Webinar Gartner® X Livejourney : les tendances qui s'inscrivent dans l'Hyperautomation et le Process Mining prédictif

Task Mining et Process Mining, le duo gagnant ?

Task Mining Process Mining

Avant de vanter les mérites de l’association entre le Task Mining et le Process Mining, il est important de revenir sur ces deux technologies dont la frontière est souvent mal comprise.

Process Mining

Un process dans une entreprise est une succession d’étapes nécessaires pour atteindre un objectif. Il y a un début et une fin, c’est pour cette raison que l’on parle souvent d’un process de bout en bout (end-to-end).

Let’s take the case of an order made on the internet: from the moment the customer initiates a purchase, a series of steps follow, like the validation and the shipping of the order, the pick-up for the delivery person, delivery to the last customer. Each step is present in the information systems log format.

Process Mining collects these logs and gives you a real time picture of how your processes are running: the transition from one stage to another, reworks, loops and bottlenecks. This technology also allows you to analyze process deviations (what does not happen according to the theory) to help you make the right decisions. Finally, Process Mining allows you to focus on one unit of your process (an order, a pallet, an invoice, etc.) to understand the path on the field. Thanks to machine learning and AI, it’s possible to analyze the history and predict the paths of your units in the future (predictive).

Task Mining

Pour simplifier, le Task Mining va venir analyser non plus le chemin, mais ce qui se passe au sein de chaque étape d’un processus.

Les technologies de Task Mining vont être implémentées sur le poste de travail de vos collaborateurs pour identifier et analyser chaque action : elles sont capables de notamment de repérer les mouvements de souris, de faire des screenshot des actions menées... Certaines solutions utilisent même la reconnaissance optique de caractère (ROC) pour permettre le traitement de texte à partir d’image repérée sur le poste de travail et/ou le traitement automatique du langage (TAL). La technologie du machine learning permet d’interpréter de manière informatique des éléments voix transmis par l’homme.

Les actions menées sur chaque poste de travail sont ainsi analysées. Dans un process de Purchase to Pay (P2P) par exemple, les opérateurs vont devoir récupérer un bon de commande, et l’insérer dans le système d’information pour le traitement. Il devra éventuellement créer un numéro de suivi et un établir un ordre de facturation. Autant de tâches manuelles réalisées sur les différents postes de travail et faisant appel à différentes applications de l’entreprise. Le Task Mining vient là encore repérer les tâches récurrentes, les tâches à faible valeur ajoutée pour optimiser et faciliter le travail des collaborateurs.

L’alliance entre le Task Mining et le Process Mining

Bien utilisées, ces deux technologies permettent d’avoir une vue exhaustive sur l’intégralité d’un processus : la vision dynamique, le(s) chemin(s) parcouru(s) (Process Mining) et les actions réalisées à chaque étape (Task Mining).

Cette vue exhaustive a des réels bénéfices tant elle permet :

  • d’avoir une vue factuelle et de bout en bout de ce qui est fait sur le terrain pour baser des décisions non plus sur l’intuition mais sur le fonctionnement réel : les phases de découvertes et d’analyses de ce qui est opéré sur le terrain permettent de mieux comprendre les performances de l’exécution dans l’entreprise
  • de mesurer l’efficacité des flux et la productivité des opérateurs dans l’entreprise : cela permet une meilleure allocation des ressources mais également d’identifier les éventuelles lacunes de ces deux composantes
  • d’identifier de manière objective les différents axes d’optimisation possible et donc de mener des projets de RPA ou d’automatisation avec un ROI immédiat et mesurable