Cartographier les processus métiers pour gagner en efficacité

Optimiser la performance de vos processus métiers passe par leur refonte via une cartographie des flux. En associant dans cette démarche des data scientists à vos experts métiers, vous apportez une perspective critique à chaque étape du processus et disposez d’importants gains d’efficacité par rapport à une approche classique.  

Vos processus métiers sont-ils rentables ? Une cartographie des chaînes de valeur (« Value Stream Mapping ») vous permet de le savoir avec précision. Traditionnellement, cette méthode issue des principes du « Lean Manufacturing », implique de réunir des experts métiers et produits – des designers au Directeur de la production – pour résoudre les problèmes liés à la performance des processus. Le plus souvent, les processus voient le jour dans l’urgence pour répondre à la demande d’un client et évoluent par à-coups au gré des demandes successives. Ce n’est que lorsque la concurrence produit mieux et plus vite que ces processus sont remis en cause et que l’on se tourne vers des data scientists pour les optimiser. Pourtant, en impliquant ces derniers dès le démarrage de la démarche, le processus gagne en performance.

 

Une méthodologie collaborative

 

La première étape de la cartographie des flux consiste à bien comprendre les processus en place. Un prérequis qui impose l’adoption d’une approche de « réflexion critique » et incite les data scientists à poser de très nombreuses questions, dont l’objectif est de justifier ou non la pertinence de la pratique existante. Une fois le processus cartographié, des indicateurs sont définis afin de déterminer ce qui contribue à la performance du processus et ce qui, au contraire, la freine. Si les experts métiers ont généralement des idées précises sur la question, les data scientists peuvent explorer des pistes en dehors des sentiers battus pour démultiplier les axes de réflexion. Cette étape consiste également à sélectionner les données les plus pertinentes pour alimenter le processus.

 

La collaboration des data scientists et des experts métiers est essentielle, car si ces derniers maîtrisent les outils desquels sont issus les données, les premiers ont la capacité de déterminer quelles questions restent sans réponse (en plus de leur savoir-faire pour sélectionner et organiser les données). Reste enfin à décider à quoi ressemblera le nouveau processus. Pour associer à celui-ci des objectifs de performance, plutôt que de se fier à l’intuition des experts, les data scientists s’appuieront sur les big data et l’intelligence opérationnelle. Ils pourront alors développer des simulations pour observer les performances du processus dans différents contextes, un procédé encore étranger aux experts métiers.

 

Lire l’article (en anglais)

 

En complément :

Les big data pour rendre plus agile le Lean Manufacturing,

L’impact des big data sur les modalités du savoir scientifique.