Comment optimiser les processus en conjuguant RPA & Process mining
Selon le cabinet Gartner, 40 % des grandes entreprises adopteront un outil logiciel RPA d’ici à la fin 2020 pour automatiser des tâches manuelles, contre 10 % qui l’ont déjà adopté. Cette expansion programmée de la robotisation des process répond principalement aux besoins de réduction des coûts, de diminution des erreurs et d’augmentation de la satisfaction collaborateur. Autre bénéfice, les collaborateurs, dégagés de ces tâches répétitives, pourront être affectés à des contributions à plus forte valeur ajoutée.
Attention toutefois, le bénéfice de la RPA sera d’autant plus grand que les préventions en amont de son déploiement auront été grandes : les robots suivent des règles et appliquent des scripts sans intelligence. En appliquant ces scripts, la RPA peut extrapoler les variations dans les process mis en œuvre. Pour le dire autrement, l’automatisation d’un process dysfonctionnel pourra donner lieu à des effets aussi dommageables qu’inattendus. A contrario, l’application de la RPA sur des activités ciblées d’un process éligible, mature (au sens stable) maximisera les gains promis par la RPA.
RPA : robotiser uniquement ce qui doit l’être
D’où l’intérêt de réaliser en amont une analyse d’éligibilité fine des process en place dans l’organisation afin de maximiser les chances de déploiement de la RPA à grande échelle. Cette analyse est la première étape pour valider la pertinence du levier RPA pour optimiser le processus visé, et ce, en ayant préalablement veillé à écarter les autres possibilités d’évolutions de fond : organisationnels, évolution du système d’information, simplification du processus (en supprimant des tâches à faible valeur ajoutée par exemple), formation des collaborateurs (à l’utilisation optimale des fonctionnalités disponibles du SI existant).
Ainsi, cette étape garantira de ne pas utiliser la RPA à mauvais escient, souvent dans l’espoir de pallier rapidement et à moindre à coût à des failles béantes de l’organisation et de l’exécution du processus.
Le process mining : connaitre la réalité des processus métiers
Le process mining, au croisement du BPM et du data mining (fouille de données), permet de compléter la vision théorique et subjective des process mis en œuvre afin d’apporter de la transparence dans leur déroulement. Et ce en s’appuyant à la fois sur les données et les chemins empruntés par ces dernières au sein du système d’information.
Très souvent, la vision théorique, statique d’un process sera battue en brèche par son exécution dynamique au quotidienne par les métiers. Par exemple l’exécution d’un flux achat est relativement normalisé, mais outre les pratiques différentes par pays, il n’est pas rare de constater des écarts importants entre le schéma théorique et le déroulement effectif. Il faut souvent chercher du côté du facteur humain pour identifier les racines en cause de la variation.
En connectant le process mining au système d’information, l’analyse des données et des étapes d’exécution permettra de donner un instantané sur le déroulement réel des processus au sein de l’entreprise et d’en identifier les chemins de traverses.
Process Mining et RPA : l’amélioration permanente mesurée
Si l’analyse des process est indispensable avant le déploiement de toute automatisation, le couplage entre process mining et RPA ouvre la voie à l’amélioration continue. Concrètement, une fois le diagnostic réalisé il devient possible d’analyser le processus et certaines actions liées par exemple à la facturation : les retards, les validations de commande, le traitement des devis etc. À ce stade, il faut se poser la question : pourquoi tel chemin n’est pas optimisé ? Les réponses peuvent être variées. Cela peut être la capacité à traiter le volume de factures, à rapprocher bon de commande et factures etc. Ici, la RPA peut venir en renfort pour exécuter un certain nombre d’actions. En couplant process mining et RPA, l’organisation sera en capacité de mesurer les apports de l’automatisation et de cibler en fonction des remontées du process mining les activités à robotiser au sein d’un processus. En s’appuyant sur des mesures fines à l’aide de KPIs pertinents, il sera dès lors possible de réduire l’écart entre la procédure réelle et le chemin nominal. Les bénéfices de l’automatisation seront d’autant plus grands que les volumes à traiter seront importants.
Un levier de transformation data-driven des processus
Le couple process mining et RPA apporte un bénéfice immédiat à l’entreprise, mais à condition de bien penser les processus d’une part, et de l’autre d’appliquer tous les critères d’éligibilité avec une mesure factuelle des résultats. Ce suivi des métriques est d’autant plus important que les processus ne sont pas figés dans un idéal, mais doivent être adaptés en fonctions de critères endogènes ou exogènes liés par exemple à l’évolution des risques réglementaires, normatifs ou légaux.
Au final, la combinaison RPA Process mining offre un vrai levier d’optimisation des processus et ouvre la voie à une nouvelle aire de l’excellence opérationnelle basée sur la transformation data-driven des processus métiers.