- Notes de publication
- Avant de commencer
- Démarrage
- Intégrations
- Travailler avec des applications de processus
- Travailler avec des tableaux de bord et des graphiques
- Travailler avec des graphiques de processus
- Travailler avec des modèles de processus Découvrir et importer des modèles BPMN
- Showing or hiding the menu
- Informations contextuelles
- Exporter (Export)
- Filtres
- Envoi d’idées d’automatisation au Automation Hub d’UiPath®
- Balises
- Dates d’échéance
- Comparer
- Vérification de la conformité
- Analyse des causes profondes
- Simulation du potentiel d’automatisation
- Démarrage d'un projet Task Mining à partir de Process Mining
- Triggering an automation from a process app
- Afficher les données de processus
- Création d'applications
- Chargement des données
- Personnaliser les applications de processus
- Introduction aux tableaux de bord
- Créer des tableaux de bord
- Tableaux de bord
- Gestionnaire de l’automatisation
- Input data
- Définition de nouvelles tables d'entrée
- Ajout de champs
- Ajouter des tables
- Configuration requise pour le modèle de données
- Affichage et modification du modèle de données
- Exportation et importation de transformations
- Modification et test des transformations de données
- Structure of transformations
- Fusion des journaux d'événements
- Tips for writing SQL
- Gestionnaire de processus
- Publier les applications de processus
- Modèles d'applications
- Ressources supplémentaires
Process Mining
Analyse des causes profondes
Lors de l'analyse d'un processus métier, vous souhaiterez peut-être identifier les champs qui correspondent le plus souvent à un résultat spécifique. Cela peut vous aider à agir sur les causes profondes liées à ce résultat. Par exemple, dans le cadre du processus Purchase-to-Pay, vous souhaiterez peut-être analyser l'influence des commandes auxquelles la balise d'achat indépendant a été attribuée.
Avec l'analyse des causes profondes, vous pouvez comparer l'influence des propriétés champs de cas sur un certain comportement, afin d'identifier des influenceurs de données importants pour des situations de processus spécifiques. Un ensemble d'incidents est défini via le filtre de période. Cette sélection est appelée Incidents de référence (Reference cases). Dans cet ensemble d'incidents, vous pouvez sélectionner le comportement que vous souhaitez analyser. Par exemple, les incidents comportant une balise spécifique. Cette sélection est appelée Incidents sélectionnés (Selected cases). L'influence d'une propriété va dépendre du nombre d'occurrences des cas sélectionnés.
Utilisez le tableau de bord de l'analyse des causes profondes pour comparer l'influence de certaines propriétés d'incidents sur un ensemble d'incidents sélectionnés, dans un ensemble d'incidents de référence.
Suivez les étapes suivantes pour effectuer une analyse des causes profondes.
|
Étape |
Action |
|---|---|
|
1 |
Utilisez le filtre Période (Period) pour définir l'ensemble des incidents de référence. |
|
2 |
Sélectionnez Analyse des causes profondes dans le menu de gauche du tableau de bord. |
|
3 |
Utilisez le panneau Filtre (Filter) pour créer des filtres qui définissent l'ensemble d' Incidents sélectionnés ( Selected cases), qui constituent les incidents dont vous souhaitez analyser l'influence. |
|
4 |
Dans le sélecteur, sélectionnez le champ que vous souhaitez utiliser pour votre analyse. |
Le curseur Limite de nœud ( Node limit ) permet de réduire la complexité de l'arborescence Analyse de la cause première, ce qui améliore la lisibilité du graphique. Par défaut, le détail de l'analyse de la cause première est automatiquement déterminé. Vous pouvez utiliser le curseur Limite de nœuds ( Node limit ) pour modifier le nombre de nœuds affichés.
Vous pouvez utiliser les boutons de zoom avant/arrière en bas pour modifier le grossissement de l’arborescence de l’analyse de la cause première. Vous trouverez ci-dessous une description des boutons.
|
Button |
Cliquez pour ... |
|---|---|
|
|
Zoom avant |
|
|
Zoom arrière |
|
|
Rétablir la vue par défaut |
L'arborescence de l'analyse des causes profondes affiche la valeur (%), le nombre d'occurrences dans les Incidents sélectionnés (Selected cases) et le nombre d'occurrences dans Incidents de référence (Reference cases) pour le champ sélectionné dans le tableau de bord. Un écart important par rapport aux Incidents de référence (Reference cases) indique une éventuelle influence élevée sur la sélection.
L'image ci-dessus montre que les achats indépendants, par exemple, se produisent moins dans l'entreprise 2 800 - BestRun Chine (-2 %) que dans d'autres entreprises dans les données de référence, et que les achats indépendants se produisent davantage dans l'entreprise 50 00 - BestRun Japon 5 000 (10 %) que dans les autres entreprises dans les données de référence.
La valeur (%) dans le nœud de départ est le pourcentage sélectionné global, tandis que la valeur (%) dans les autres nœuds est l'influence (%) qui représente l'écart entre le pourcentage sélectionné du nœud et le pourcentage sélectionné global.
Afficher l'option des influenceurs les plus importants
L'option Afficher les influenceurs les plus importants (Show significant influencers) permet de zoomer en affichant les incidents présentant une influence statistiquement importante. Cela devrait vous aider à identifier les incidents de la sélection qui ont l'impact le plus grand. Cette importance statistique est calculée en se basant à la fois sur l'influence (%) et sur le nombre d'incidents que présente une propriété spécifique.
Si vous le souhaitez, vous pouvez ajouter d'autres couches à l' analyse des causes profondes. Voir l'illustration ci-dessous.
Dans l'exemple ci-dessus, la combinaison de champs donne un ensemble de cas sélectionnés qui ne contient pas suffisamment de données (pertinentes) pour déterminer les influenceurs. Dans ce cas, vous pouvez affiner l'ensemble des incidents de référence en ajoutant un filtre au tableau de bord.
L'illustration ci-dessous montre le résultat.
Lorsque vous survolez les champs de l'arborescence, l ' influence (%), les Incidents de référence (Reference cases) et les Incidents sélectionnés ( Selected cases ) s'affichent.
Vous trouverez ci-dessous une description des mesures.
|
Mesure |
Description |
|---|---|
|
Influence (%) |
L'écart entre les Incidents sélectionnés (Selected cases) et les Incidents de référence (Reference cases) . |
|
Cas sélectionnés |
Nombre d'incidents pour le champ dans l'ensemble total d' incidents sélectionnés. |
|
Cas de référence |
Nombre d'incidents pour le champ dans l'ensemble total d'incidents de référence. |
Supposons un total de 100 incidents. Un filtre est appliqué pour trier les cas qui dépassent un délai d'exécution de 30 jours. Le filtre aboutit à 20 incidents, ce qui équivaut à 20 % du total. Ce pourcentage est défini comme le « % de référence » ou essentiellement, votre base de référence.
Lors de l'agrégation, par exemple, par fournisseur, un pourcentage d'influence s'affiche.
Imaginons que le fournisseur X ait un total cumulé de 30 incidents, parmi lesquels seulement cinq incidents dépassent un délai d'exécution supérieur à 30 jours. Cela signifie que 17 % des incidents liés au fournisseur X ont un long délai d'exécution.
Le pourcentage d'influence est calculé sur la base de la différence entre le % calculé d'incidents dépassant le délai d'exécution défini (dans l'exemple donné, 17 %) et le % de référence (20 %). Dans ce scénario, le pourcentage d'influence est égal à -3 % (17 %-20 % = -3 %).
Ensuite, considérons que le fournisseur Y a un total de 5 incidents. 3 de ces cas ont un délai d'exécution supérieur à 30 jours (60 %). Dans ce scénario, le pourcentage d'influence serait de 40 % (60 % - 20 % = 40 %).
