process-mining
latest
false
Important :
Veuillez noter que ce contenu a été localisé en partie à l’aide de la traduction automatique. La localisation du contenu nouvellement publié peut prendre 1 à 2 semaines avant d’être disponible.
UiPath logo, featuring letters U and I in white

Process Mining

Dernière mise à jour 18 févr. 2025

Analyse des causes profondes

Qu'est-ce que l'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.

Tableau de bord de l'analyse des causes profondes

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.

Réaliser une analyse des causes profondes

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

Sélectionner dans le menu à gauche du tableau de bord.

3

Utilisez le panneau Filtres (Filters) pour créer des filtres qui définissent l'ensemble des cas sélectionnés, qui sont les cas sur lesquels vous souhaitez analyser l'influence.

4

Dans le sélecteur, sélectionnez le champ que vous souhaitez utiliser pour votre analyse.

Consultez l'illustration ci-dessous pour voir un exemple.



Remarque : jusqu'à 1 000 résultats sont visibles. Lorsqu'il y a trop de données, une icône d'avertissement s'affiche.

Curseur de limite de nœud

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.

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 de la cause première. Vous trouverez ci-dessous une description des boutons.

Button

Cliquez pour ...

Zoom avant

Zoom arrière

Rétablir la vue par défaut

Remarque: Vous pouvez aussi utiliser la molette de la souris pour zoomer ou dézoomer.

Influence

Remarque :
Selon le processus, un nom spécifique au processus est affiché pour identifier Objects, par exemple, Purchase order items ou Incidents.
The Root cause analysis tree displays the value (%), the number of occurrences in the Selected objects, and the number of occurrences in the Reference objects for the field selected in the dashboard. A large deviation from the Reference objects indicates a possible high influence on the selection.
Attention :

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

The Show significant influencers option enables you to zoom in by displaying the objects with a statistical significant influence. This should help you identify the objects that have the most impact on the selection. This statistical significance is computed from both the Influence (%) and the amount of objects a certain field has.



Ajouter des couches

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 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 suivante 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.

Le tableau suivant décrit les 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.

Exemple

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 %).

Cette page vous a-t-elle été utile ?

Obtenez l'aide dont vous avez besoin
Formation RPA - Cours d'automatisation
Forum de la communauté UiPath
Uipath Logo White