• Soukaina

Process Mining - Use Case Procure to Pay

Lors de notre précédent article sur le Process Mining, nous avions montré en quoi il permet d’apporter une représentation graphique et chiffrée des processus opérationnels de l’entreprise à des fins d’amélioration de la performance.


Au travers de cet article, nous nous pencherons sur les différentes étapes à mener sur un projet de Process Mining. Pour cela, nous nous sommes basés sur une mission réalisée chez un de nos client, notamment sur son processus Procure to Pay.


Tout d’abord, le cadrage de projet est une étape primordiale afin de garantir le succès d’une mission de Process Mining. Pour cela il convient de répondre à plusieurs questions : Quels sont les objectifs attendus du projet ? Quels sont les processus à examiner ? Quels sont les SI impliqués dans la réalisation du processus ? Existe-t-il un identifiant unique traçable sur l’ensemble du processus ? Quels sont les résultats attendus ?

En complément des axes cités précédemment, deux défis majeurs se présentent sur les données à exploiter. Le premier concerne le coût d’exploitation des données, en effet, l’accès et la préparation des données nécessitent des ressources matérielles et humaines non négligeables. L’exhaustivité des données à exploiter est le deuxième défi puisque l’analyse des processus ne peut être complète que si l’intégralité des données est prise en compte. Les actions non renseignées dans le SI sont donc à considérer dans le cadre de la modélisation des processus de bout en bout.


Durant toute l’étape de cadrage, des entretiens sont conduits avec les opérationnels, également appelés « process owner » de par leur connaissance approfondie des processus étudiés. Cela afin de définir le périmètre du projet et ainsi avoir un schéma théorique du processus à évaluer.


Une fois le projet cadré, les données sont analysées par l’outil de Process Mining qui fournit une représentation graphique des étapes du processus, en reconstituant les événements et flux associés de bout en bout.


Pour cela, l’outil de Process Mining doit être connecté sur le CRM de l’entreprise, afin de capter l’intégralité des actions et flux effectués. Le fait que chacune des actions soit datée via des « event log » permet à l’outil de repérer les éventuels goulots d’étranglement et ralentissement observés sur le processus. Ces données sont exploitées et restituées sous forme de tableau de bord interactif. L’Intelligence Artificielle et le Machine Learning permettent ensuite de fournir une interprétation de la performance en temps réel et ce à tous les niveaux du processus étudié.


Dans le cadre d’une intervention des équipes Sia Partners sur le Processus Procure to Pay de l’un de nos clients, le Process Mining a permis de confirmer et de quantifier nos analyses des processus existants suite à une première étude de cadrage. Ainsi, l’approche via le Process Mining a permis de faire le lien entre les retards de paiement et l’absence de bon de commande sur certaines factures, tout en identifiant dans quelle proportion ces cas étaient problématiques. Nous avons également pu déterminer le fait que le workflow de validation avait un impact trop important sur le temps total du processus. En effet, dans le cas de notre client, de nombreuses factures étaient soumises à la validation manuelle d’un manager.


Il est nécessaire de prioriser les axes d’amélioration identifiés en fonction de l’impact attendu et de sa complexité d’intégration. Les indicateurs ci-dessous peuvent permettre une évaluation rapide et complète des leviers à enclencher :


Dans le cadre de notre intervention, deux principales actions ont été lancées afin d’optimiser le processus :


  • Refonte du processus Procure to Pay de bout en bout

Ici, le Process Mining a permis d’améliorer le processus existant en identifiant automatiquement diverses solutions optimales (via le Machine Learning). En effet, l’outil de Process Mining a permis de simuler les différents scénarios notamment en jouant sur le montant des factures à soumettre à validation manuelle.


  • Conduite du changement

Le change management est souvent une étape obligatoire dans un projet d’optimisation des processus. Afin de sensibiliser les utilisateurs aux bonnes pratiques, le Process Mining permet une approche rapide et efficace en donnant une représentation visuelle du processus existant, des modifications apportées et du processus cible.


Ces deux idées sont illustrées en détail par le schéma suivant :


Une fois la mise en œuvre du plan d’actions effectuée et l’optimisation du process rendue possible grâce au Process Mining, il est important d’étudier l’impact post-intégration dans le processus et d’assurer le suivi.


Pour cela, il convient donc de se poser les questions suivantes :

  • Les bonnes pratiques sont-elles respectées par les utilisateurs et véhiculées par le management ?

  • Les objectifs d’optimisation ont-ils été atteints ? Il est en effet possible d’objectiver certains KPIs rendus visibles par le Process Mining. Dans le cadre de notre use-case, il a été envisagé de se focaliser sur le taux de retard de paiement, le pourcentage de factures sans bon de commande ou encore de voir si le workflow de validation dans le temps total du processus a considérablement diminué ou non.

  • Est-ce que l’optimisation du processus fait apparaître de nouveaux irritants auprès des utilisateurs ?

  • L’optimisation du processus peut-elle préparer l’intégration d’un outil de Robotic Process Automation (RPA) afin d’automatiser le processus ? C’est la raison pour laquelle certains éditeurs fournissent également une offre en automatisation des processus après l’optimisation de ces derniers par du Process Mining.


En conclusion, que ce soit sur la restitution d’analyses des processus existants, l’identification des axes d’amélioration ou des plans d’actions en amont de l’optimisation, le Process Mining a su faire ses preuves chez un client aux processus complexes et sur une volumétrie de données importante. Bien souvent, le retour sur investissement d’un tel outil s’avère rapide, face aux gains de temps et aux gains financiers générés. Néanmoins, comme le souligne Gartner dans son étude sur le Process Mining en 2019, il est important de comprendre le fonctionnement des processus, d’identifier le domaine d’intervention et les résultats attendus avant de se lancer dans un projet de Process Mining. En effet, il a été démontré que sans un accompagnement en amont ou en aval d’un tel projet, les résultats obtenus sont généralement inférieurs à ceux attendus. C’est la raison pour laquelle Sia Partners est soucieux d’accompagner ses clients sur leurs projets de Process Mining, de la phase de cadrage jusqu’à l’étude d’impact post-intégration.




Copyright © 2020 Sia Partners.

Any use of this material without specific permission of Sia Partners is strictly prohibited.