⚠️ Mise à jour importante : Workfellow fait désormais partie de ProcessMaker
Lire la mise à jour

Analyse des processus - Construire ou acheter ?

Lari Numminen

6 avril 2023

Dans cet article, nous comparons les avantages et les inconvénients de la création ou de l'achat d'une solution d'analyse des processus. En d'autres termes, nous comparons l'option consistant à créer une solution d'analyse des processus à l'aide de ressources et de méthodes d'analyse commerciale à l'option consistant à acheter le logicielprocess intelligence .

Qu'est-ce que l'analyse des processus ?

L'analyse des processus consiste à utiliser des techniques et des outils axés sur les données pour analyser, surveiller et optimiser les processus d'entreprise au sein d'une organisation.

L'analyse des processus consiste à collecter et à examiner des données provenant de diverses sources, telles que les journaux d'événements, les enregistrements de transactions ou les journaux système, afin d'obtenir des informations sur les performances, l'efficacité et l'efficience des processus. L'objectif de l'analyse des processus est d'identifier les inefficacités, les goulets d'étranglement et les domaines à améliorer, ce qui permet en fin de compte de prendre de meilleures décisions, d'augmenter la productivité et de réaliser des économies.

Les principaux aspects de l'analyse des processus sont les suivants

  1. Collecte de données. L'analyse des processus commence par la collecte de données pertinentes provenant de diverses sources, telles que les journaux de système, les bases de données ou l'observation directe. Ces données peuvent inclure des informations sur les tâches, les activités, les ressources, les durées et les résultats liés à un processus métier spécifique.
  2. Prétraitement et transformation des données. Les données collectées sont souvent brutes et non structurées, ce qui nécessite un prétraitement et une transformation pour les rendre aptes à l'analyse. Il peut s'agir de nettoyer, de filtrer, d'agréger ou de normaliser les données afin d'en garantir l'exactitude et la cohérence.
  3. Techniques d'analyse. L'analyse des processus fait appel à diverses techniques d'analyse des données, telles que l'analyse descriptive, diagnostique, prédictive ou prescriptive, pour obtenir des informations sur les performances des processus. Les techniques peuvent inclure l'analyse statistique, l'exploration de données, l'apprentissage automatique ou process mining, en fonction des objectifs et des exigences spécifiques de l'analyse.
  4. Mesure des performances. À l'aide des données analysées, l'analyse des processus calcule des mesures de performance et des indicateurs clés de performance (ICP) afin d'évaluer l'efficacité et l'efficience du processus d'entreprise. Ces mesures peuvent inclure les temps de cycle, le débit, l'utilisation des ressources, les taux d'erreur et les taux de satisfaction des clients.
  5. Génération d'informations et de recommandations. L'analyse des processus vise à générer des informations exploitables qui peuvent aider les organisations à améliorer leurs processus. En identifiant les inefficacités, les goulets d'étranglement ou les écarts par rapport aux meilleures pratiques, les analystes peuvent élaborer des recommandations ciblées pour l'amélioration des processus, telles que la rationalisation des tâches, la réaffectation des ressources ou la mise en œuvre de nouvelles technologies.
  6. Suivi et amélioration continue. L'analyse des processus implique un suivi continu des performances des processus afin de s'assurer que les améliorations sont efficaces et durables. En encourageant une culture de l'amélioration continue et en examinant et en mettant à jour régulièrement les processus, les organisations peuvent s'adapter à l'évolution des besoins de l'entreprise et maintenir une performance optimale des processus.
Exemple d'analyse de processus - visualisation des variations de processus

Construire des analyses de processus avec Tableau/PowerBI, etc.

Si vous envisagez d'adapter l'analyse des processus à votre entreprise, l'une des options consiste à créer votre propre solution à l'aide d'un outil de veille stratégique (BI) tel que Tableau ou Power BI, en tirant parti de certains modules d'analyse des processus open source ou couramment disponibles, tels que les algorithmes process mining disponibles en python et les normes de visualisation de la modélisation des processus définies par BPMN.

Cette approche présente des avantages et des inconvénients.

Avantages de l'analyse de processus autonome

  1. Personnalisation: La création de tableaux de bord d'analyse des processus en interne permet une plus grande flexibilité et une meilleure personnalisation pour répondre aux exigences et aux préférences uniques de l'organisation. Vous pouvez adapter les tableaux de bord à des processus métier, des sources de données et des mesures spécifiques, ce qui garantit une meilleure adéquation avec les besoins de votre organisation.
  2. Intégration: Les tableaux de bord internes peuvent être intégrés plus profondément aux systèmes, bases de données, lacs de données et applications existants, car l'équipe de développement a une connaissance approfondie de ces systèmes et peut créer des connecteurs ou des API en fonction des besoins.
  3. Contrôle: Développer les tableaux de bord process intelligence en interne permet de mieux contrôler la conception, la fonctionnalité et la sécurité des données. Cela permet à l'organisation d'adapter et de modifier les tableaux de bord en fonction de l'évolution des besoins de l'entreprise ou de la disponibilité de nouvelles sources de données.

Inconvénients de l'analyse des processus par l'utilisateur lui-même

  1. Ressources nécessaires: Le développement de l'analyse de processus en interne nécessite une équipe de développement qualifiée, experte en analyse de données, en visualisation et en développement de logiciels. Cela peut représenter un investissement important en termes de temps, d'efforts et de coûts de personnel.
  2. Temps de développement plus long: La création de tableaux de bord personnalisés prend généralement plus de temps que la mise en œuvre de solutions prêtes à l'emploi, car l'équipe de développement doit concevoir, coder, tester et déployer la solution à partir de zéro.
  3. Maintenance et mises à jour: Les tableaux de bord internes nécessitent une maintenance, des mises à jour et une assistance permanentes, ce qui peut s'avérer long et coûteux. Il s'agit notamment de corriger les bogues, d'ajouter de nouvelles fonctionnalités et d'assurer la compatibilité avec les changements apportés aux sources de données ou aux systèmes.
  4. Évolutivité: La création d'un tableau de bord BI évolutif en interne peut s'avérer complexe et gourmande en ressources, en particulier si les volumes de données et la base d'utilisateurs de l'organisation augmentent rapidement. Les solutions tierces peuvent offrir une meilleure évolutivité et de meilleures performances en raison de l'attention qu'elles portent à ces aspects.

Exemple : process mining avec python

Un exemple très simplifié est que vous pouvez accéder à des algorithmesprocess mining à source ouverte et les utiliser rapidement avec le langage de programmation python.

Pour réaliser process mining en Python, vous pouvez utiliser la bibliothèque pm4py, qui offre diverses fonctionnalités pour process discovery, la vérification de la conformité et l'amélioration des processus. Voici un guide simple, étape par étape, pour commencer à utiliser process mining à l'aide de la bibliothèque pm4py:

Étape 1 : Installer pm4py

Tout d'abord, vous devez installer la bibliothèque pm4py. Vous pouvez le faire en utilisant pip:

code bashCopy

pip install pm4py

Étape 2 : Importer les bibliothèques requises

Ensuite, importez les bibliothèques nécessaires dans votre script Python :

pythonCopier le code

import pm4py
from pm4py.objects.log.importer.xes importer as xes_importer
from pm4py.algo.discovery.alpha importer algorithm as alpha_miner
from pm4py.visualization.petrinet importer visualizer as pn_visualizer

Étape 3 : Charger le journal des événements

Chargez les données du journal des événements à l'aide de l'importateur approprié. Dans cet exemple, nous utiliserons un fichier journal des événements XES :

pythonCopier le code

event_log_file = "path/to/your/event_log.xes"
log = xes_importer.apply(event_log_file)

Vous pouvez également créer un journal d'événements à partir d'un fichier CSV en utilisant la bibliothèque pm4py. Voici un exemple :

pythonCopier le code

import pandas as pd
from pm4py.objects.conversion.log import converter as log_converter
from pm4py.objects.log.util import dataframe_utils

csv_file = "path/to/your/csv_file.csv"
dataframe = pd.read_csv(csv_file)
dataframe = dataframe_utils.convert_timestamp_columns_in_df(dataframe)
dataframe = dataframe.sort_values("timestamp_column_name")
log = log_converter.apply(dataframe)

Étape 4 : Appliquer un algorithme process discovery

Appliquer un algorithme process discovery aux données du journal des événements pour extraire le modèle de processus. Dans cet exemple, nous utiliserons l'algorithme Alpha Miner :

pythonCopier le code

net, initial_marking, final_marking = alpha_miner.apply(log)

Vous pouvez également essayer d'autres algorithmes process discovery tels que l'Inductive Miner ou l'Heuristics Miner, qui sont disponibles dans la bibliothèque pm4py.

Étape 5 : Visualiser le modèle de processus

Visualiser le modèle de processus découvert à l'aide du visualisateur de réseau de Petri :

pythonCopier le code

gviz = pn_visualizer.apply(net, initial_marking, final_marking)
pn_visualizer.view(gviz)

Cela affichera la visualisation du réseau de Petri du modèle de processus découvert.

Étape 6 : Effectuer des analyses supplémentaires (facultatif)

Vous pouvez utiliser la bibliothèque pm4py pour effectuer des analyses supplémentaires telles que la vérification de la conformité, l'analyse des goulets d'étranglement ou l'analyse des performances. Consultez la documentation et les exemples de la bibliothèque pour en savoir plus sur ces fonctionnalités.

En suivant ces étapes, vous pouvez effectuer des opérations de base sur process mining en Python à l'aide de la bibliothèque pm4py. Pour des cas d'utilisation plus avancés et des personnalisations, reportez-vous à la documentation et aux exemples officiels de pm4py:

L'exemple ci-dessus est une simplification excessive des besoins de la plupart des chefs d'entreprise. La réalité du développement et de l'application de l'analyse des processus est souvent beaucoup plus compliquée, c'est pourquoi les entreprises optent de plus en plus pour des solutions dédiées proposées par des fournisseurs.

Acheter des analyses de processus auprès d'un fournisseur Process Intelligence

La deuxième option viable est d'acheter des analyses de processus auprès d'un fournisseur de logiciels (process intelligence ). Il existe plusieurs variantes, dont voici les principales catégories :

  • Process mining logiciel. Outils qui exploitent les journaux d'événements dans les systèmes d'entreprise pour obtenir des informations sur les processus et les flux de travail.
  • Process discovery logiciel. Outils et tableaux de bord permettant de découvrir l'état "tel quel" des processus d'entreprise, soit par le biais de process mining , soit manuellement par le biais de process mapping.
  • Task mining logiciel. Outils qui utilisent la technologie de capture des tâches pour capturer les informations relatives aux tâches, aux processus et aux flux de travail à partir de l'interface utilisateur.
  • Plateformes d'automatisation intelligente. Solutions logicielles plus larges qui offrent des analyses de processus dans le cadre d'une suite de solutions pour l'automatisation intelligente ou le Gestion des Processus Métier (BPM).

Comme pour toute autre décision concernant un logiciel, il y a des avantages et des inconvénients à prendre en compte lors de l'achat d'un logiciel process mining .

Vous souhaitez combiner process mining et task mining dans vos analyses de processus ? Lisez le livre blanc Work API.

Avantages de l'analyse du processus d'achat

  1. Une mise en œuvre plus rapide: Les logiciels commerciaux d'analyse des processus offrent généralement des délais de mise en œuvre plus courts que le développement d'une solution personnalisée en interne. La plupart des solutions sont conçues pour être conviviales et disposent de connecteurs ou d'API prédéfinis pour les sources de données les plus courantes, ce qui réduit le temps nécessaire à l'installation et à l'utilisation du logiciel.
  2. Riche en fonctionnalités: Les solutions commerciales d'analyse des processus sont dotées d'une série de caractéristiques et de fonctionnalités conçues pour répondre à diverses exigences process mining . Il peut s'agir, entre autres, de process discovery, de la vérification de la conformité, de l'analyse des performances et de la visualisation. Ces fonctionnalités sont souvent plus avancées et plus robustes que celles qui pourraient être développées en interne dans un délai raisonnable.
  3. Évolutivité: les fournisseurs de logiciels Process intelligence conçoivent généralement leurs solutions pour traiter de grands volumes de données et s'adapter à la croissance de l'organisation. Cela signifie que le logiciel peut s'adapter à l'expansion de vos processus d'entreprise et de vos sources de données, sans nécessiter d'importants efforts de développement supplémentaires.
  4. Assistance et mises à jour: Lorsque vous achetez un logiciel à l'adresse process intelligence , vous bénéficiez généralement d'un accès à l'assistance clientèle, aux mises à jour du produit et aux correctifs fournis par le fournisseur. Vous disposez ainsi d'une source d'assistance fiable pour résoudre les problèmes et votre logiciel reste à jour avec les dernières fonctionnalités et améliorations en matière de sécurité.
  5. Communauté et meilleures pratiques: Les logiciels commerciaux process mining sont souvent accompagnés d'une communauté d'utilisateurs, de forums ou d'autres ressources où vous pouvez tirer parti des expériences d'autres utilisateurs et partager les meilleures pratiques. Cela peut s'avérer précieux pour acquérir des connaissances et améliorer vos propres initiatives process mining .
Exemple d'analyse avancée des processus - Workfellow Process Intelligence

Inconvénients de l'analyse du processus d'achat

  1. Le coût: Le coût d'achat et de maintenance d'un logiciel d'analyse des processus peut représenter un investissement important, en particulier pour les petites entreprises. Ce coût peut inclure les frais de licence, les frais d'abonnement, les contrats d'assistance et tous les frais supplémentaires liés à la personnalisation ou à l'intégration.
  2. Limites de la personnalisation: Les logiciels commerciaux d'analyse des processus peuvent ne pas offrir le même niveau de personnalisation qu'une solution interne. Bien que certains logiciels permettent un certain degré de personnalisation, il se peut qu'il ne soit pas suffisant pour répondre aux exigences ou aux préférences uniques de votre organisation.
  3. Défis d'intégration: Bien que de nombreuses solutions d'analyse des processus proposent des connecteurs ou des API préétablis, l'intégration du logiciel avec vos systèmes et sources de données existants peut encore s'avérer difficile et prendre du temps. Cela peut nécessiter des efforts supplémentaires de développement ou de personnalisation, ce qui augmente le coût global de la mise en œuvre et la complexité.
  4. Sécurité des données et conformité: L'utilisation d'un logiciel d'analyse de processus tiers peut soulever des problèmes de sécurité des données et de conformité, en particulier s'il s'agit de données sensibles ou réglementées. Vous devez vous assurer que le logiciel répond aux exigences de votre organisation en matière de sécurité et de confidentialité des données et qu'il est conforme aux réglementations en vigueur.

En conclusion, l'achat d'un logiciel d'analyse des processus offre des avantages tels qu'une mise en œuvre plus rapide, des capacités riches en fonctionnalités et l'évolutivité, mais présente des inconvénients potentiels tels que le coût de mise en œuvre et les limites de la personnalisation. Les organisations devraient évaluer soigneusement les avantages et les inconvénients de l'achat d'un logiciel process mining en fonction de leurs besoins spécifiques, de leurs ressources et de leurs objectifs avant de prendre une décision.

Si vous cherchez à justifier l'achat d'une solution d'analyse des processus, lisez l'étude de cas ci-dessous qui met en évidence la valeur de l'achat d'une solution rapide et prête à l'emploi.

Lisez l'étude de cas sur la façon dont une entreprise moyenne d'externalisation des processus d'affaires (BPO) a découvert plus de 2 millions d'euros (2,17 millions de dollars) de gaspillage de processus grâce à l'analyse des processus.

Questions et réponses sur l'analyse des processus

Qu'est-ce que l'analyse des processus d'affaires ?

L'analyse des processus d'affaires (BPA) est la pratique qui consiste à examiner, mesurer et évaluer les processus d'affaires afin d'identifier les domaines à améliorer, d'accroître l'efficacité et d'optimiser les performances globales.

Quel est l'objectif de l'analyse des processus ?

L'objectif de l'analyse des processus est de mieux comprendre le fonctionnement des processus d'entreprise, d'identifier les domaines à améliorer et d'optimiser les processus afin d'accroître l'efficacité, de réduire les coûts et d'obtenir de meilleurs résultats.

Quel est un exemple d'analyse de processus ?

Un exemple d'analyse de processus est l'analyse du flux de travail d'une équipe d'assistance à la clientèle afin d'identifier les goulets d'étranglement, de réduire les temps de réponse et d'améliorer la satisfaction des clients.

Quelle est la différence entre l'analyse des processus et l'analyse des données ?

La différence entre l'analyse des processus et l'analyse des données est que l'analyse des processus se concentre spécifiquement sur l'analyse et l'optimisation des processus d'entreprise, tandis que l'analyse des données implique l'examen et l'interprétation plus larges des données pour en extraire des informations et éclairer la prise de décision.

Rédigé par

Lari Numminen

Chief Marketing Fellow