- 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
- Afficher ou masquer le 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
- Déclenchement d'une automatisation à partir d'une application de processus
- Afficher les données de processus
- Création d'applications
- Chargement des données
- Transforming data
- Structure des transformations
- Conseils pour l'écriture de 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
- Rendre les transformations disponibles dans les tableaux de bord
- Personnaliser les tableaux de bord
- Publication des tableaux de bord
- Modèles d'applications
- Notifications
- Ressources supplémentaires
Guide de l'utilisateur de Process Mining
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 pour définir l'ensemble des incidents de référence. |
| 2 | Sélectionnez Analyse des causes profondes dans le menu à gauche du tableau de bord. |
| 3 | Utilisez le panneau Filtre pour créer des filtres qui définissent l'ensemble des Incidents sélectionnés, qui sont les incidents dont vous souhaitez analyser l'influence. |
| 4 | Dans le sélecteur, sélectionnez le champ que vous souhaitez utiliser pour votre analyse. |
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 nœuds 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 nœud 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. Le tableau suivant décrit les boutons.
| Button | Cliquez pour ... |
|---|---|
| Zoom avant | |
| Zoom arrière | |
| Rétablir la vue par défaut |
Vous pouvez aussi utiliser la molette de la souris pour zoomer ou dézoomer.
Influence
Selon le processus, un nom spécifique au processus est affiché pour identifier Objects, par exemple, Purchase order items ou Incidents.
L'arborescence de l' analyse des causes profondes affiche la valeur (%), le nombre d'occurrences dans les Objets sélectionnés et le nombre d'occurrences dans les Objets de référence pour le champ sélectionné dans le tableau de bord. Un écart important par rapport aux objets de référence indique une éventuelle influence élevée sur la sélection.
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 que des changements ou des influences soient appliqués.
- La valeur (%) dans les autres nœuds est l' influence (%) ou l' impact. Cela représente l'écart ou le changement généré par rapport au pourcentage global de référence en raison de la valeur de l'attribut spécifique représentée par ce nœud. Cela vous permet d'identifier les valeurs d'attribut qui ont l'impact le plus important et qui pourraient donc être les causes profondes potentielles d'un problème ou d'une modification donnée.
Afficher l'option des influenceurs les plus importants
L'option Afficher les influenceurs les plus importants 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 présente une propriété spécifique.

Ajouter des couches
Si vous le souhaitez, vous pouvez ajouter plus de couches à l' analyse des causes profondes.


Dans l'exemple ci-dessus, la combinaison de champs entraîne un ensemble d' incidents sélectionnés qui ne dispose pas de 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 et les Incidents sélectionnés 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 des 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 en fonction de la différence entre le pourcentage 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 % à 20 %= -3 %.
L'illustration suivante montre le résultat dans le graphique de l' analyse des causes profondes.

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 %).