- Notes de publication
- Avant de commencer
- Gestion de l’accès
- 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
- Simulation de processus
- 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
- Transforming data
- Structure of transformations
- Tips for writing SQL
- Exportation et importation de transformations
- Afficher les journaux d'exécution des données
- Fusion des journaux d'événements
- Configuration des balises
- Configuration des dates d'échéance
- Configuration des champs pour le potentiel d'automatisation
- Configuration des activités : Définition de l'ordre des activités
- Rendre les transformations disponibles dans les tableaux de bord
- Modèles de données
- Ajouter et modifier des processus
- Personnaliser les tableaux de bord
- Publier les applications de processus
- Modèles d'applications
- Notifications
- Ressources supplémentaires

Process Mining
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 champs sélectionnés sur un certain comportement, afin d'identifier des influenceurs de données importants pour des situations de processus spécifiques. Un ensemble d'objets est défini via le filtre de période. Cette sélection est appelée Objets de référence (Reference objects). Dans cet ensemble d'objets, vous pouvez sélectionner le comportement que vous souhaitez analyser. Par exemple, des objets avec une certaine balise. Cette sélection est appelée Objets sélectionnés (Selected objects). L'influence d'une propriété va dépendre du nombre d'occurrences des objets sélectionnés.
Utilisez le tableau de bord de l' analyse des causes profondes pour comparer l'influence des champs d'objet sur un ensemble d'objets sélectionnés, dans un ensemble d'objets de référence.
Sélectionner l'objet utilisé pour l'analyse des causes profondes
Si plusieurs objets sont disponibles dans le modèle de données de votre application de processus, vous pouvez sélectionner un autre objet à analyser. Cela vous permet d'effectuer une analyse des causes profondes à partir d'un autre point de vue et de comparer l'influence des propriétés d'incident liées à un objet différent.
Suivez cette étape pour sélectionner un autre objet.
-
Localisez l' Influence de la sélection sur la liste et sélectionnez un objet différent dans la liste.
Suivez les étapes suivantes pour effectuer une analyse des causes profondes.
Étape |
Action |
---|---|
1 |
Utilisez le filtre Période (Period) pour définir l'ensemble des objets 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' objets sélectionnés, qui constituent les objets dont vous souhaitez analyser l'influence. |
4 |
Dans le sélecteur, sélectionnez le champ que vous souhaitez utiliser pour votre analyse. |
Curseur de limite de nœud
Le curseur Limite de nœuds (Node limit) vous permet de réduire la complexité de l'arborescence de l'analyse des causes profondes, ce qui améliore la lisibilité du graphique. Par défaut, le niveau de détail de l' Analyse des causes profondes est défini automatiquement. Vous pouvez utiliser le curseur Limite de nœuds (Node limit) pour modifier le nombre de nœuds affichés.
Zoom avant/zoom arrière
Vous pouvez utiliser les boutons de zoom avant/arrière en bas pour modifier le grossissement de l’arborescence de l’analyse des causes profondes. Le tableau suivant décrit les boutons.
Button |
Cliquez pour ... |
---|---|
|
Zoom avant |
|
Zoom arrière |
|
Rétablir la vue par défaut |
Influence
Objects
, par exemple, Purchase order items
ou Incidents
.
Les nombres en pourcentage dans les nœuds indiquent à quel degré chaque valeur d'attribut influence un certain résultat, par rapport à la base de référence d'origine.
-
La valeur (%) dans le nœud de départ est le pourcentage global de référence. Il s’agit de l’état initial avant l’application des modifications ou des influences.
-
La valeur (%) dans les autres nœuds est l' influence (%) ou l'impact. Cela représente l'écart ou la modification par rapport au pourcentage de base de référence global en raison de la valeur d'attribut spécifique représentée par ce nœud.
Cela vous permet d'identifier les valeurs d'attribut qui ont l'impact le plus significatif et qui pourraient donc être les causes profondes potentielles d'un problème ou d'une modification en particulier.
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 objets présentant une influence statistiquement importante. Cela devrait vous aider à identifier les objets 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'objets que contient une propriété spécifique.
Si vous le souhaitez, vous pouvez ajouter davantage de couches à l' analyse des causes profondes.
Dans l'exemple ci-dessus, la combinaison de champs donne un ensemble d' objets sélectionnés qui ne contient pas suffisamment de données (pertinentes) pour déterminer les influenceurs. Dans ce cas, vous pouvez affiner l'ensemble des objets de référence en ajoutant un filtre au tableau de bord.
L'illustration suivante montre le résultat.
Lorsque vous survolez les champs de l'arborescence, l' influence (%), les objets de référence et les objets sélectionnés s'affichent.
Le tableau suivant décrit les mesures.
Mesure |
Description |
---|---|
Influence (%) |
L'écart entre les objets sélectionnés et les objets de référence. |
Objets sélectionnés |
Nombre d'objets pour le champ dans l'ensemble total d' objets sélectionnés. |
Objets de référence |
Nombre d'objets pour le champ dans l'ensemble total d' objets Reference. |
Supposons un total de 100 objets. Un filtre est appliqué pour trier les objets qui dépassent un délai d'exécution de 30 jours. Le filtre renvoie 20 objets, ce qui équivaut à 20 % du total. Ce pourcentage est défini comme « % de référence » ou plus simplement, votre base de référence.
Lors de l'agrégation, par exemple, par fournisseur, un pourcentage d'influence s'affiche.
Supposons que le fournisseur X ait un total cumulé de 30 objets, parmi lesquels seuls cinq objets dépassent un délai d’exécution de plus de 30 jours. Cela signifie que 17 % des objets liés au fournisseur X ont un long délai d'exécution.
Le pourcentage d'influence est calculé en fonction de la différence entre le % calculé d'objets 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 % à 20 %= -3 %.
Ensuite, supposons que le fournisseur Y possède un total de 5 objets. 3 de ces objets ont un délai d'exécution qui dépasse 30 jours (60 %. Dans ce scénario, le pourcentage d'influence serait de 40 % {60 % - 20 % = 40 %.