Différences entre Process Mining vs. Process Discovery vs. Task Mining

Examinons trois termes qui sont facilement confondus.
Que sont donc ces technologies en soi, qu'ont-elles en commun et en quoi diffèrent-elles ?

Lorsque les entreprises s'engagent dans des initiatives de transformation numérique, elles se heurtent au problème de l'excès de choix. Trop de technologies "différentes", trop de fournisseurs, trop de sociétés de conseil qui parlent toutes de choses différentes. De plus, la terminologie utilisée dans l'industrie prête également à confusion. 

Aujourd'hui, nous allons démystifier les différences entre trois termes populaires, qui sont facilement confondus. Nous espérons vous faciliter la vie en les expliquant et en établissant une comparaison aussi directe que possible. 

Process mining, process discovery, , et task mining sont les termes les plus courants lorsqu'il s'agit de découvrir des processus d'entreprise. Nous pourrions dire que ces trois technologies sont utilisées comme première étape dans la plupart des initiatives d'automatisation de nos jours. Comme elles permettent de cartographier les processus, les résultats obtenus facilitent grandement la prise de décision. Sur la base des connaissances dérivées, les entreprises peuvent entreprendre les actions suivantes, comme par exemple RPA. Que sont donc ces technologies en soi, qu'ont-elles en commun et en quoi diffèrent-elles ?

Qu'est-ce que process mining?

Process mining est un puissant outil process mapping utilisé pour l'optimisation des processus de bout en bout. Il utilise les données des journaux d'événements disponibles dans les systèmes informatiques. Sur la base de ces données, il construit le processus tel qu'il est et le compare ensuite au processus "souhaité". En effectuant ce contrôle de conformité, les entreprises peuvent trouver des déviations de processus et donc des opportunités d'amélioration. 

Qu'est-ce que process discovery?

Process discovery est une combinaison de différentes techniques, y compris l'apprentissage automatique et la vision par ordinateur, pour cartographier les processus. Ces résultats sont ensuite utilisés comme condition préalable aux initiatives d'automatisation. Il s'agit essentiellement de surveiller et de capturer les interactions des utilisateurs avec différents systèmes d'information et applications, en enregistrant les traces numériques des employés. Process discovery utilise diverses méthodes informatiques et statistiques pour obtenir des informations précieuses et applicables à partir des données collectées. 

Qu'est-ce que task mining?

Task mining est un autre outil process mapping axé sur l'optimisation des tâches sur les ordinateurs de bureau. Tout comme process discovery, il surveille les traces numériques des utilisateurs. En utilisant la reconnaissance de caractères, le traitement du langage naturel et d'autres outils, il analyse les données recueillies et trouve des modèles qui peuvent être interprétés comme des opportunités d'amélioration. 

Cela peut sembler déroutant à première vue, mais les comparer étape par étape rendrait les choses plus faciles à comprendre. Examinons les 5 critères suivants. 

Process discovery vs. task mining? 

Il est facile de se sentir dépassé par la présence de centaines de définitions pour une même chose. En fait, différentes entreprises peuvent utiliser leurs propres définitions pour certains termes, ce qui rend la situation encore plus complexe et brouille les frontières entre elles. 

Commençons par process discovery et task mining , car ces deux termes ont souvent été utilisés de manière interchangeable. Ces outils sont très similaires en ce qui concerne les technologies qu'ils utilisent et la manière dont ils atteignent l'objectif souhaité. Néanmoins, task mining et process discovery sont utilisés pour des objectifs différents. Examinons les fournisseurs de services les plus importants. On constate que les entreprises process mining utilisent task mining comme service complémentaire, tandis que process discovery est utilisé par les fournisseurs RPA . 

Les deux technologies surveillent les bureaux des utilisateurs afin d'enregistrer leurs interactions avec les différentes applications et systèmes informatiques. Alors que task mining le fait pour identifier les inefficacités des processus, process discovery a besoin des données pour trouver des opportunités d'automatisation plus efficaces. Par conséquent, bien qu'elles soient très proches l'une de l'autre, elles peuvent légèrement différer en termes de résultats.

Nous pourrions nous arrêter ici et en finir avec process discovery, mais le monde de la terminologie est trop complexe pour que nous le fassions, c'est pourquoi il est utilisé dans un autre cas. Process discovery est également utilisé pour décrire la première étape au sein de process mining (process discovery, contrôle de conformité, amélioration).

En résumé, process discovery peut être utilisé comme suit

  1. Technologie complémentaire pour RPA.
  2. L'une des étapes du site process mining. 

Process mining vs task mining?

Tâche et process mining vont souvent de pair et sont utilisés ensemble pour la découverte du travail de connaissance. Bien qu'elles soient toutes deux très puissantes, elles apportent de meilleurs résultats et une plus grande couverture du travail lorsqu'elles sont utilisées simultanément. Pour bien comprendre ce que fait chacun d'entre eux, examinons la différence entre les processus et les tâches. 

Comme nous l'avons vu, process mining apporte une visibilité aux processus de bout en bout. Le processus est une chaîne logique d'événements individuels avec un point de départ et un point d'arrivée clairs. Les processus peuvent être divisés en sous-tâches qui constituent un ensemble complet de travaux connexes. Le processus Purchase-to-Pay, par exemple, est un processus de grande envergure qui passe par plusieurs équipes. 

D'autre part, les tâches sont des composantes plus petites du travail qui se déroulent entre différents processus et sous-processus. Copier-coller les données, charger et télécharger les fichiers sont des exemples typiques de tâches manuelles.

Process mining vs task mining
Processus et tâches

Cas d'utilisation typiques de process mining :

Process mining peut être utilisé dans de nombreux domaines et à des fins diverses, mais voici quelques-uns des cas d'utilisation les plus courants. 

  • Audit et conformité
  • Gestion des commandes
  • Achat-paiement
  • De la commande à l'encaissement
  • Du début à la fin
  • Logistique

Cas d'utilisation typiques de task mining :

  • Saisies de données
  • Facturation
  • Rapports
  • Rapprochement

Différences entre process mining, task mining, et process discovery. 

Voyons brièvement en quoi process mining, discovery et task mining diffèrent. Ces deux derniers étant très liés sur le plan technologique, nous les utiliserons de manière interchangeable dans cette section. 

Origine des données

Process mining utilise les données des journaux d'événements provenant de différents systèmes d'information tels que Salesforce, Oracle ou HubSpot. Ces journaux d'événements contiennent des informations sur l'activité effectuée, l'identifiant de l'activité et son horodatage. 

Process discovery et task mining, en revanche, collectent les données en surveillant et en enregistrant la manière dont les utilisateurs interagissent avec l'ordinateur, en saisissant tous les processus à l'aide d'agents logiciels. 

Comment les données sont-elles collectées ? 

Les données ayant des origines différentes, elles sont également collectées différemment.  

Une assistance informatique et un développement initial sont nécessaires dans le cas de process mining pour réaliser des intégrations avec les systèmes d'information contrôlés. 

Pour process discovery et task mining, des agents logiciels doivent être installés sur les ordinateurs des utilisateurs. Les agents sont des logiciels qui fonctionnent en permanence en arrière-plan sur les appareils des utilisateurs. Ces agents "enregistrent" tout ce qui a été fait dans les logiciels et applications d'entreprise. 

Exhaustivité des données collectées 

Il convient de mentionner que certains logiciels et applications ne produisent pas de journaux d'événements, ce qui limite considérablement les possibilités de process mining. Par exemple, supposons que l'objectif soit de cartographier le processus actuel de facturation électronique et de trouver des possibilités d'amélioration. Dans ce cas, process mining analyse les différentes étapes de la plate-forme de facturation électronique utilisée. Si l'expert en facturation doit utiliser cette plateforme et d'autres applications, par exemple Excel, pour exécuter ce processus, les étapes d'Excel sont négligées, ce qui laisse plus de place aux mauvais résultats. L'outil ne peut donc capturer que les données discrètes des étapes particulières du processus et laisse les espaces blancs entre les journaux qui sont hors du champ de sa découverte. 

Process discovery et task mining peuvent collecter des données à partir de systèmes d'information produisant des journaux et d'autres applications et logiciels de productivité utilisés par les employés, tels que le courrier électronique, la suite Microsoft, etc. Cela en fait un outil complémentaire parfait pour Process Mining et RPA , car ils peuvent fournir un peu plus d'informations sur les activités parallèles que l'on ne verrait pas autrement. 

Analyse des données

Process miningUne fois les données collectées, nettoyées et structurées, il reconstruit le processus actuel et le compare au processus idéal, c'est-à-dire à ce qu'il devrait être. C'est ce qu'on appelle la vérification de la conformité ; plusieurs méthodes d'analyse, d'exploration et de science des données sont utilisées. Elle permet de détecter les éventuels goulets d'étranglement et de proposer des améliorations sur la base de ces écarts. 

Process discovery enregistre d'abord tout sur les bureaux des utilisateurs pour capturer les processus tels qu'ils sont - avec toutes les déviations et imperfections aléatoires. Il présente le processus tel qu'il a été exécuté par des humains, en créant un métamodèle du processus à l'aide de la vision artificielle, d'algorithmes d'apprentissage automatique et d'outils d'intelligence artificielle. De cette manière, les causes profondes et les différents goulets d'étranglement peuvent être identifiés plus facilement. 

Limites générales

Process mining se limite aux étapes du processus au sein de systèmes informatiques particuliers. Elle ignore le facteur humain, négligeant les empreintes numériques des utilisateurs dans d'autres applications, telles que les applications de productivité personnelle, les documents, etc. 

Bien que process discovery et task mining apportent la touche humaine qui pourrait manquer à process mining , ils fonctionnent mieux avec des tâches plus courtes et plus petites. Les méthodes d'analyse utilisées étant lourdes en termes de calcul, elles peuvent commencer à produire des résultats erronés lors de l'analyse de processus plus longs et ne pas identifier l'importance d'une tâche dans un contexte plus large.

Points communs

Process mining, task mining, et process discovery sont des outils puissants qui sont utilisés par les entreprises depuis quelques années déjà, donnant de bons résultats et aidant même les plus grandes entreprises à trouver leur potentiel d'automatisation. 

Lequel vous convient le mieux ?

En fonction de l'entreprise, du cas d'utilisation et d'autres facteurs, l'un ou l'autre ou une combinaison de ceux-ci peut être plus approprié que l'autre. Process mining est généralement plus apte à harmoniser les processus distincts et à les conformer à l'objectif final, en particulier s'ils sont réalisés au sein de systèmes informatiques étendus. Process mining est apte à voir la réalité dans des systèmes lourds tels que ERP, CRM et Supply Chain Management, et à optimiser les processus au sein de ceux-ci. Task mining est une bonne alternative si le processus est réalisé au travers de différentes applications et que ces petites activités entre les étapes plus importantes sont importantes. Il montre assez bien les interactions entre l'homme et la machine dans le cadre d'une tâche. De même, process discovery est principalement utilisé pour remplacer les techniques manuelles process discovery afin de trouver des opportunités d'automatisation plus rapidement qu'avec les anciennes méthodes existantes. 

Cependant, comme nous l'avons vu, ils présentent tous certains défauts qui pourraient ne pas convenir à certaines entreprises. Ils peuvent fonctionner en tandem pour une analyse plus complète des processus. Néanmoins, il se peut qu'ils ne couvrent pas tout le spectre des activités liées au travail de l'entreprise de manière anonyme. L'intelligence économique pourrait être une solution parfaite qui combine le meilleur des deux mondes et même plus. Elle aide à déterminer ce qui doit être automatisé en premier lieu avant de se jeter dans le bain des nombreux outils liés à l'automatisation.


Où l'intelligence du travail peut-elle combler les lacunes ?

WorkfellowWork Intelligence est un outil tout-en-un, tout ce dont votre entreprise peut avoir besoin pour entamer son parcours de transformation numérique. 

Découvrez, explorez et planifiez l'optimisation de votre processus avec Workfellow

Découvrez gratuitement Workfellow par le biais d'une démonstration ou d'un essai gratuit. Cliquez sur le bouton ci-dessous et commençons !

Commencer