Process Mining Level 1: 'The Big Picture'

Ceux qui ne connaissent (presque) pas le Process Mining, qui souhaitent sérieusement l'utiliser dans leur profession et qui veulent acquérir des bases solides dans ce domaine avant de prendre des décisions quant à son utilisation. Les participants s'attendent à ce que les connaissances transmises soient basées sur l'expérience pratique. Il ne doit en aucun cas s'agir d'une « formation aux outils » ; l'approche logicielle doit être indépendante et objective.

A l'issue de la formation, les participants seront capables de :

• Comprendre ce qu'est le Process Mining et ce qu'on peut-on faire avec
• Savoir quand il fonctionne, quand il ne fonctionne pas et quand l'utiliser
• Savoir pourquoi utiliser le Process Mining plutôt que d'autres technologies d'analyse de données (de processus)
• Comprendre quand et comment intégrer naturellement le Process Mining dans l'organisation et les risques
• Identifier les conditions préalables à son utilisation réussie 
• Déployer avec succès le Process Mining et comment s'y prendre
• Identifier les utilisateurs au seinn de l'organisation
• Identifier un cas d'utilisation du Process Mining
• Comprendre quels sont les rôles des logiciels de Process Mining, comment les utiliser et quelles sont les alternatives
   
  

Concepts du Process Mining

• Première approche du Process Mining (démonstration)
• Historique du Process Mining
• Approches scientifiques et pratiques
• Le Process Mining dans le cadre de l'analyse des données
• Évolutions et avenir du Process Mining
• Domaines d'application

Données utilisées dans le cadre du Process Mining

• Journaux d'événements
• Extraction et préparation des données
• Qualité des données
• Données et objectif de l'analyse
• Données en temps (quasi) réel ou ad hoc
• Modèle de données
• Connaissances et compétences en matière de données

Appliquer soi-même le Process Mining

• Approche à l'aide de l'exercice Pizza Case
• Rechercher des données dans des tableaux
• Lire et améliorer l'ensemble de données créé soi-même dans Power BI
• Analyse descriptive
• Explorer le processus et l'ensemble de données
• Analyse explicative
• Analyse prédictive

Évolutions importantes pour accroître l'attention portée à l'amélioration des processusNumérisation accrue

• Communication multicanal
• Rapidité
• Transparence
• Législation et réglementation
• Automatisation robotisée des processus (RPA)
• Déploiement de l'intelligence artificielle (IA)

Remplir les conditions préalables à la réussite

• Critères de réussite
• Sélection des cas
• Culture (de gestion)
• Maturité des données
• Méthode d'organisation et d'application (domaine, large, au niveau des rôles)
• Formation, compétences

Choix technologiques

• Outils logiciels
• Sélection des logiciels
• Analyse de rentabilité

Analyses de données et narration

• Modèle de données (y compris les restrictions liées aux outils de gestion de projet)
• Analyses de maturité
• Le rôle de la probabilité et des statistiques
• Différentes techniques d'analyse des données combinées à l'exploration des processus
• Raconter des histoires avec des données
• Raisonnement inductif et déductif
• Raconter des histoires avec des données

Domaines d'application génériques

• Types de processus
• Systèmes et sources de données
• Gestion et amélioration des processus
• Finance et contrôle

Organisation et utilisation du Process Mining

• Projet pilote
• Création de valeur
• Déploiement spécifique approfondi ou à grande échelle
• Connaissances et compétences
• Intégration dans l'organisation
  

Niveau de travail et de réflexion dans l'enseignement supérieur. Aucune formation technique spécifique requise.

Avez-vous les compétences requises pour cette formation ?  Testez vos connaissances !

• Process Mining level 2: Basic Process Analysis
• Process Mining level 3: Advanced Process Analysis

Support de cours remis aux participants