Selon une étude récente du groupe Everest task mining est devenue l'une des catégories de logiciels d'automatisation intelligente qui connaît la croissance la plus rapide, les investissements des entreprises augmentant de 75 à 85 % cette année.
Dans cet article, nous examinons un exemple concret de logiciel task mining - Object-Centric Task Mining (OCTM) du point de vue de l'approbation d'un crédit.
Qu'est-ce que task mining?
Task mining est une catégorie de logiciel qui capture automatiquement les interactions des utilisateurs au sein de diverses applications commerciales, permettant l'évaluation et l'analyse de l'exécution des tâches de travail.
Cette technologie permet de répondre à des questions telles que :
- Les individus peuvent-ils exécuter efficacement les tâches qui leur sont assignées, en utilisant les outils et les ressources disponibles ?
- Quelle est la répartition du temps entre les différentes tâches et les employés se concentrent-ils sur le travail à valeur ajoutée ?
- Diverses équipes ou personnes utilisent-elles des méthodes différentes pour exécuter les tâches, et existe-t-il des pratiques exemplaires qui pourraient être diffusées ?
- Quelles sont les tâches qui constituent des goulets d'étranglement dans des processus cruciaux ou qui entraînent des redondances dans les flux de travail ?
Approche centrée sur l'objet task mining
Object-Centric Task Mining (OCTM) est une approche innovante, formulée dans les années 2020, qui aligne les technologies task mining avec les progrès de l'intelligence artificielle et de l'informatique en nuage. Cette percée permet aux entreprises de suivre véritablement les processus dans les différentes applications commerciales et infrastructures informatiques. En utilisant des technologies de pointe telles que Work API, l'OCTM offre une visibilité complète des tâches et des processus au sein des entités commerciales.
L'OCTM acquiert des informations sur les processus d'entreprise directement à partir des interfaces utilisateur de diverses applications d'entreprise, offrant ainsi un aperçu des processus et des tâches connexes telles que la facturation, la gestion des tickets clients et la demande de prêt dans l'ensemble d'une organisation. Cette méthodologie génère une perspective automatisée et complète des processus et des tâches.
La technique de capture de données de l'OCTM ne perturbe pas le personnel, puisqu'elle permet de capturer en temps réel des données relatives à des objets commerciaux, ce qui rappelle le gestionnaire de tâches de Microsoft que l'on trouve sur de nombreux ordinateurs de bureau. Une distinction essentielle est que l'OCTM s'abstient de collecter des informations spécifiques à l'utilisateur ou des données provenant d'applications autres que celles de l'entreprise. Ainsi, il ne surveille pas vos activités sur des plateformes telles que Spotify ou Facebook et ne détient aucune information sur votre identité. Son objectif analytique se concentre strictement sur les objets commerciaux qui passent d'une application à l'autre.
Dans l'exemple illustré, des événements de tâches et de processus sont enregistrés par l'OCTM concernant l'approbation d'un bon de commande, l'objet commercial contrôlé étant identifié comme le numéro unique de la facture d'achat 4500016565. L'OCTM peut associer toutes les tâches liées à cet objet commercial spécifique provenant d'applications commerciales disparates et formuler de manière autonome une carte de processus de bout en bout, décrivant systématiquement les tâches et les événements clés du processus.
Exemple de cas : task mining centré sur l'objet
Le site Task Mining centré sur l'objet (OCTM) est essentiel pour relever les défis urgents posés par les équipes et les activités commerciales mondialisées d'aujourd'hui, en offrant une adaptabilité à des environnements numériques complexes composés d'outils contemporains et anciens.
L'avantage principal de l'OCTM réside dans sa capacité à surveiller des objets commerciaux cruciaux tels que les identifiants de cas, les tickets de service à la clientèle ou les numéros d'expédition distincts au fur et à mesure qu'ils naviguent dans les opérations commerciales, éliminant ainsi la nécessité d'un enregistrement d'écran ou d'une extraction supplémentaire des journaux d'événements des bases de données du système.
Prenons l'exemple d'une institution bancaire internationale :
Une nouvelle demande de crédit est soumise au CRM Salesforce et est examinée par l'équipe du front office à Washington (États-Unis). Une demande de crédit précédente est reconnue et sa conformité aux politiques est évaluée. Après validation, le dossier est transmis à l'équipe suivante. Le temps de travail actif de l'équipe sur le dossier s'élève à 25 minutes. 2,5 jours plus tard, l'équipe mid-office de Madrid, en Espagne, s'occupe de la demande de crédit. Le numéro de dossier CA5324 est vérifié par rapport à une base de données Microsoft Excel interne, ce qui conclut l'examen du dossier comme étant approuvé, en utilisant 30 minutes de temps de travail actif.Enfin, 14 jours après l'approbation, l'équipe de back-office de Bangalore en Inde examine le dossier une fois que le client a également consenti aux conditions de crédit. Les conditions de crédit sont mises à jour dans SAP S4/Hana, et l'équipe de crédit est informée via Microsoft Teams.
Le temps de traitement manuel global de cette demande de crédit, tel qu'enregistré par l'OCTM, était de 75 minutes, avec un temps de traitement total de 17 jours. Ces mesures sont automatiquement comparées à des milliers de transactions analogues et les principaux goulets d'étranglement sont signalés aux responsables du processus.
Prochaine étape : en savoir plus sur les exemples de task mining dans l'ebook Task Mining centré sur l'objet.
