Analyse prédictive : obtenir des résultats de fond grâce au Process Mining

Intellyx BrainBlog pour iGrafx

Dans notre précédent chapitre sur la prise de décision automatisée, nous avons discuté de l’importance de rassembler toutes les données en temps réel et les historiques nécessaires pour qu’un expert humain puisse prendre de meilleures décisions à l’instant T.

Alors que nous portons notre regard vers l’avenir, un facteur critique dans l’optimisation continue des processus apparaît: l’analyse prédictive.

Et s’il était possible de prédire le chemin le plus probable vers le succès?

Avec un nombre incalculable de variables en jeu, les équipes métiers sont difficilement en mesure d’observer avec précision le succès ou l’échec potentiel d’un processus en cours d’exécution – et dans le monde réel, il existe souvent des degrés de succès ou d’échec plutôt qu’un résultat binaire clair.

Une approche par l’analyse prédictive permet de déterminer à quel point nous pouvons nous rapprocher du résultat souhaité afin de guider nos actions.

Comment saurons-nous quand nous aurons terminé?

Je n’ai pas passé suffisamment de temps avec le spécialiste de l’optimisation Ken Sharma lors de mes premiers jours en Supply Chain chez i2, mais je me souviens de sa phrase caractéristique au début de chaque réunion : « Comment saurons-nous quand nous aurons fini ? »

En effet, s’il n’y avait pas d’intention claire d’accomplir quelque chose au début d’une réunion, même avec tous les discours et la stratégie du monde, il est peu probable que le résultat escompté se produise.

En utilisant l’analyse prédictive, nous pouvons commencer un projet avec un objectif de temps pour un résultat souhaité, et travailler en sens inverse à partir de là.

Prenons par exemple un processus de prêt immobilier, un flux complexe qui contient de nombreuses tâches telles que l’évaluation du marché, les évaluations du client, l’évaluation des risques, le logement équitable, l’assurance, et plus encore – avec des formulaires manuels, des vérifications et des approbations effectuées par des agents au nom du prêteur, des acheteurs et des vendeurs.

Il y a un objectif de temps idéal que nous voulons essayer d’atteindre afin de fournir une expérience client plaisante pour les acheteurs et les vendeurs, qui pourrait être d’une semaine, voire d’une journée, si tout se déroule bien.

Il y a également une date minimum pour achever le processus, celle dans laquelle une violation de l’ALD ou un problème de conformité est déclenché, ou dans le cas de notre prêt immobilier, la période de contrat expire et toute la transaction devient nulle et non avenue.

Être en mesure de prédire avec précision quand un processus sera terminé est absolument fondamental pour toute entreprise et ses clients, et c’est la raison principale pour laquelle les dirigeants doivent intervenir pour corriger ou accélérer un processus.

Aller plus loin que la simple connaissance des processus

L’art d’associer le process mining à l’analyse a suivi un long chemin au cours de la dernière décennie.

Les entreprises hautement compétitives considèrent cela comme un secret de propriété étroitement gardé pour la façon dont elles font des affaires. Bien que la combinaison exacte d’outils puisse varier, cette pratique implique l’extraction et l’analyse de données à partir de systèmes informatiques, puis la corrélation de ces données au sein de data warehouses, afin de prendre de meilleures décisions à l’aide d’analyses avancées.

Le data mining pourrait être beaucoup plus utile qu’une documentation post-mortem des événements et des performances qui contribuent aux tendances dans un tableau de bord d’analyse.

Que cela signifierait-il pour l’entreprise si nous pouvions tourner notre regard vers l’avenir et utiliser cet ensemble de connaissances collectives pour prédire quand les processus en cours seront terminés, et agir pour les guider vers des résultats plus susceptibles d’être positifs?

Une sorte d’auto-régulation des processus… mais en beaucoup plus intelligent.

De l’archéologie à la sociologie

Il y a une ligne directrice entre le Process Mining et l’analyse prédictive.

Les archéologues déterrent, classifient et étudient les vestiges, puis les transmettent aux anthropologues. Ceux-ci les analysent pour comprendre les motivations et les comportements des cultures passées, puis les sociologues essaient de prédire comment cette connaissance impactera le comportement des sociétés humaines actuelles et futures.

Transposer cette métaphore dans le domaine des affaires nécessitera plus que la simple définition de règles, d’heuristiques et de modèles statistiques pour utiliser les données de processus et leur analyse. Un système d’analyse prédictive devra apprendre de la connaissance accumulée afin d’anticiper les impacts dans le monde réel.

L’optimisation de la Supply Chain offre un excellent terrain d’observation pour voir l’analyse prédictive en action. Un fabricant de haute technologie dépend d’une galaxie de fournisseurs pour s’approvisionner en matières premières, produire des pièces et des semi-conducteurs, assembler des pièces, assembler des produits et expédier ses stocks.

De plus, cette entreprise surveille également en permanence les commandes clients entrantes, la demande, pour prévoir les niveaux nécessaires de production et de main d’oeuvre.

Mais pourquoi devraient-ils attendre que les commandes soient passées? L’analyse prédictive peut anticiper les tendances saisonnières d’achat et fournir des informations sur d’autres indicateurs avancés. Le nouveau siège social d’une entreprise du CAC 40 ou une augmentation de l’activité de fusion-acquisition pourraient signaler une charge de travail accrue, incitant la marque à commencer à trouver des fournisseur supplémentaire avant les commandes à venir.

Le côté préventif de l’analyse prédictive

La plupart des solutions de process mining peuvent identifier les domaines clés pour réaliser des gains d’efficacité et de performance, et les modèles de processus existants peuvent être ajustés ou remplacés en fonction des résultats.

Mais que se passerait-il si nous pouvions commencer à remédier aux plaintes des clients et aux problèmes de conformité avant même qu’ils aient lieu, en analysant les processus en cours qui ne se déroulent pas comme prévu ?

Un grand aéroport international s’impose un niveau de service strict et fait face à des exigences de confidentialité et de souveraineté des données de la part des régimes gouvernementaux dont viennent les passagers.

Après avoir actualisé son infrastructure de centre de données, l’une des compagnies aériennes a commencé à remarquer que certains dossiers de passagers devenaient inaccessibles aux agents administratifs. Avant qu’un rapport de conformité en matière de confidentialité n’émerge ou que des vols ne soient annulés, l’analyse prédictive de l’aéroport a déclenché un flux de travail de reprise après sinistre, restaurant l’infrastructure à son état précédent et empêchant une possible exfiltration de données ou une attaque de ransomware.

La prise de position d’Intellyx

Il n’y a aucune raison pour que les entreprises se fient uniquement aux données de processus provenant d’événements passés pour comprendre ce qui pourrait se arriver dans le futur.

L’analyse prédictive est une pratique, pas un produit – mais elle s’appuie sur l’avancée du Process Mining et des analyses basées sur l’apprentissage automatique pour fournir une approche plus proactive pour améliorer les performances et réduire les risques.

Ce n’est pas un objectif inatteignable. Les principaux éditeurs de Process Intelligence comme iGrafx intègrent déjà l’analyse prédictive dans leur approche pour repérer de manière proactive et remédier aux défaillances de processus complexes.

©2023, Intellyx LLC. Intellyx conserve le contrôle exclusif sur le contenu de ce document, et aucune copie n’a été rédigée par une intelligence artificielle. Au moment de la rédaction, iGrafx est un client d’Intellyx.