Machine learning
Pourquoi associer le Machine Learning au Process Mining ?
Définitions
Qu'est-ce que l'intelligence artificielle ?
L’Intelligence Artificielle (IA) doit pouvoir penser par « elle-même ». C’est en tout cas l’essence même de ces technologies. Elle doit pouvoir, grâce à une multitude de données, pouvoir apprendre et s’adapter pour surpasser l’intelligence humaine. L’IA en tant que telle est souvent encore en phase de R&D et ce que l’on appelle de l’IA s’apparenter en fait souvent à du Machine Learning.
Qu'est-ce que le Machine Learning ?
Le Machine Learning (ML) est un ensemble de technologies et d’algorithmes. Le ML a besoin d’un historique de données précises pour agir ou réagir. Pour illustrer cela, Alexa d'Amazon est un bon exemple. Alexa contient une technologie de reconnaissance vocale qui lui permet, à partir de sons, de les associer à une action à mener. « Quelle est la météo à Paris demain » : Alexa va reconnaitre différents sons et les associer grâce à des algorithmes à une réponse à donner. Cela semble intelligent mais il y a en fait peu d’apprentissage ici de la technologie.
L'association Machine Learning - Process Mining
Le Machine Learning associé au Process Mining est un moyen d'apporter de l'intelligence dans la lecture, la visualisation et l'analyse des processus métier tels qu'ils sont opérés au quotidien.
Les opportunités du Process Mining intelligent
Il existe un lien entre ces 2 technologies : elles ont besoin et se nourrissent de données pour créer de la valeur ajoutée. C'est en cela qu'elles donnent une nouvelle dimension au Process Mining.
La première étape du Process Mining consiste à donner de la visibilité sur la manière dont sont opérés sur le terrain vos processus métier. En récupérant les journaux d'événement (event logs) dans vos différents systèmes d’information (ERP, CRM, etc.), le Process Mining va reconstituer et horodater les flux et étapes principales de chaque unité de vos processus (une commande, un client, une facture, etc.). Cette première étape plus communément appelée « process discovery » est une étape essentielle pour visualiser vos processus. Les utilisateurs accèdent à un premier niveau d’analyse en rentrant dans le détail de certaines déviations ou anomalies qu’ils peuvent observer sur la représentation de leurs processus. Ce travail d’analyse peut être fastidieux et complexe au regard du volume de données et de la complexité de certains processus.
Le ML et l'IA ont une réelle valeur ajoutée à ce stade du Process Mining.
En effet, l'utilisation de ces technologies permet de détecter et de mettre en lumière automatiquement les anomalies, déviations et non-conformités dans le processus. Pour illustrer cette action, cela se fera par exemple en comparant le processus « as-is » avec le process initialement pensé et écrit ou encore en catégorisant les typologies de déviations rencontrées et en évaluer l’impact : les « rework », goulets d’étranglement, retours en arrière etc. A chaque fois, grâce au ML et au process mining, les utilisateurs pourront avoir un premier nouveau d’analyse avec le nombre d’unités du process concerné, le nombre d’occurrence et l’impact temporel et financier (la valeur de chaque unité étant la plupart du temps connue).
Une fois ces déviations et anomalies identifiées, l’IA et le ML vont pouvoir grâce aux statistiques et à des algorithmes mettre en lumière les causes principales de ces anomalies. L’outil sera par exemple capable de déterminer pourquoi une certaine catégorie de produits est systématiquement en retard de livraison : les causes principales pourront être un fournisseur en particulier, une région donnée, un goulet d’étranglement en amont dans la réception de la commande etc. Vous visualiserez ainsi facilement les causes principales en fonction de leur importance et de l’impact sur votre process.
Le Process Mining récupère et historise l’ensemble des données / logs présents dans vos SI. Le Machine Learning, grâce à des algorithmes prédictifs, se basera sur cet historique de données pour prédire de futures anomalies.
Dans le cas d'un processus Supply Chain, vous visualiserez étape par étape le flux de chaque commande avant même qu’elle ne soit passée. Vous aurez aussi une estimation de leur heure de livraison.