excellente source pour process intelligence - à condition que vous ayez accès aux journaux d'événements et que vous disposiez de données structurées de haute qualité. Si vous n'avez pas facilement accès aux journaux d'événements ou si vos flux de travail s'étendent sur de nombreuses applications différentes, vous pouvez envisager d'utiliser le logiciel hybride process intelligence .
Exemple d'hybride process intelligence - Workfellow
Avec une approche hybride, vous n'êtes pas limité à l'analyse des données avec des journaux d'événements - en fait, des solutions comme Workfellow Process Intelligence génèrent automatiquement des journaux d'événements à partir de données d'objets d'entreprise dans des interfaces d'application pertinentes. Au final, vous bénéficiez des avantages bien connus de process mining sans avoir à vous soucier de l'intégration des données et de la gestion des journaux d'événements. Pour plus d'informations, consultez le livre blanc Work API .
