Le Process Mining au service de la DAF

Aujourd’hui, les entreprises tendent de plus en plus à digitaliser leurs processus métiers. C’est particulièrement le cas dans les domaines où l’optimisation des performances des processus métiers permet d’obtenir un impact direct sur la performance financière : réduction des coûts, sécurisation des opérations, etc. Les processus liés à la comptabilité fournisseurs et à la comptabilité clients sont ainsi fortement susceptibles d’être digitalisés. Cette digitalisation accrue des processus se retrouve portée par un Système d’Information offrant des traces digitales de la réalité des activités.

En parallèle de ce phénomène, les récentes avancées technologiques permettent de traiter plus facilement le volume de données présent au sein du Système d’Information. Grâce au Big Data et à l’émergence de la Data Science, il est possible de traiter et d’analyser beaucoup plus de données qu’auparavant. Cela permet notamment de mettre en relation de nombreuses données les unes avec les autres et d’établir des liens de corrélation ou de causalité entre différents événements recensés dans le Système d’Information. Cette capacité d’utilisation approfondie des données est renforcée par l’émergence de l’Intelligence Artificielle qui permettra à terme d’accroitre les possibilités des analyses proposées automatiquement et d’améliorer la pertinence de celles-ci.

Les deux mouvements de fond précités autorisent une nouvelle approche du Business Process Management que l’on peut définir par le Process Mining. Les processus métiers génèrent une quantité de données temporelles et évènementielles, tracées dans les journaux d’évènements des Systèmes d’Information. Grâce à ces données, il est possible de modéliser les processus via des algorithmes d’analyse de données. Les outils de Process Mining facilitent l’analyse de l’ensemble des transactions et du cheminement dans les Systèmes d’Information et leur modélisation. Celle-ci permet notamment de prendre en compte la volumétrie et les différentes variantes à l’intérieur du processus.

En effet, il permet de vérifier si les hypothèses théoriques envisagées représentent et décrivent le processus réel avec précision. Ainsi on peut par exemple :

• Suivre les activités et mesurer des temps de réalisation/latence
• Evaluer la performance et la productivité
• Identifier des goulots d’étranglement des processus
• Identifier et quantifier les variantes / anomalies hors processus nominales
• Déterminer les causes à l’origine des anomalies
• Identifier les opportunités de RPA
• Anticiper les variations de processus via l’identification de pattern

Par ailleurs, il se voit facilement appliquer à des processus financiers comme le P2P (Procure to Pay), l’O2C (Order to Cash) ainsi qu’à des processus plus opérationnels tels que les processus de Supply Chain ou le parcours consommateur dans le cas d’un site web.

Le Process Mining offre un gain de temps à la DAF et lui apporte une vision claire, complète, instantanée et quantifiée de la réalité et de la diversité des processus réels.

Par exemple, pour l’analyse de l’ensemble du processus d’Achat (de la demande d’achat au paiement de la facture), le Process Mining permet de modéliser les différentes étapes du flux avec les étapes intermédiaires entre le moment où l’entreprise va commander et le moment où elle va payer le fournisseur. L’ensemble des transactions seront analysées afin de modéliser les différents parcours des commandes dans les SI. Des variantes classiques de ce processus concernent la modification du bon de commande ou la recherche/relance en cas de facture non parvenues.

Nous l’avons vu, le Process Mining offre des solutions intéressantes dans le cadre d’une démarche ponctuelle d’optimisation des processus, mais aussi en amont d’une réflexion globale sur la mise en œuvre de RPA (meilleure connaissance du processus, des tâches manuelles/automatiques, des latences, etc.), ou à l’occasion d’une Post Merger Integration (identification des synergies, des économies d’échelles, etc.). Pour être efficaces, ces approches doivent être accompagnées d’une valeur ajoutée « humaine », en complément des algorithmes.

Avant de lancer une analyse approfondie des processus de l’entreprise à l’aide d’un outil de Process Mining, il convient de bien définir le périmètre et les objectifs du projet. Cette phase de cadrage du projet est nécessaire pour définir les processus et les outils informatiques qui feront l’objet de l’étude mais également pour estimer le retour sur investissement nécessaire de cette démarche. 

Ensuite, une fois le projet lancé et l’ensemble des processus modélisés, une expertise métier est indispensable pour étudier les résultats. Cette expertise permettra non seulement d’éliminer les « faux positifs » mais également de préconiser les meilleures solutions d’optimisation des zones identifiées. Ce plan d’amélioration peut ainsi comporter différents volets (Organisation, Système d’Information…) qu’il convient de coordonner afin de garantir le succès de la démarche mise en œuvre.

Le Process Mining offre de nombreux avantages aux entreprises dont le suivi, l’analyse et le contrôle des processus et a notamment fait ses preuves dans les métiers de la finance tel que le contrôle interne ou l’audit en continu en permettant au contrôleur interne et à l’auditeur[1] de leur apporter une analyse des business process plus efficiente et exhaustive, de faire évoluer leurs fonctions vers un univers plus digitalisé et de recentrer leur fonction sur des tâches plus stratégiques et à forte valeur ajoutée.

Copyright © 2019 Sia Partners. Any use of this material without specific permission of Sia Partners is strictly prohibited.

[1] http://fonctionfinance.sia-partners.com/20180725/controle-interne-et-aud...