Qu’est-ce que le process mining ?
Le process mining est une méthode d’analyse qui déduit un modèle de processus des journaux d’événements des systèmes d’information, le compare au processus cible et montre où l’améliorer. Chaque enregistrement comporte un cas (par exemple une commande client), une activité (validation, expédition, facturation) et un horodatage ; mis côte à côte, ces trois éléments reconstruisent le processus pas à pas, avec toutes ses variantes.
Le manifeste de l’IEEE Task Force on Process Mining distingue trois usages : la découverte (déduire le modèle des journaux), la vérification de conformité (comparer le flux réel au modèle cible) et l’amélioration (enrichir le modèle avec des données réelles). Le standard XES sert à échanger les journaux d’événements entre outils.
À quoi ressemble un journal d’événements ?
La matière première du process mining est le journal d’événements. Le petit exemple ci-dessous montre la trace de deux commandes dans l’ERP ; lorsque les mêmes étapes se déroulent dans un ordre différent et avec des attentes différentes, la carte du processus se construit à partir de ces différences, sur des centaines de cas. L’exemple est donné à titre d’illustration.
| Cas | Activité | Moment | Ressource |
|---|---|---|---|
| Commande A | Commande saisie | Lundi matin | Ventes |
| Commande A | Validation du crédit | Lundi après-midi | Finance |
| Commande A | Expédition | Mercredi | Entrepôt |
| Commande B | Commande saisie | Lundi matin | Ventes |
| Commande B | Modification de prix | Mardi | Ventes |
| Commande B | Validation du crédit | Jeudi | Finance |
| Commande B | Expédition | La semaine suivante | Entrepôt |
Où crée-t-il de la valeur dans une entreprise ?
Le process mining s’intéresse aux processus de gestion : des flux qui laissent des traces, traversent plusieurs services et coûtent cher lorsqu’ils se bloquent. Points de départ typiques en entreprise :
Dans une entreprise qui produit, les signaux au niveau des machines, comme les arrêts, le temps de cycle et les données des capteurs, relèvent du MES et de l’IIoT, pas du process mining. Les deux se complètent : le MES montre ce qui se passe à l’atelier, le process mining montre où le flux de gestion attend.
- de la commande à l’encaissement : attentes et retours entre devis, commande, expédition, facture et encaissement,
- de l’achat au paiement : goulets d’étranglement dans la demande, la validation, la commande, la réception et le rapprochement des factures,
- en production, flux des ordres de fabrication : attentes de matière et boucles de replanification de l’ouverture à la clôture,
- service, maintenance et qualité : le chemin de la demande ou de la déclaration de panne à la clôture, de la non-conformité à l’action corrective,
- modifications des données de base : tours de validation à la création d’un article ou d’un client.
Guide MES et IIoT : comment les données d’atelier rejoignent le plan
Exemples d’application du process mining en production
Dans une entreprise qui produit, le process mining est le plus utile sur les flux qui laissent des traces dans l’ERP et traversent plusieurs services. Le tableau ci-dessous résume des exemples typiques, ce que l’analyse rend visible et la décision que cette vue permet d’étayer. La commande jusqu’à la livraison, les achats et la facture jusqu’à l’encaissement s’examinent de la même façon dans une entreprise qui ne produit pas ; les lignes ordre de fabrication et maintenance sont propres à la production.
Les décisions du tableau sont des exemples. Celle qui a du sens dépend de ce que coûte à l’entreprise l’attente ou l’écart trouvé par l’analyse ; une fois appliquée, la décision est vérifiée à nouveau avec la même mesure.
| Processus | Ce qui devient visible | Décision typique |
|---|---|---|
| De la commande à la livraison | À quelle étape une commande attend entre sa saisie et l’expédition ; où se concentrent les changements de délai et les corrections manuelles | Changer l’ordre des contrôles de crédit et de stock, revoir la règle d’engagement des délais de livraison |
| Achats | Les tours de validation de la demande à la commande ; les commandes validées après coup ; les écarts entre réception et facture | Simplifier les seuils de validation, étendre l’usage des contrats-cadres |
| Ordre de fabrication | Les étapes où un ordre attend la matière ou la capacité entre son ouverture et sa clôture ; les ordres replanifiés et fractionnés | Vérifier la disponibilité de la matière avant le lancement de l’ordre, changer la fréquence de la planification |
| Maintenance | Le chemin de la déclaration de panne à l’ordre de travail et à la clôture ; les attentes de pièces de rechange ; les pannes récurrentes sur un même équipement | Redéfinir le stock de pièces de rechange critiques, avancer la maintenance planifiée |
| Qualité | Les étapes de la non-conformité à l’action corrective ; les fiches restées ouvertes | Préciser le responsable et l’étape de clôture |
| De la facture à l’encaissement | Le chemin de la facture à l’encaissement ; les factures contestées et rééditées ; l’étape où s’accumulent les créances échues | Ajouter un contrôle avant facturation, prioriser le suivi du recouvrement |
La différence entre process mining, data mining, business intelligence et modélisation des processus
Ces méthodes semblent proches, mais répondent à des questions différentes. Ce qui distingue le process mining, c’est qu’il regarde l’ordre des événements et le temps qui les sépare, et non des chiffres isolés.
| Méthode | Question à laquelle elle répond | Entrée | Sortie |
|---|---|---|---|
| Process mining | Comment le processus se déroule-t-il réellement, où attend-il ? | Des journaux d’événements avec cas, activité et horodatage | Carte du processus réel, variantes et écarts |
| Data mining | Quels motifs et quelles relations les données contiennent-elles ? | De grands ensembles de données | Modèles de classification, de segmentation et de prévision |
| Business intelligence | Où en sont les indicateurs ? | Données de transactions agrégées | Tableaux de bord et rapports |
| Modélisation des processus | Comment le processus devrait-il fonctionner ? | Entretiens et conception | Modèle du processus cible |
Les rapports de l’ERP ne suffisent-ils pas ? En quoi le process mining diffère du reporting ERP
Les rapports de l’ERP montrent le résultat d’un instant ou d’une période : commandes ouvertes, livraisons en retard, créances échues. Ces résultats sont nécessaires au pilotage, et le process mining ne les remplace pas. La différence tient à la question posée : un rapport dit combien et dans quel état ; le process mining regarde l’ordre chronologique des mêmes enregistrements et montre par quel chemin le résultat a été atteint.
Un rapport ERP montre rarement un flux hors norme, car il présente un document dans son état final : une commande validée après coup ou un délai modifié deux fois y apparaît comme une ligne propre. Le process mining lit ces étapes intermédiaires dans le flux documentaire et les journaux de modification. Les deux s’utilisent ensemble : le rapport signale le problème, le process mining en trouve la cause dans le flux.
| Question | Rapport ERP | Process mining |
|---|---|---|
| Quel retard ? | Liste les documents en retard et la situation d’ensemble | Montre à quelle étape et dans quelle attente le retard s’est formé |
| Quel chemin a-t-il suivi ? | Montre l’état final du document | Montre toutes les variantes du même processus et ses retours en arrière |
| Les règles ont-elles été respectées ? | Demande un rapport de contrôle distinct | Compare le flux réel au modèle cible ; trouve les étapes sautées ou faites après coup |
| Un changement a-t-il fonctionné ? | Compare les résultats avant et après | Montre si le flux lui-même a changé, ou si l’attente s’est seulement déplacée vers une autre étape |
Guide ERP : ce qu’est un ERP et comment le choisir
De quelles données a-t-il besoin ?
Au minimum trois champs : un identifiant de cas, un nom d’activité et un horodatage. D’autres champs comme la ressource, le coût ou le client approfondissent l’analyse sans être obligatoires. Ces enregistrements existent généralement déjà dans le flux documentaire, les journaux de modification et les tables de validation de l’ERP ; aucun nouveau système n’est à installer.
La difficulté n’est pas de trouver les données mais de bien définir le cas. Suivre une ligne de commande, la commande entière ou, en production, l’ordre de fabrication dépend de la question posée ; une mauvaise définition du cas dessine une mauvaise carte à partir de bonnes données.
Mesurez si vos données sont prêtes pour le process mining : Test de préparation au process mining
Que regarder pour choisir un logiciel de process mining ?
Le logiciel adapté dépend de la question à laquelle vous voulez répondre et de l’endroit où se trouvent vos données. Pour comparer, ces points sont décisifs :
Les classes d’outils répondent aussi à des questions différentes. Dans le tableau ci-dessous, le process mining est la seule classe qui mesure le flux réel ; les autres le complètent.
- intégration des données : comment le journal d’événements est extrait de votre ERP, formats de fichiers pris en charge, chargement incrémental,
- articulation avec la modélisation : le flux découvert peut-il être comparé à un modèle cible BPMN,
- simulation : une amélioration peut-elle être testée avant sa mise en production,
- localisation des données et accès : région d’hébergement, authentification et droits par rôle,
- facilité d’usage : les analystes métier peuvent-ils l’utiliser sans spécialiste, et dans quelles langues,
- intégration : API et moyens de connexion à d’autres systèmes.
| Classe d’outil | Ce qu’elle fait | Point fort | Point de vigilance |
|---|---|---|---|
| Outil de modélisation des processus | Dessine et documente le processus dans un langage commun comme BPMN | Langage commun, validation et gouvernance | Ne mesure pas le flux réel ; le processus dessiné et le processus vécu peuvent diverger |
| Plateforme de process mining | Déduit le flux réel, les variantes et les goulets d’étranglement des journaux d’événements | Des données plutôt que des opinions ; conformité et écarts mesurés | Exige une définition de cas solide et un journal d’événements propre |
| Business intelligence et reporting | Suit les résultats sous forme d’indicateurs et de tableaux | Usage répandu, tableaux de bord flexibles | Montre ce qui s’est passé, pas à quelle étape le processus attend |
| Task mining | Enregistre les étapes d’un utilisateur à l’écran | Rend visible le travail manuel et répétitif à l’écran | Exige un enregistrement sur le poste ; la vie privée des salariés doit être évaluée à part |
Pourquoi les projets de process mining échouent-ils ?
Les projets de process mining déçoivent rarement à cause du logiciel ; le plus souvent, c’est la préparation et la responsabilité qui manquent. Les causes typiques, comment les repérer et comment les prévenir :
Leur point commun : l’analyse devrait commencer par une question et se terminer par une décision. Une carte n’est pas un résultat en soi ; le résultat vient de l’application d’un changement qu’elle désigne, mesuré à nouveau avec la même mesure.
| Cause | Comment la repérer | Prévention |
|---|---|---|
| Qualité du journal d’événements | Horodatages manquants ou incohérents, une même activité enregistrée sous plusieurs noms, des numéros de documents qui ne concordent pas d’un système à l’autre | La préparation des données est planifiée comme un travail à part avant l’analyse ; noms d’activités et définition du cas sont fixés ensemble |
| Mauvaise définition du cas | La carte montre des boucles ou des flux interrompus qui n’existent pas dans la réalité | Le cas est choisi selon la question posée et confirmé avec le service qui mène le processus |
| Processus sans responsable | Les constats sont présentés, mais personne ne porte le changement | Pour chaque processus étudié, une personne capable de décider est désignée dès le départ |
| Analyse sans décision | Cartes et tableaux de bord sont produits, rien ne change dans la façon de travailler | Chaque constat se clôt par une décision, un responsable et une nouvelle mesure |
| Périmètre trop large | Tous les processus sont abordés en même temps, aucun en profondeur | Commencer par un processus qui laisse des traces et coûte cher lorsqu’il se bloque ; élargir le périmètre après le premier résultat |
| Connaissance du terrain absente | Les constats sont mal lus à cause d’étapes qui ne laissent aucune trace dans le système | Les constats sont lus avec les équipes qui mènent le processus |
L’IA et le process mining
L’IA apporte au process mining trois contributions. La détection d’anomalies fait ressortir les cas qui s’écartent du flux habituel, par exemple des commandes qui avancent dans un ordre inattendu ou attendent anormalement longtemps. La prédiction estime, à partir de la trace des cas passés, le risque de retard ou l’étape suivante probable d’un cas ouvert. Les requêtes en langage naturel permettent à un analyste de poser une question comme « quelles commandes ont le plus attendu la validation de crédit ? » sans écrire de langage de requête.
Ses limites doivent être connues avec la même clarté. L’IA ne voit pas une étape absente du journal d’événements, et une prédiction tirée d’enregistrements incomplets ou incohérents n’est pas plus fiable que ces enregistrements. Une prédiction est une probabilité, pas un résultat certain : il doit être possible d’expliquer pourquoi une alerte a été émise, et la décision reste à une personne. Les réponses données en langage naturel sont elles aussi vérifiées sur les données d’origine. L’envoi d’enregistrements contenant des données personnelles à un service d’IA est traité à part, dans le cadre de l’évaluation des données personnelles.
Guide Agentic AI : agents d’IA, risques et contrôles
Les limites du process mining et les données personnelles
Le process mining ne voit que les étapes enregistrées dans le système. Une validation donnée par téléphone ou un contrôle mené sur papier n’apparaît pas sur la carte ; c’est pourquoi les constats s’interprètent avec les équipes de terrain.
Les journaux d’événements contiennent souvent aussi des informations sur l’utilisateur qui a effectué l’opération. C’est pourquoi la finalité de l’analyse est définie comme l’amélioration des processus, les données personnelles sont anonymisées ou regroupées lorsqu’elles ne sont pas nécessaires, et l’évaluation au regard de la loi turque sur la protection des données personnelles (KVKK) est faite avant l’analyse.
ProcessMind : mining, modélisation et simulation sur une seule plateforme
ProcessMind est une solution d’intelligence des processus qui réunit process mining, modélisation BPMN, architecture des processus, simulation et tableaux de bord opérationnels sur une seule plateforme cloud. Elle déduit le flux réel, les variantes et les goulets d’étranglement des journaux d’événements, modélise le processus cible et le teste par simulation avant sa mise en production.
L’éditeur positionne le produit comme une plateforme de process mining en libre-service pour les PME. L’interface et la documentation existent en dix langues, dont le turc ; les données sont hébergées dans la région AWS de Francfort. L’éditeur délimite aussi clairement son périmètre : analyse des processus et simulation opérationnelle, pas d’analytique au niveau des machines ou des automates.
Par où commencer ?
Par la question, pas par le logiciel : savoir dans quel processus tel retard ou tel écart coûte cher est la première étape. Vient ensuite la définition du cas qui suivra ce processus, puis l’identification du système où se trouvent les données.
MindDX mène ce travail dans l’Assess. Les processus et les enregistrements des systèmes existants sont examinés ; le processus et les données par lesquels le process mining commence sont consignés dans le document de périmètre validé.