Réductions budgétaires. Ce terme tant redouté est devenu bien trop commun dans le climat économique actuel. Qu'il s'agisse de réduire leurs dépenses en logiciels, leurs effectifs et leurs services professionnels, ou d'optimiser leur chaîne d'approvisionnement, leur productivité et leurs frais généraux, les entreprises du monde entier s'efforcent de diminuer l'inefficacité et le gaspillage.
Un dirigeant avisé sera d’accord pour dire que les décisions objectives et basées sur les données ont plus de chances de générer l'impact souhaité sur l'entreprise. Malheureusement, les méthodes traditionnelles d'analyse des processus sont longues, coûteuses et souvent subjectives (voire entièrement inexactes), ce qui rend cet objectif difficile à atteindre. Comment pouvons-nous donc identifier précisément et durablement les inefficacités des processus, et les éliminer afin d'obtenir un retour sur investissement optimal ?
L'analyse des goulots d'étranglement est l'une des solutions possibles. Aujourd'hui, nous étudierons le fonctionnement des analyses des goulots d'étranglement, les causes courantes de leur apparition et les moyens de les éliminer. Nous verrons aussi comment utiliser l’outil appelé « process mining » pour remplacer l'analyse subjective grâce à des informations basées sur les données, afin de réaliser votre propre analyse des goulots d'étranglement et de prendre les mesures qui s'imposent.
Qu'est-ce que l'analyse des goulots d'étranglement ?
Prenez l’exemple de votre boisson préférée : la forme du goulot de sa bouteille en verre permet de contrôler le flux d’écoulement du liquide. Le principe est le même pour les processus métier. L'analyse des goulots d'étranglement quantifie et identifie les inefficacités causées par la forme et le flux de votre processus.
Vous connaissez peut-être certains exemples courants d'analyse des goulots d'étranglement :
- Comment une usine de fabrication industrielle peut-elle optimiser la production d'une quantité exacte de biens ?
- Comment une entreprise de transport peut-elle gérer les stocks présents dans son entrepôt et sa flotte de camions ?
- Comment un restaurant peut-il optimiser le nombre de clients servis ?
Ces exemples ne sont que la partie émergée de l'iceberg, car les données de ces secteurs d'activité sont généralement faciles à observer et à analyser. Cependant, dans les secteurs fortement réglementés ou dotés de systèmes informatiques complexes, les données sont souvent opaques, voire inaccessibles. C'est précisément la raison pour laquelle ces secteurs sont les plus susceptibles de tirer profit de cette analyse et de l'optimisation de leurs processus. Par exemple :
- Comment un organisme public peut-il documenter et effectuer des achats de manière plus efficace afin de répondre aux nouveaux mandats ?
- Comment une société de gestion de patrimoine peut-elle prendre en charge ses clients plus rapidement afin d'améliorer leur expérience ?
- Comment un hôpital peut-il réduire le temps d'attente des patients avant leur prise en charge afin d’optimiser leur impact ?
Pour répondre à ces questions et générer des résultats, il est primordial d’identifier les goulots d'étranglement du processus, mais aussi leurs causes profondes qui doivent être traitées.
Quelles sont les causes des goulots d'étranglement dans les processus ? Voici 5 raisons potentielles.
Lors de l'analyse d'un processus, vous observerez certainement les signes de goulots d'étranglement suivants :
- délais importants pour finaliser une étape du processus ;
- délais d'attente importants entre les différentes étapes du processus ;
- étapes du processus fréquemment retravaillées ;
- délais de réalisation des processus très variables.
En affectant davantage de personnel à la résolution du problème, vous pourrez atténuer les signes de ces goulots d'étranglement, mais cela ne fait souvent que retarder la fin du problème. Pour améliorer durablement les processus, il faut s'attaquer aux causes profondes de ces inefficacités. Voici cinq causes profondes que vous observerez fréquemment :
1. Un manque d’accès.
Les politiques en termes d'accès ne sont généralement pas prises en compte dans le cadre de l'analyse des processus, mais les problèmes qui en découlent peuvent tout à fait créer des goulots d'étranglement. Qu'un collaborateur doive attendre une autorisation avant d'accéder aux données clés, ou qu'un analyste soit incapable de trouver ou de consulter les données justificatives, le manque d'accès est l’une des principales causes de retards et de frustration.
2. Un manque de normalisation.
Souvent, les collaborateurs les plus impliqués développent des méthodes innovantes d’exécution des processus qui sont adoptées par l'ensemble de l'organisation. Au fil du temps, les processus deviennent désordonnés et impossibles à suivre, ce qui rend leurs modifications plus difficiles et moins efficaces.
3. Un manque de spécialisation.
D'autre part, de nouvelles exigences ou des problèmes plus spécialisés peuvent créer des processus trop restrictifs pour les petits groupes. Par exemple, si un groupe qui crée habituellement du contenu hautement réglementé, avec un processus d'examen approfondi, commence à développer du contenu pour d'autres départements ou postes, il risque de constater des retards, car le contenu non réglementé doit passer par un processus d'examen laborieux. Pour une efficacité optimale, les nouvelles lignes de contenu devraient être associées à leur propre processus spécialisé.
4. Un manque d’automatisation.
Les processus manuels sont longs et susceptibles de contenir des erreurs humaines. Plus une tâche est complexe et routinière, plus le risque d’erreur humaine en termes de qualité est élevé, et plus le retour sur investissement potentiel généré par l'automatisation de la tâche est important. Par exemple, si un employé doit extraire des informations d’un document à la main, l'utilisation d'outils d'automatisation tels que le traitement intelligent des documents (IDP) peut considérablement améliorer l'efficacité des processus, ainsi que la satisfaction professionnelle des collaborateurs.
5. Une automatisation inadaptée.
Cependant, une automatisation inadaptée peut également être source d'inefficacité. Des technologies telles que l’automatisation des processus robotisés (RPA) sont plus efficaces dans des conditions très spécifiques. Par exemple, la RPA fonctionne mieux avec les interfaces utilisateur qui ne changent que rarement. Utiliser des robots sans respecter ces conditions conduit donc souvent à une augmentation des taux d'erreurs, qui nécessitent plus de temps et de ressources pour diminuer.
Une fois le moment venu d'analyser vos processus pour identifier ses inefficacités, vous devez fixer une feuille de route pour les cartographier et déterminer leurs causes profondes. C’est à ce moment-là qu’intervient le process mining.
Le process mining au profit de l'analyse des goulots d'étranglement.
Pour résumer le fonctionnement du process mining, il s’agit d’un ensemble d'outils d'analyse qui garantit une amélioration continue des processus. Il assure la transparence des processus métier, fournit des informations et aide pour la prise de décision.
[ Obtenez une explication détaillée du process mining : Le Guide du process mining ]
Le process mining étend les méthodes traditionnelles d'analyse des goulots d'étranglement, telles que la méthode DMAIC de l’approche Six Sigma ou la cartographie de la chaîne de valeur, qui assurent la base conceptuelle de l'amélioration des processus, mais qui ne fournissent pas d'outils pour collecter ou visualiser les données à analyser. Si les données des systèmes complexes sont difficiles à trouver ou à consulter, les dirigeants ont tendance à chronométrer le travail de leurs employés. En raison du manque d’outils disponibles, une telle analyse manuelle est généralement longue et subjective, même si vous prenez autant de mesures que possible pour rester objectif.
Le process mining interprète les données de vos processus et les présentent sous forme visuelle afin que vous puissiez facilement identifier les domaines à optimiser. Pour ce faire, il déchiffre les logs des événements venant des logiciels interagissant avec le processus, et fournit un moyen d'analyser la cause profonde de chaque problème identifié dans le processus, p. ex. un goulot d'étranglement. Comme le process mining est basé sur des données horodatées, il est à même d’analyser objectivement les processus. Plutôt que de deviner où se situent les goulots d'étranglement ainsi que leur impact, vous disposez de données mettant clairement en lumière ces éléments, leur fréquence et leur durée.
L'autre inconvénient des méthodes d’analyse des processus traditionnelles est qu’elles compliquent l'amélioration continue. Si l'examen d'un seul processus est une opération de grande envergure, il se peut que les analystes ne soient pas en mesure de revenir sur ce processus pendant des mois, voire plus jamais. Il est donc difficile de savoir si les modifications ont permis d'atteindre les objectifs de l'entreprise. Par ailleurs, après sa première mise en place, le process mining peut être exécuté de manière régulière pour surveiller les processus en continu. Plutôt que d'apporter des modifications, et de ne jamais avoir le temps ou les ressources nécessaires pour constater leur impact, vous pouvez réaliser une autre analyse et rapidement obtenir de nouvelles données à évaluer.
Comment effectuer une analyse des goulots d'étranglement ?
Pour réaliser une analyse des goulots d'étranglement à l'aide du process mining, vous devrez définir, préparer, analyser, améliorer et contrôler tous les éléments d'un plan d'amélioration des processus solide.
1. Définir.
Pour commencer, définissez vos objectifs commerciaux pour l’analyse. Vos objectifs commerciaux, souvent des indicateurs clés de performance ou d'autres indicateurs, guideront ensuite vos décisions pour déterminer le processus à analyser en premier, notamment l'étendue des étapes que vous analyserez. Cette étendue et cet objectif vous aideront à définir clairement un premier incrément et à trouver les principales parties prenantes pour vous aider à mener l'analyse.
2. Préparer.
Une fois vos objectifs et vos indicateurs définis, vous devez accéder aux données qui serviront à étayer votre analyse. Veillez à ce que les ensembles de données soient formatés de manière uniforme. Vous devrez collaborer avec les services informatiques pour identifier les données nécessaires et l'endroit où elles se trouvent. Ensuite, le process mining intervient pour remplacer le travail manuel. Le process mining se connecte à vos sources de données, puis extrait vos données et les transforme afin qu’elles soient propices à l'analyse. Il ne vous reste plus qu'à définir votre modèle de processus idéal à l'aide d'un éditeur BPMN ou de process mining. Vous serez ensuite prêts à lancer votre analyse.
3. Analyser.
Le process mining vous permet de visualiser le flux, les performances et les écarts des processus. Commencez par rechercher les signes des goulots d'étranglement évoqués précédemment, puis étudiez les performances des différents indicateurs de mesure ou indicateurs clés de performance que vous avez choisis. Vous pouvez également filtrer la visualisation selon certains critères, par exemple en examinant uniquement le flux des processus et les performances dans une région donnée. Grâce aux gros points rouges, aux lignes rouges en gras et aux lignes en pointillés denses, l’utilisateur professionnel peut facilement comprendre les modèles. Vous pouvez aussi lancer une analyse des causes profondes (root cause analysis) pour déterminer les causes sous-jacentes des inefficacités constatées.
4. Améliorer.
Une fois les résultats générés, il est temps d’appliquer les modifications basées sur les données. La solution variera selon le goulot d'étranglement identifié. Par exemple, réfléchissez à la manière dont vous pourriez résoudre les goulots d'étranglement identifiés :
- Un manque d’accès.
Afin de garantir la sécurité des données tout en améliorant leur accessibilité, il convient d'utiliser une technologie de data fabric pour accorder et contrôler l'accès aux données aux personnes autorisées. Vous évitez ainsi d’omettre des données cruciales lorsque vous les partagez avec les analystes. - Un manque de normalisation.
Les outils et les applications de workflow peuvent normaliser et appliquer le flux de processus attendu. Ils peuvent considérablement réduire la complexité de l'audit tout en améliorant la performance et l'observabilité du processus. - Un manque de spécialisation.
Réorganiser les équipes ou ajouter une case à cocher qui réaffecterait les flux de processus peut aider à alléger le poids des étapes qui ne sont pas nécessaires. Les outils de workflow peuvent également servir à appliquer ces modifications, ainsi que pour faciliter l'audit du nouveau flux de processus. - Un manque d'automatisation et/ou une automatisation inadaptée.
Les outils tels que la RPA et l'IDP peuvent servir à automatiser les tâches routinières ou plus susceptibles de contenir des erreurs, pour faire gagner du temps aux employés et accroître la précision. Veillez toutefois à analyser le cas d’usage de l'automatisation et à choisir l'outil adéquat. Par exemple, la RPA peut être utilisée pour intégrer les fonctionnalités des solutions IPaaS, mais celles-ci nécessitent beaucoup plus de maintenance car les interfaces utilisateur évoluent au fil du temps. Dans un marché où les fournisseurs d'automatisation se regroupent, il est plus important que jamais d'investir dans une plateforme unifiée capable de traiter les bons problèmes avec les outils adaptés.
5. Contrôler.
Le process mining permet de générer un impact, et pas seulement d’atteindre un objectif. Vous pouvez mesurer l'impact de vos modifications et continuer à optimiser votre processus de manière itérative. Le process mining assure l’évolutivité et l’efficacité du cycle d'examen continu, de l’extraction des données, de l’analyse et de la prise de décision basée sur les données. Instaurer une culture de l'amélioration continue permet à votre organisation de gagner en efficacité au fil du temps.
L'analyse des goulots d'étranglement devient alors objective.
Pour réduire les gaspillages et les inefficacités, le process mining vous aide à identifier de manière objective les éléments qui peuvent générer ou non de la valeur. De plus, grâce au process mining, vous pouvez consacrer moins de temps au travail laborieux qu’est la collecte des données, et réinvestir ce temps dans l'analyse et l'amélioration d'un plus grand nombre de processus, et ce plus rapidement.
Vous souhaitez améliorer l'efficacité de vos processus grâce au process mining ? Découvrez les six considérations clés de KPMG et d’Appian.
