Dans un environnement concurrentiel en perpétuelle mutation, dans lequel les innovations des nouveaux entrants et la pression réglementaire viennent remettre en question les business models traditionnels, les entreprises doivent s’adapter, voire se réinventer pour survivre. Grâce aux capacités croissantes des systèmes d’information (SI), l’amélioration de la performance opérationnelle se trouve facilitée. Aux démarches traditionnelles d’optimisation des processus qui ont fait leur preuve, il est aujourd’hui rendu possible aux entreprises d’introduire des assistants « intelligents » et automatisés au sein même de ces procédés. Dans ce cadre, il existe des outils de Process Intelligence (PI) – ou Process – qui exploitent les empreintes numériques laissées par les processus opérationnels dans le but d’optimiser leurs performances.
Un formidable réservoir d'informations
Le PI est apparu dans la lignée du Big Data, avec pour objectif l’amélioration continue de la qualité et la maximisation de la valeur ajoutée liée aux activités. Les applications associées aux processus métiers génèrent d’immenses quantités de données temporelles et évènementielles, tracées dans les journaux
identifier des sources d’optimisation. Issu du Data
Rendre palpable le comportement de l'organisation
Mais alors, qu’attendre du PI ? Une fois les données extraites des SI, à l’aide d’outils tels que SAP, IBM ou Oracle, l’analyse des traces des journaux d’évènements permet de disposer d’une vision dynamique et exhaustive de toutes les interactions inhérentes à un processus, basée sur des faits objectifs et des chiffres réels. L’idée du PI est de rassembler un maximum d’informations factuelles sur la manière dont l’entreprise opère son business en un temps record. Les perspectives d’analyse couvrent la structuration des processus, les interactions entre acteurs, les aspects temporels et le suivi des instances. Le PI permet de rendre palpable le comportement de l’organisation, pour mieux optimiser son fonctionnement. Ainsi, il est aujourd’hui possible de diviser par 10 ou 15 le temps d’analyse de processus constitués de centaines d’opérations sur des milliers de dossiers… une
Les champs d'application
Les quatre champs d’application du PI sont la modélisation, la maîtrise, l'amélioration et la prévision.
- Modéliser : le PI offre la possibilité de confronter définition théorique et exécution pratique d’un processus métier, de manière à identifier et mesurer les écarts. Dans l’exemple précédemment cité, le processus de création de cartes bancaires a été reconstitué à partir des logs générés par les applications qui l’implémentent. La modélisation a permis d’éliminer les tâches en doublons et réduire considérablement les activités à faible valeur ajoutée.
- Maîtriser : il permet de rendre les processus explicites pour une prise de décision basée sur des éléments factuels et objectifs. Les processus métiers sont documentés (temps d’exécution, acteurs impliqués, délais d’attente, fréquences, flux d’activités…) sur la base de leur historique d’exécution. Ainsi, les temps de recherche et d’analyse sont réduits, l’identification des leviers d’amélioration est beaucoup plus rapide.
- Améliorer : il s’agit ici de détecter les leviers permettant de développer la performance, par exemple en détectant des « goulots d’étranglement », des activités en doublon ou encore des écarts de charge entre collaborateurs exerçant une même fonction.
- Prévoir : enfin, au travers de stress-tests, le PI donne l’opportunité de simuler les impacts des fluctuations conjoncturelles et des technologies innovantes (Robotisation, Intelligence artificielle, blockchain…). Ainsi, les experts sont à même d’évaluer et anticiper la performance des processus.
L’époque est à l’interactivité et au temps réel
Cependant, il ne suffit pas d’analyser les données recueillies ; encore faut-il qu’elles soient visibles et compréhensibles. Là est la force du PI. De nombreux outils de visualisation dynamique aux fonctionnalités hétérogènes sont très souvent mis à contribution pour restituer l’information et faciliter les diagnostics, peut-être encore plus que pour d’autres domaines du Big Data. Le temps des camemberts et des histogrammes sous format statique est révolu, l’époque est à l’interactivité et à la mise à jour en temps réel. Les nouveaux outils de data visualisation facilitent la mise en évidence de tendances et des dysfonctionnements. Les travaux revêtent un caractère exploratoire. Ils sont l’occasion, en coordination avec des experts métiers, spécialistes des processus, Data Scientists… de tester des scénarios d’optimisation. Automatisation certes, mais l’humain reste au cœur du dispositif.
Des algorithmes puissants offrent la possibilité de simuler instantanément le processus cible et d’en automatiser certaines tâches – permettant, par exemple, de simuler la mise en place d’un chatbot et d’en mesurer son impact. Des tableaux de bord accompagnent cette visualisation dynamique et permettent la mise en évidence de la chaîne de valeur en vue de la confronter au processus cible pour une amélioration continue.
Cas d'usage
Des nuances demeurent quant à l’usage du PI. Il s’agit, certes, d’outils innovants permettant de visualiser les processus métiers, mais ils ne sont pas toujours utilisés à la même fin :
- pour découvrir les processus : pour de nombreuses organisations, il est surprenant de voir que les techniques existantes sont en effet capables de découvrir des procédés réels simplement en se basant sur les événements de trace d'exécutions. Une technique de découverte prend les événements de traces d'exécution et produit un modèle sans utiliser aucune information a priori ;
- pour vérifier la conformité : le but est de comparer un modèle existant aux événements des traces d'exécution du même processus. La vérification de conformité peut être utilisée pour vérifier si la réalité, comme elle est enregistrée dans les traces d'exécution, est conforme au modèle et vice versa ;
- pour améliorer le processus : l’idée est d'étendre ou d'améliorer un modèle existant en utilisant des informations enregistrées dans certains événements des traces d'exécution. Alors que la vérification de conformité mesure l'alignement entre le modèle et la réalité, ce troisième type de fouille vise à changer ou étendre le modèle a priori. Par exemple, en utilisant le temps dans les événements de trace d'exécution, on peut étendre le modèle pour montrer les goulots d'étranglement, les niveaux de service, les temps de passage et les fréquences.
D'ici quelques années…
Bien que les avantages de la méthodologie PI soient aujourd’hui reconnus, son application est encore trop peu généralisée dans les industries du tertiaire financier. Nombreux sont les défis, les problèmes techniques et d'interprétation devant être résolus avant que le PI ne devienne un réflexe. Cette méthodologie sera incontournable d’ici quelques années ; les entreprises qui l'utiliseront dès aujourd'hui auront une longueur d’avance.
