Pour atteindre ce résultat, plusieurs étapes structurantes ont été mises en place, allant de l’extraction des données dans les systèmes existants jusqu’à l’analyse des parcours réels et à la préparation de la cible dans ServiceNow.

1) Point de départ : deux systèmes, deux flux à migrer

Avant ServiceNow, le client s’appuyait sur C2 pour la gestion des tickets et sur Guide TI pour la gestion des bons de travail. Cette organisation fonctionnait, mais la compréhension du déroulé réel reposait beaucoup sur l’expérience des équipes et moins sur une vision factuelle. Dans le cadre de la migration, il fallait être capable de répondre simplement à des questions concrètes : quelles sont les étapes réellement utilisées, combien de temps elles durent, et comment les dossiers circulent entre les groupes d’affectation. C’est ce besoin qui a motivé l’utilisation de Celonis.

2) Connexion à C2 : extraction depuis une base on-premise

C2 étant une source “on-premise”, nous avons installé un programme sur le serveur de base de données afin de permettre l’extraction des informations vers Celonis. Le périmètre a été orienté process mining : identifiant du ticket, horodatages, statuts, groupes d’affectation et champs utiles à la lecture (dont le champ permettant d’identifier le type). L’objectif était d’obtenir un flux de données exploitable pour reconstruire le cycle de vie réel des tickets, sans dépendre uniquement de la documentation ou d’ateliers déclaratifs.

3) Connexion à Guide TI : extraction “on-premise” orientée bons de travail

Guide TI étant également “on-premise”, nous avons appliqué la même approche : utilisation du même programme d’extraction afin d’alimenter Celonis. Les données exploitées concernaient les bons de travail, avec leurs étapes et informations associées : création, évolutions de statuts, changements de groupe d’affectation et jalons de traitement. L’objectif était de comprendre comment les équipes prenaient en charge ces bons, comment ils avançaient dans le temps, et où se situaient les attentes ou reprises.

4) Modélisation : construire les event logs Celonis

Une fois les données extraites, nous avons construit les event logs utilisés par Celonis. Chaque ticket (C2) et chaque bon de travail (Guide TI) a été défini comme un case, et les changements de statut et d’affectation comme des events horodatés. Nous avons associé à ces événements les informations disponibles dans les systèmes (statut, groupe d’affectation, et le champ de type côté C2) afin d’analyser les parcours, les variantes et les délais. Cette structuration a permis de générer un jumeau numérique exploitable pour préparer la migration vers ServiceNow.

5) Jumeau numérique : rendre visible le déroulé réel

À partir des event logs, Celonis a permis de reconstruire une vue du processus tel qu’il s’exécutait réellement : enchaînement des étapes, chemins les plus fréquents, variantes, et temps entre étapes. Cette représentation a été utilisée comme base commune pour discuter du fonctionnement existant et préparer la cible. Elle a aussi permis de visualiser où les dossiers passent beaucoup de temps (statuts longs, périodes d’attente) et d’objectiver les différences de parcours selon les cas. L’intérêt était surtout de baser la migration sur des faits observables.

6) Particularité C2 : incidents et requêtes dans un même module

Un point important côté C2 : incidents et requêtes étaient gérés dans un même module, et la distinction reposait sur un champ. Autrement dit, le contenu du ticket était traité dans une structure commune, avec un indicateur permettant de distinguer incident vs requête. Dans ServiceNow, la logique est différente : les incidents et les demandes s’appuient sur des modules distincts conçus pour ces usages. Cette différence a été un sujet central dans la migration, car elle implique de bien comprendre le contenu réel de C2 (via le champ) pour le traduire correctement dans ServiceNow.

7) Comparaison et préparation de la cible : statuts et groupes d’affectation

En analysant les tickets C2 et les bons de travail Guide TI, nous avons observé les parcours et les passages entre statuts et groupes d’affectation. Cette lecture a servi à préparer la cible ServiceNow : quels statuts doivent exister, comment représenter les étapes de traitement, et comment organiser les groupes pour retrouver une logique opérationnelle cohérente. L’objectif n’était pas de supprimer des étapes métier, mais d’éviter les ambiguïtés lors de l’implémentation : clarifier les correspondances entre les statuts historiques et ceux qui seront utilisés dans ServiceNow.

8) Migration vers ServiceNow : paramétrage et suivi après bascule

Sur la base de cette compréhension, nous avons accompagné le paramétrage dans ServiceNow afin de refléter les flux existants, en particulier la séparation incidents / demandes et la représentation des étapes issues de C2 et Guide TI. Après la bascule, l’intérêt de Celonis reste fort : vérifier que les parcours attendus sont bien ceux qui s’exécutent, suivre les délais réels, et repérer les écarts entre la cible définie et l’usage terrain. Cela permet de sécuriser l’adoption et d’installer un pilotage durable plutôt qu’un projet “one shot”.

Conclusion

Ce projet illustre l’intérêt du process mining avec Celonis dans une migration de systèmes : connecter des sources “on-premise” (C2 et Guide TI), reconstruire les parcours réels à partir des statuts et groupes d’affectation, puis utiliser cette vision pour préparer une migration vers ServiceNow plus fiable. Le point clé côté ITSM a été la transition d’un C2 où incidents et requêtes cohabitent dans un même module (distingués par un champ) vers une organisation ServiceNow naturellement séparée. Résultat : une migration mieux maîtrisée et un modèle plus lisible pour les équipes.

L’article Migration de systèmes avec le Process Mining : Connexion aux systèmes source C2 et Guide TI est apparu en premier sur P&S Optimisation de processus & Process Mining.

1) Enjeux ITSM avec le module Incidents de ServiceNow

Le module Incidents structure le cycle de vie d’un ticket : création, affectation, changements de statut, résolution et clôture. Malgré un workflow défini, l’exécution varie selon les catégories, la charge et la coordination entre groupes. Les difficultés se traduisent par des délais élevés, des tickets en attente et une forte variabilité des parcours. Le process mining permet d’objectiver ces écarts en reconstituant le processus tel qu’il est réellement exécuté dans ServiceNow, puis en mesurant ce qui contribue le plus aux retards : attentes prolongées, boucles, transitions lentes ou réaffectations.

2) Structuration des données ServiceNow pour le process mining

L’analyse repose sur la transformation des données ServiceNow en journal d’événements exploitable. Chaque incident est représenté par un identifiant unique, une séquence d’événements horodatés et des attributs de segmentation. Les événements clés incluent notamment : création, première action, affectations, mises en attente, reprises, résolution, clôture. Les attributs tels que priorité, catégorie ou groupe d’affectation permettent de comparer les performances. Cette étape de modélisation est déterminante : elle conditionne la fiabilité des constats et la capacité à transformer les résultats en actions opérationnelles ciblées.

3) Vue de synthèse : pilotage des incidents et indicateurs essentiels

Une vue de synthèse a été conçue pour piloter les incidents, avec un accent sur les priorités élevées lorsque nécessaire. Les indicateurs visent à rester lisibles et actionnables : volume, temps moyen de traitement, stabilité d’affectation, et métriques complémentaires limitant l’influence des cas extrêmes, par exemple via une moyenne tronquée sur certains sous-cycles. Cette vue sert de point d’entrée opérationnel : elle met en évidence les dérives, puis oriente l’analyse vers les segments, étapes ou comportements qui expliquent les écarts observés.

4) Maîtrise temporelle : tendances et catégorisation des durées

Le suivi des délais dans le temps est indispensable, mais une simple moyenne est rarement suffisante. Une pratique très efficace consiste à catégoriser les durées en classes afin de faciliter l’interprétation et la priorisation. Par exemple : 0 à 1 semaine, 1 à 3 semaines, 3 à 5 semaines, 5 à 8 semaines (bornes à adapter au contexte). Cette approche rend visibles les populations de cas longs, souvent déterminantes pour la performance globale. Elle aide également à repérer les périodes où une part croissante d’incidents bascule dans les classes élevées.

5) Goulots d’étranglement : temps entre transitions (→) dans ServiceNow

L’analyse devient réellement actionnable lorsqu’elle descend au niveau des transitions du processus. Plutôt que d’observer uniquement création → clôture, nous avons mesuré les délais entre étapes successives, par exemple : assigné → en cours, en cours → en attente, attente → reprise, reprise → résolution. Cette granularité localise précisément les phases contributrices aux retards : attentes prolongées, reprises tardives, affectations lentes. La catégorisation des durées renforce la lecture : une transition est problématique non seulement par son temps moyen, mais aussi par la part de cas qui bascule régulièrement dans des classes élevées.

6) Analyse par attributs ServiceNow : catégories, groupes et segments prioritaires

Pour décider, il faut segmenter selon les dimensions ServiceNow : catégorie, groupe d’affectation, priorité, service. Ces vues permettent d’identifier les segments à forte volumétrie, ceux dont les délais sont supérieurs, et ceux dont la variabilité est élevée. La catégorisation des durées complète utilement : elle montre la distribution par segment, en distinguant les cas rapides des cas longs. Cette lecture facilite la priorisation des chantiers et l’allocation des efforts sur les segments qui contribuent le plus aux délais globaux.

7) Conformité SLA : vue détaillée et facteurs explicatifs

Une vue dédiée au respect des SLA a été construite, en distinguant SLA de réponse et SLA de résolution. L’objectif est de relier la conformité à des attributs ServiceNow (groupe, catégorie, service, priorité) afin d’identifier les segments qui dégradent la performance et ceux qui surperforment. Cette lecture soutient la gouvernance opérationnelle : ajustement des règles d’affectation, clarification des responsabilités, priorisation des actions et suivi de l’évolution après mise en œuvre des améliorations.

8) Exploration Celonis : variantes, processus et analyse par cas

Les indicateurs mettent en évidence où investiguer, mais l’exploration explique comment les écarts se produisent. L’explorateur de variantes identifie les parcours les plus fréquents et ceux associés à des durées élevées, notamment en présence de boucles. L’explorateur de processus visualise le flux réel et les transitions dominantes. L’explorateur de cas permet de descendre au niveau d’un incident pour valider une hypothèse ou illustrer un phénomène. L’ensemble apporte une capacité d’investigation structurée à partir des données ServiceNow.

9) Personnalisation et comparaison : indicateurs spécifiques et analyse différentielle

Le process mining permet d’ajouter des indicateurs sur mesure, par exemple pour mesurer le temps de prise en charge initiale ou analyser des sous-cycles configurables selon les besoins des équipes. Nous avons aussi mis en place une analyse comparative : sélection d’un attribut, comparaison de deux segments sur les valeurs choisies, puis explication via une visualisation des différences de processus. La catégorisation des durées est également utile ici, car elle rend visibles les différences entre segments et aide à déterminer sur quoi agir en priorité.

Conclusion

Quand l’ITSM gagne en performance grâce au Process Mining, les résultats deviennent rapidement tangibles. Depuis le déploiement de Celonis chez un client, nous suivons de près l’évolution de la gestion des incidents et des requêtes de services.

Sur une période de 5 mois, comparée aux cinq mois précédents, les résultats observés sont les suivants :

• Réduction de 59 % du temps de traitement des requêtes
• Réduction de 29 % du temps de traitement des incidents

Ces gains ont été obtenus malgré une augmentation de 65 % du volume de requêtes, avec un volume d’incidents resté stable

Au-delà des délais, les bénéfices sont également visibles en excellence opérationnelle :

• Réduction de 54 % des tâches manuelles sur les requêtes, notamment grâce à l’automatisation
• Réduction de 48 % des réaffectations de tâches de requêtes

Et ces résultats ne constituent qu’un premier niveau de valeur : le process mining ouvre encore de nombreuses perspectives d’optimisation sur l’ensemble des processus ITSM.

L’article Optimisation du processus de gestion des incidents sur ServiceNow grâce au Process Mining est apparu en premier sur P&S Optimisation de processus & Process Mining.

Qu’il s’agisse d’un nouveau système ERP, de solutions infonuagiques ou de technologies de pointe, ces projets sont essentiels pour rester compétitif et répondre aux exigences du numérique. Mais les migrations sont souvent synonymes de complexité : interruptions d’activité, perte de données, dépassements de coûts…

Chez P&S, nous croyons qu’il est possible de transformer ces défis en opportunités. Grâce aux avancées technologiques, notamment le Process Mining, les organisations peuvent désormais aborder leurs migrations avec plus de clarté et de contrôle. En analysant les journaux d’événements, cette technologie offre une visibilité unique sur les processus réels — un levier stratégique pour sécuriser la transition, optimiser les opérations et limiter les risques.

Maîtriser l’existant pour mieux migrer

Avant d’amorcer une migration de système, il est essentiel de bien comprendre les processus et les flux de travail actuels. C’est là que le Process Mining se distingue : en exploitant les journaux d’événements du système en place, il révèle la réalité opérationnelle plutôt que la version théorique des processus. Cette transparence permet de détecter les goulets d’étranglement, les inefficacités ou les écarts de conformité pouvant nuire à la migration.

Cartographier les dépendances et les interactions

Une migration touche rarement un seul service ou système. Elle implique des processus interconnectés, des flux de données complexes et des interactions entre multiples départements. Cartographier tout cela manuellement est risqué et fastidieux. Le Process Mining automatise cette étape, en générant des représentations visuelles précises des flux et des dépendances. Résultat : une meilleure anticipation des risques, une priorisation plus éclairée des efforts et un gain de temps considérable en phase de planification.

Anticiper les impacts, prédire les résultats

L’un des enjeux majeurs d’une migration est son impact sur les opérations quotidiennes. Grâce à l’analyse des données historiques et à la modélisation des processus, le Process Mining permet de simuler différents scénarios avant de passer à l’action. Il devient possible d’anticiper les effets sur des indicateurs clés comme les délais de traitement, la charge des ressources ou les volumes traités. Une approche proactive qui sécurise le déploiement et optimise l’allocation des ressources.

Poursuivre l’amélioration après la migration

Les bénéfices du Process Mining ne s’arrêtent pas une fois le nouveau système en place. L’outil devient alors un moteur d’amélioration continue. En analysant les données en temps réel, les organisations peuvent identifier rapidement les écarts, en comprendre les causes, et ajuster les processus pour gagner en efficacité et en agilité.

Conclusion

Dans un contexte où l’innovation et la compétitivité passent par la modernisation des systèmes, les migrations sont inévitables. Mais leur réussite repose sur une approche structurée, pilotée par les données. En intégrant le Process Mining à leur stratégie, les organisations peuvent aborder chaque étape — de la planification à l’optimisation post-déploiement — avec rigueur et confiance. Une façon concrète de transformer une contrainte technique en opportunité de performance durable.

L’article Réussir vos migrations de systèmes grâce au Process Mining : alliez performance et maîtrise opérationnelle est apparu en premier sur P&S Optimisation de processus & Process Mining.

L’intelligence artificielle a quitté le terrain de l’expérimentation. Après des mois de discours sur la transformation à venir, elle est désormais dans les opérations, au cœur des processus d’affaires. Pourtant, entre enthousiasme et prudence, les entreprises peinent encore à traduire ce potentiel en valeur tangible.

Une étude récente de la Wharton School et GBK Collective dresse un portrait intéressant : l’IA générative s’installe dans le quotidien des dirigeants, non plus comme gadget, mais comme levier d’efficacité. Les outils comme ChatGPT, Copilot ou Midjourney s’intègrent directement dans les flux de travail, mais une question demeure : comment s’assurer qu’ils améliorent vraiment la performance organisationnelle ?

De l’expérimentation à la création de valeur

C’est là que la perspective change. Les entreprises ne veulent plus “faire de l’IA” pour suivre la tendance. Elles veulent mesurer son impact. Le FOMO (Fear of Missing Out) laisse place à une approche plus rationnelle : obtenir un retour concret sur investissement, à court et à long terme.

Mais cette transformation ne passe pas que par la technologie. Elle repose sur trois fondations : les processus, les données et les équipes.

L’IA sans visibilité : un pilote sans instruments

L’IA a besoin de données fiables pour apprendre, suggérer et décider. Mais dans la plupart des organisations, ces données sont piégées dans des systèmes fragmentés.

C’est ici que le Process Mining entre en jeu.

En analysant les traces réelles laissées dans les systèmes (ERP, CRM, ITSM, etc.), le Process Mining cartographie les processus tels qu’ils se déroulent réellement, pas tels qu’on les imagine. Cette visibilité permet :

• à l’IA de comprendre le contexte avant d’agir ;
• aux dirigeants d’identifier les leviers concrets d’amélioration ;
• et aux équipes de s’appuyer sur des faits, non sur des hypothèses.

L’un sans l’autre, IA sans Process Mining, ou Process Mining sans IA, limite la portée de la transformation. Ensemble, ils transforment la donnée en action mesurable.

La complémentarité IA / Process Mining en pratique

Les organisations les plus avancées ne cherchent plus simplement à automatiser, mais à améliorer en continu.

Grâce au Process Mining, l’IA peut :

• repérer les goulots d’étranglement dans les opérations ;
• simuler l’effet d’une amélioration avant sa mise en œuvre ;
• ou encore prioriser les actions selon leur impact réel.

C’est une approche que nous observons sur le terrain, notamment dans les mandats que nous accompagnons : les gains viennent de la combinaison intelligente entre visibilité, analyse et action.

En conclusion : voir avant d’agir

L’IA n’est pas une solution miracle. C’est un levier. Et comme tout levier, il ne produit de résultats que s’il s’appuie sur une base solide.

Le Process Mining fournit cette base. Ensemble, ils permettent aux organisations d’agir avec discernement, et de faire de l’IA un outil d’amélioration continue, pas une expérience isolée.

Votre IA peut-elle vraiment améliorer ce qu’elle ne voit pas ?

C’est la question que toute entreprise devrait se poser avant d’aller de l’avant.

L’article IA en entreprise : du potentiel aux résultats concrets est apparu en premier sur P&S Optimisation de processus & Process Mining.

Power BI vs Celonis : Deux plateformes, deux objectifs

Power BI et Celonis sont toutes deux des plateformes de données solides, mais elles répondent à des besoins fondamentalement différents. Power BI est un outil de Business Intelligence largement utilisé, conçu pour les rapports, le suivi des KPI et la création de tableaux de bord. Celonis, en revanche, est conçu spécifiquement pour le process mining — c’est-à-dire comprendre et optimiser les processus métiers à partir de données d’exécution réelles.

Structure centrée sur les processus vs Modélisation relationnelle

Pour analyser le fonctionnement réel d’un processus — identifier les inefficacités, les retards ou les écarts — Power BI ne dispose pas d’une structure orientée processus. L’utilisateur travaille avec des tables relationnelles et doit reconstituer manuellement la logique du processus. À l’inverse, Celonis repose sur des journaux d’événements (event logs) — avec des ID de cas, des activités et des horodatages — qui reflètent directement l’exécution réelle des processus.

Une plateforme de bout en bout pour le traitement des données

Au-delà de cette différence structurelle, Celonis intègre une pile de données complète pour gérer l’ensemble du pipeline : l’extraction, la transformation et le stockage des données se font directement dans la plateforme. Les ingénieurs ou analystes de données peuvent construire des pipelines avec Celonis Data Integration, nettoyer et transformer les données avec de puissantes capacités de transformation, puis les stocker dans les tables analytiques de Celonis — prêtes à être utilisées pour le process mining. Tout cela se fait dans la plateforme, sans configuration de systèmes externes.

Transformations : plus complexes dans Power BI

Dans Power BI, la situation est bien différente. Les données sont généralement extraites de bases de données ou de services externes, et les transformations ont souvent lieu en dehors de Power BI, via SQL ou d’autres outils. Power BI propose bien Power Query et le langage M pour des transformations internes, mais celles-ci peuvent être difficiles à gérer, notamment pour des ensembles de données volumineux ou complexes. Comparé au SQL ou aux outils de transformation dédiés à l’analyse de processus, le langage M est généralement considéré comme moins flexible et moins intuitif.

Automatisation et actualisation : plus simples avec Celonis

Configurer des actualisations automatiques ou la surveillance des processus dans Power BI implique de gérer des connexions externes, des passerelles et parfois des services supplémentaires comme Power Automate. Cela ajoute de la complexité — en particulier pour une surveillance quasi temps réel. Celonis gère cela en interne, réduisant ainsi la dette technique et les coûts de maintenance.

Outils d’intelligence des processus intégrés

Une fois les données modélisées, Celonis va bien au-delà de la simple visualisation. Il propose des outils intégrés comme le Process Explorer et le Variant Explorer, qui reconstruisent automatiquement les chemins réels empruntés par les cas dans un processus — y compris les boucles, écarts et étapes rejouées. Les visualisations dans Celonis sont à la fois orientées processus et décision, permettant aux utilisateurs d’identifier les inefficacités, de comparer les variantes de processus et de suivre des indicateurs liés à l’exécution réelle.

PQL : un langage conçu pour les processus

Bien que Power BI permette de créer des tableaux de bord personnalisés et des vues de données flexibles, cela nécessite beaucoup d’efforts manuels pour transformer les données brutes en indicateurs de processus significatifs. Dans Celonis, ces mêmes analyses peuvent être créées et maintenues de manière beaucoup plus efficace grâce au PQL (Process Query Language) et aux modèles natifs d’analyse de processus.

Un délai d’accès aux insights plus rapide

Même si Celonis demande un effort initial de configuration et de modélisation, son alignement avec les processus métier réels permet de générer des insights beaucoup plus rapidement. Grâce à des connecteurs de processus, des modèles et des accélérateurs prêts à l’emploi, le délai d’obtention d’insights est fortement réduit par rapport à Power BI, où il faut construire des tableaux de bord personnalisés pour chaque processus.

Des insights à l’action

Celonis ne se contente pas de montrer ce qui se passe — il permet de passer à l’action. Avec des fonctionnalités comme les Action Flows et les Execution Apps, les utilisateurs peuvent définir des règles métier, déclencher des alertes ou même automatiser des tâches dans les systèmes en aval. Cet impact opérationnel direct est bien plus difficile à mettre en œuvre dans Power BI sans scripts personnalisés ou outils externes.

Cas d’usage concrets

Dans la gestion des services informatiques (ITSM), Celonis peut révéler les goulets d’étranglement dans les processus de résolution de tickets issus de ServiceNow — comme les escalades répétées ou les délais entre changements de statut. Ces insights sont disponibles instantanément, sans configuration lourde, contrairement à Power BI où reproduire cette visibilité nécessite une modélisation complexe et sur mesure.

Résumé comparatif : Power BI vs Celonis

Conclusion : du reporting à l’optimisation

Power BI excelle dans le reporting généraliste. Mais lorsqu’une organisation souhaite aller au-delà de tableaux de bord statiques vers une optimisation continue et approfondie des processus, Celonis offre la structure, les outils et l’automatisation nécessaires pour aller plus loin — des données brutes jusqu’à l’action opérationnelle.

L’article Pourquoi Celonis va plus loin que Power BI pour l’analyse des processus? est apparu en premier sur P&S Optimisation de processus & Process Mining.

Ce sommet a permis à notre équipe d’échanger avec des professionnels passionnés, de découvrir les meilleures pratiques en matière de gestion des achats, et surtout, de démontrer l’impact concret que peut avoir le process mining sur l’efficacité des chaînes d’approvisionnement.

Le process mining : une révolution dans la gestion des approvisionnements

L’optimisation des processus d’approvisionnement est un enjeu majeur pour les organisations publiques et privées. Délais, ruptures de stock, coûts cachés, non-conformité contractuelle… ces défis sont nombreux et parfois complexes à cerner. C’est là que le process mining entre en jeu.

Le process mining permet de reconstruire les processus réels à partir des traces numériques laissées dans les systèmes (comme ERP, systèmes d’achat, etc.). Grâce à cette technologie, on obtient une vision factuelle et complète de ce qui se passe réellement — bien souvent très différente des procédures officielles.

Pour les équipes d’approvisionnement, cela se traduit par :

• Une détection rapide des goulets d’étranglement et des retards dans le cycle Procure-to-Pay (P2P)

• L’identification des variations de processus entre fournisseurs, régions ou équipes

• Une meilleure conformité aux politiques d’achat

• Et ultimement, des décisions plus éclairées grâce à des données précises et dynamiques

Vers une chaîne d’approvisionnement plus agile

En tant que partenaire du Sommet Approvisionnements 2025, P&S a démontré comment le process mining s’inscrit dans une démarche d’amélioration continue. À l’ère où l’agilité et la transparence sont devenues essentielles, les organisations doivent s’outiller pour mieux comprendre, piloter et transformer leurs processus. Le process mining est un levier puissant pour y parvenir.

Nous remercions les organisateurs pour cet événement riche en échanges, et réaffirmons notre engagement à soutenir les organisations dans leur transformation numérique, notamment par l’analyse intelligente des processus.

L’article P&S, fier partenaire du Sommet Approvisionnements 2025 est apparu en premier sur P&S Optimisation de processus & Process Mining.

Dans un monde où tout s’accélère, où la concurrence est plus vive que jamais, les entreprises québécoises cherchent des solutions concrètes pour gagner en efficacité. Et si je vous disais qu’il existe un outil qui vous permet de voir exactement comment fonctionne votre organisation, en temps réel ?

Un duo qui change la donne

Le process mining n’est pas nouveau, mais son alliance avec l’intelligence artificielle crée une synergie exceptionnelle. Imaginez avoir un copilote qui non seulement comprend vos processus, mais vous aide aussi à les optimiser. C’est exactement ce que cette combinaison apporte aux entreprises visionnaires.

De l’observation à l’action

Le process mining traditionnel analysait déjà vos processus. Avec l’IA, il fait beaucoup plus. Il collecte automatiquement les données, découvre les schémas cachés et surveille en continu vos opérations. Plus besoin de passer des heures à analyser des rapports – l’information pertinente vient à vous.

Tester sans risque

L’innovation la plus prometteuse ? Le jumeau numérique. C’est comme avoir une copie virtuelle de votre entreprise pour :

• Essayer de nouvelles idées sans perturber vos opérations
• Voir les résultats avant de faire des changements
• Prendre des décisions éclairées, basées sur des faits

Les tendances 2025 qui transforment la gestion des processus

Des outils qui communiquent enfin entre eux

Fini le temps où chaque logiciel travaillait dans son coin. En 2025, votre solution de process mining fonctionne naturellement avec vos systèmes actuels, un peu comme votre téléphone qui se synchronise automatiquement avec votre ordinateur. Plus besoin de passer d’un écran à l’autre ou de faire des exportations complexes – tout communique ensemble.

L’automatisation qui ne laisse rien au hasard

C’est comme avoir un expert qui examine chaque étape de vos processus avant de les automatiser. Le process mining devient votre conseiller de confiance pour la transformation numérique. Il vous montre exactement quelles tâches automatiser et comment le faire, réduisant ainsi les risques d’échec de vos projets d’automatisation.

La capacité de prévoir les obstacles

Imaginez avoir un GPS qui vous prévient des bouchons avant même qu’ils ne se forment. C’est ce que fait l’analyse prédictive en 2025. Elle vous permet de :

• Anticiper les problèmes avant qu’ils n’arrivent
• Tester virtuellement vos idées d’amélioration
• Prendre des décisions basées sur des faits, pas des intuitions

Un regard détaillé sur le travail quotidien

Le « Task Mining » observe comment vos équipes travaillent réellement avec leurs outils informatiques. C’est comme avoir une caméra intelligente qui :

• Repère les tâches qui font perdre du temps à vos employés
• Suggère des façons de travailler plus efficacement
• S’assure que les bonnes pratiques sont suivies

L’IA qui travaille main dans la main avec vos équipes

En 2025, l’intelligence artificielle devient un véritable assistant pour vos employés. Elle ne les remplace pas, mais les aide à :

• Repérer rapidement les anomalies dans les processus
• Comprendre facilement des situations complexes
• Recevoir des suggestions pertinentes pour s’améliorer

Une vue complète de votre organisation

Face à des processus de plus en plus complexes, les outils d’aujourd’hui vous offrent :

• Une vision claire de comment tout s’imbrique dans votre organisation
• La capacité de voir l’impact d’un changement sur l’ensemble de vos opérations
• Des moyens simples de gérer cette complexité croissante

Des avantages concrets pour tous

Parlons maintenant des bénéfices réels que vous pouvez en tirer. Car au final, ce qui compte, c’est l’impact sur votre organisation.

Les avantages à tous les niveaux de votre organisation

Un soutien gouvernemental à saisir

La bonne nouvelle ? Les gouvernements ont compris l’importance de cette transformation numérique. Des programmes concrets de financement sont disponibles :

Au niveau fédéral

• Un investissement majeur de 2,4 milliards $ dans l’IA (En savoir plus)
• L’IRIA : jusqu’à 5 millions $ par projet (Détails ici)

Au Québec

• Le PIIA : jusqu’à 350 000 $ pour les PME (Voir le programme)
• Partenar-IA : jusqu’à 600 000 $ par projet (Plus d’infos)

C’est le moment d’agir

En ce début 2025, une nouvelle ère dans la gestion des organisations est déjà en marche. Le process mining enrichi par l’IA n’est pas un gadget technologique de plus – c’est un outil concret qui transforme déjà la façon dont les entreprises leaders opèrent.

Prêt à explorer ces possibilités ? Découvrons ensemble comment ces outils peuvent transformer votre réalité quotidienne.

Contactez-nous pour une discussion sur vos besoins spécifiques et voyez ces solutions en action.

L’article Process mining et intelligence artificielle (IA) : votre avantage concurrentiel pour 2025 est apparu en premier sur P&S Optimisation de processus & Process Mining.

L’évolution du Process Mapping et du Process Mining

La gestion des processus a connu une évolution marquante au fil du temps. Au début du 20e siècle, l’accent était mis sur la simplification et la standardisation des tâches. Plus tard, les méthodes japonaises d’amélioration continue ont influencé les entreprises mondiales dans les années 1960. Avec l’arrivée des ordinateurs dans les années 1980, la gestion des flux de travail est devenue plus efficace, ouvrant la voie à des méthodes plus sophistiquées.

Depuis les années 1990, la cartographie des processus, ou Process Mapping, a bénéficié de la standardisation et de la numérisation, rendant les représentations visuelles plus dynamiques et interactives. Plus récemment, l’émergence du Process Mining a révolutionné la manière dont les entreprises analysent leurs processus en utilisant des données réelles pour observer et optimiser en temps réel. La combinaison de ces deux approches permet aux entreprises d’obtenir une compréhension plus approfondie de leurs opérations et de s’adapter rapidement aux changements du marché.

Process Mapping : une carte détaillée de vos processus

Le Process Mapping est comparable à une carte routière qui permet de visualiser chaque étape d’un processus d’affaires. Il aide à comprendre le chemin que vos opérations empruntent, les acteurs impliqués à chaque étape, et les interactions clés. Cette vue d’ensemble permet d’identifier rapidement les obstacles potentiels et d’améliorer la coordination.

Avantages du Process Mapping

• Amélioration de l’efficacité opérationnelle : le Process Mapping permet de cibler les endroits où il y a du gaspillage, ce qui mène à une meilleure efficacité globale ;
• Augmentation de la qualité : en comprenant mieux les processus, il devient plus facile d’assurer et d’améliorer la qualité des produits ou services ;
• Réduction des coûts : l’identification et l’élimination des inefficacités permettent de réduire les coûts opérationnels ;
• Amélioration de la satisfaction client : en livrant exactement ce que le client veut, dans les délais prévus et à un prix compétitif, l’entreprise augmente ses chances de dépasser les attentes de sa clientèle ;
• Meilleure compréhension des rôles de chacun : le Process Mapping permet à chaque membre de l’équipe de mieux comprendre son rôle et celui des autres, favorisant ainsi une meilleure collaboration ;
• Identification des opportunités d’amélioration : cette technique aide à repérer rapidement les dysfonctionnements et les goulots d’étranglement dans les processus.

Limites du Process Mapping

• Temps et ressources : La cartographie détaillée peut demander beaucoup de temps et de ressources, ce qui peut être coûteux pour les PME.
• Maintien à jour : Pour des processus complexes, les représentations peuvent devenir difficiles à lire et nécessitent une mise à jour régulière.
• Résistance au changement : Les employés peuvent percevoir l’identification des inefficacités comme une critique, d’où la nécessité d’une communication claire.
• Appui de la direction : Sans le soutien de la direction, ces initiatives peuvent manquer de ressources pour perdurer.

Process Mining : le GPS des processus en temps réel

Le Process Mining va plus loin. Imaginez un GPS qui suit vos processus d’affaires en temps réel. Plutôt que de s’appuyer sur des perceptions, cette méthode exploite les données réelles générées par vos systèmes pour suivre chaque étape instantanément. Vous voyez non seulement le chemin parcouru, mais également la manière dont il est emprunté, vous permettant ainsi d’ajuster les opérations en temps réel.

Étapes clés du Process Mining

1. Collecte des données : on rassemble toutes les traces laissées par les activités de l’entreprise dans ses systèmes informatiques. C’est comme regarder l’historique des actions effectuées dans les logiciels de l’entreprise ;
2. Découverte des processus : on crée une sorte de « carte routière » des processus de l’entreprise. Cette carte montre comment les choses se passent vraiment, pas juste comment elles devraient se passer sur papier ;
3. Analyse des processus : on examine cette carte pour trouver les endroits où ça coince. Par exemple, on peut voir où les tâches prennent trop de temps ou encore, où il y a des erreurs fréquentes ;
4. Comparaison avec les meilleures pratiques : on regarde comment les autres entreprises du même domaine font les choses. C’est comme comparer ses notes avec celles des meilleurs élèves de la classe pour voir où on peut s’améliorer ;
5. Vérification de la conformité : on s’assure que tout ce qui se passe dans l’entreprise respecte bien les règles, qu’il s’agisse des lois ou des procédures internes de l’entreprise.

Avantages du Process Mining par rapport au Process Mapping

1. C’est comme avoir une caméra en direct : le Process Mining, c’est un peu comme si vous aviez une caméra qui filme en continu ce qui se passe dans votre entreprise. Vous voyez les choses telles qu’elles se passent, au moment où elles se passent. Le Process Mapping, lui, c’est plus comme prendre une photo à un moment donné ;
2. Ça montre la réalité, pas ce que les gens pensent : avec le Process Mining, on ne se fie pas à ce que les gens disent qu’ils font, mais à ce qu’ils font vraiment. C’est comme la différence entre demander à quelqu’un comment il conduit et regarder réellement comment il conduit sur la route ;
3. Ça aide à s’améliorer tout le temps : le Process Mining, c’est un peu comme avoir un coach personnel pour votre entreprise. Il vous dit constamment où vous pouvez vous améliorer, en vous basant sur des faits précis, pas juste des impressions. Ça permet de faire des petits ajustements réguliers plutôt que de grands changements de temps en temps.

Comparaison de la facilité de mise en œuvre : Process Mapping vs Process Mining

Avant de choisir entre le Process Mapping et le Process Mining, il est important de comprendre les différences en termes de mise en œuvre. Si le Process Mapping est souvent perçu comme plus simple à démarrer, le Process Mining offre une précision et une automatisation nettement supérieures une fois bien installé. Voici un aperçu des deux approches pour vous aider à mieux comprendre laquelle pourrait répondre aux besoins de votre organisation.

Le Process Mapping est une méthode plus traditionnelle, facile à démarrer et bien adaptée pour une première documentation des processus. Cependant, il repose sur les perceptions des employés et nécessite des mises à jour manuelles régulières. Il est donc moins précis et plus limité sur le long terme.

De l’autre côté, le Process Mining peut sembler plus complexe à mettre en place, car il s’appuie sur la technologie. Toutefois, il utilise des données déjà existantes qu’il faut aller récupérer pour les analyser. Il offre aussi des résultats beaucoup plus précis en s’appuyant sur des données réelles, et ses capacités d’automatisation permettent des mises à jour continues et une optimisation en temps réel, ce qui en fait une solution plus rentable à long terme et soutient pleinement l’amélioration continue de l’entreprise.

Quelle approche convient le mieux à votre entreprise ?

Choisir entre le Process Mapping et le Process Mining dépend des besoins spécifiques de votre organisation et du niveau de maturité de vos processus. Chaque méthode présente des avantages en fonction de la complexité des processus à analyser, de vos ressources et des objectifs à long terme de votre entreprise.

Complexité des processus

• Process Mapping est idéal pour des processus simples, où l’objectif est de clarifier les rôles et les étapes.
• Process Mining est plus adapté pour des processus complexes et informatisés, où une analyse en temps réel basée sur des données est nécessaire.

Maturité numérique de l’entreprise

• Process Mapping peut être utilisé par des organisations n’ayant pas d’infrastructure technologique et des processus manuels.
• Process Mining, en revanche, nécessite une infrastructure technologique avec des processus informatisés (même partiellement) pour pouvoir exploiter les données

Ressources disponibles

• Process Mapping est plus accessible, mais demande plus de ressources humaines initiales pour participer à l’analyse.
• Process Mining offre un meilleur retour sur investissement grâce à sa capacité d’analyse en temps réel de l’ensemble des données et à son automatisation.

Process Mapping vs Process Mining

Tendances futures et recommandations

Avec la transformation numérique qui s’accélère, le Process Mining s’impose comme un outil incontournable pour l’optimisation des processus. Voici quelques tendances et recommandations pour rester à la pointe de l’amélioration continue.

Tendances émergentes

• Automatisation accrue : L’intégration du Process Mining avec des outils d’automatisation comme la RPA (Robotic Process Automation) permet de cibler les tâches répétitives à automatiser, améliorant l’efficacité et réduisant les erreurs humaines.
• Prédiction et proactivité : Le Process Mining évolue vers la prédiction des problèmes avant qu’ils ne surviennent. En anticipant les goulets d’étranglement, les entreprises peuvent intervenir rapidement et éviter les inefficacités.
• Amélioration du parcours client : En analysant les interactions des clients avec l’entreprise, le Process Mining permet d’identifier les étapes à optimiser pour améliorer l’expérience client.
• Données en temps réel avec l’IoT : Dans des secteurs comme la production ou la logistique, l’intégration avec l’Internet des objets (IoT) permet de suivre les processus en temps réel et de faire des ajustements instantanés.

Recommandations

• Prioriser les processus critiques : Concentrez-vous d’abord sur les processus les plus coûteux ou ceux qui ralentissent vos opérations. Utilisez le Process Mining pour ces projets afin d’obtenir des gains rapides.
• Combiner expertise humaine et technologie : Le Process Mapping reste utile pour obtenir une vue d’ensemble initiale, mais à mesure que les processus deviennent plus complexes, l’automatisation et le Process Mining deviennent essentiels.
• Exploiter les données en temps réel : Utilisez les données en temps réel pour prendre des décisions éclairées et réagir aux problèmes avant qu’ils n’affectent vos performances globales.
• Préparer vos équipes à l’automatisation : Identifiez les tâches à automatiser grâce au Process Mining et formez vos équipes à ces nouvelles technologies pour en maximiser les bénéfices.

Conclusion : quelle méthode choisir ?

Si vous comparez le Process Mapping à une carte routière, c’est l’outil parfait pour comprendre où se trouvent les obstacles sur la route. Mais si vous voulez des informations en temps réel, comme un GPS qui vous montre le trafic en direct, le Process Mining est la solution idéale. Chaque approche a ses avantages, et la meilleure option dépendra des besoins spécifiques de votre entreprise, de votre infrastructure technologique et de vos objectifs à long terme.

Prêt à optimiser vos processus et à améliorer l’efficacité de votre organisation ?
Chez P&S, nous vous accompagnons à chaque étape pour découvrir, optimiser et contrôler vos processus d’affaires grâce à la puissance du Process Mining. Contactez notre équipe dès aujourd’hui et découvrez comment nous pouvons adapter nos solutions à vos besoins spécifiques, avec une approche centrée sur l’humain.

Prenez rendez-vous maintenant en nous écrivant à l’adresse [email protected].

L’article Process mapping vs Process Mining : Quelle approche choisir? est apparu en premier sur P&S Optimisation de processus & Process Mining.

Le Process Mining est une discipline analytique qui aide les entreprises à analyser et améliorer leurs méthodes de travail en examinant les mégadonnées stockées dans leurs systèmes informatiques. Cette approche fournit instantanément et en temps réel la réalité opérationnelle des processus de l’organisation tout en mettant en évidence les inefficacités cachées dans les processus. Elle permet de cibler avec une grande précision les améliorations à apporter permettant à l’entreprise de gagner en efficacité rapidement et de façon continue.

Tous les secteurs sont concernés : opérations, finances, logistique, approvisionnements, service à la clientèle, technologies de l’information, etc.

Phase de découverte avec le process mining

Cette vue d’ensemble de la phase de découverte du process mining illustre comment cette étape permet d’améliorer la transparence et l’efficacité au sein des organisations. Le tableau suivant récapitule les composantes essentielles, les activités clés et les résultats attendus, offrant ainsi un guide rapide pour comprendre son importance et son application pratique.

Phase suivante : Surveillance

Après avoir exploré la phase de découverte, nous nous penchons sur la phase de surveillance, un élément essentiel qui prend le relais pour assurer que les opérations actuelles restent alignées avec les plans et procédures établis. Cette étape permet de comparer le fonctionnement réel des processus avec les attentes, permettant ainsi de détecter et de rectifier toute divergence.

Dernière étape : Optimisation

Après avoir couvert les phases de découverte et de surveillance, nous abordons maintenant la phase finale : l’optimisation. Cette étape utilise des simulations pour tester des modifications potentielles aux processus, minimisant ainsi les risques associés aux changements dans un environnement réel. L’optimisation est dédiée à pousser les processus vers une performance maximale tout en évaluant l’impact des ajustements proposés, permettant ainsi une amélioration continue sans perturber les opérations courantes.

Le process mining fournit un système complet pour examiner et améliorer régulièrement les méthodes de travail des organisations. Il permet de comprendre en détail comment les processus fonctionnent réellement, identifie les points faibles et offre des solutions pratiques. Ainsi, le process mining devient un outil intéressant pour les organisations qui cherchent à optimiser leur fonctionnement, respecter les normes et améliorer leurs performances globales.

Les solutions de Process Mining proposées par P&S à travers ses partenariats stratégiques

Après avoir examiné les trois phases principales du Process Mining, explorons les logiciels avancés disponibles. P&S collabore avec 2 leaders du secteur, Celonis et Apromore. Ces partenariats permettent à P&S de fournir à ses clients des solutions de Process Mining éprouvées qui correspondent à leurs besoins.

Celonis : Leader mondial du process mining

Celonis est une plateforme de pointe pour le process mining, apportant de grands bénéfices aux organisations en améliorant leur efficacité, en gérant les risques, et en stimulant l’innovation. Celonis aide à voir en temps réel comment fonctionnent les processus d’une entreprise, à détecter les points faibles, et à automatiser les améliorations. Sa facilité d’utilisation, combinée à un large réseau de partenaires, rend le process mining accessible à beaucoup, favorisant son adoption dans les entreprises. Les organisations utilisant Celonis réduisent leurs coûts, améliorent leur conformité et augmentent la satisfaction de leurs clients, démontrant l’impact significatif de Celonis sur leur performance financière et opérationnelle.

Apromore : Spécialiste du logiciel open-source de process mining

Apromore est un spécialiste du process mining open-source qui aide les entreprises à améliorer leurs processus. Sa plateforme avancée et facile à utiliser permet d’analyser en détail et de visualiser les activités de l’entreprise, aidant à repérer et corriger les inefficacités. Grâce à sa nature open-source (logiciel libre), Apromore offre une grande flexibilité et personnalisation, permettant aux entreprises d’adapter le logiciel à leurs besoins. De plus, grâce à ses liens forts avec le monde académique, Apromore intègre continuellement les dernières avancées et technologies en process mining. Cette combinaison de facilité d’accès, de personnalisation et d’innovation fait d’Apromore une option précieuse pour les entreprises qui cherchent à accroître leur efficacité opérationnelle et leur compétitivité.

Pour une vue d’ensemble plus approfondie des outils de Process Mining et des avis sur ces technologies, consultez les évaluations de Gartner Peer Insights 2024.

Implémenter le process mining dans votre organisation

L’implémentation du process mining doit être planifiée pour produire des bénéfices significatifs.

Étapes pour intégrer le process mining

• Définir des objectifs clairs : Définir des objectifs spécifiques et mesurables pour les efforts d’amélioration des processus.
• Sélectionner les bons outils : Choisir des outils de process mining qui correspondent aux données et aux objectifs de votre organisation.
• Former le personnel : S’assurer que les employés sont bien équipés pour manipuler les outils et comprendre les méthodologies.
• Surveiller continuellement et ajuster : Suivre les progrès et maintenir les améliorations au fil du temps, ajuster selon les analyses des données pour optimiser les opérations.

Défis rencontrés et solutions

1. Qualité et Intégrité des Données
   • Enjeu : Les données extraites des systèmes d’information peuvent être incomplètes, inexactes ou incohérentes. La qualité des données est importante pour des analyses de process mining fiables mais la présence de données de mauvaise qualité peut aussi être un excellent indicateur d’améliorations à apporter court terme.
   • Solutions :
     • Prétraitement des Données : La présence de données de mauvaise qualité peut aussi être un excellent indicateur d’améliorations à apporter court terme. Le process mining met rapidement en évidence le niveau de qualité des données et assiste dans le nettoyage et la normalisation avant l’analyse.
     • Vérification et Validation : Utiliser les techniques de validation des données pour assurer la cohérence et l’exactitude des données.
2. Complexité des Processus
   • Enjeu : Les processus d’affaires peuvent être très complexes, impliquant de nombreux acteurs, systèmes et interactions, ce qui rend leur modélisation et leur analyse difficile.
   • Solutions :
     • Segmentation : Diviser les processus complexes en sous-processus plus simples pour une analyse plus détaillée.
     • Simplification et Abstraction : Utiliser des niveaux d’abstraction offerts par les logiciels de process mining pour simplifier les modèles de processus sans perdre d’informations essentielles.
3. Protection des Données et Confidentialité
   • Enjeu : Les données utilisées pour le process mining peuvent contenir des informations sensibles, ce qui soulève des préoccupations en matière de confidentialité et de protection des données.
   • Solutions :
     • Anonymisation des Données : Supprimer ou masquer les informations personnellement identifiables. Les outils de process mining offre des outils d’anonymisation et de pseudonymisation à la source, protégeant ainsi les données sensibles.
     • Politiques de Sécurité : Mettre en place des politiques strictes de sécurité des données et des contrôles d’accès au niveau du logiciel de process mining.

Applications avancées du process mining

Au fur et à mesure que les entreprises progressent, elles utilisent le process mining de manière plus avancée, en intégrant des technologies comme l’intelligence artificielle (IA) et l’analyse prédictive. Cela améliore grandement leur capacité à prendre des décisions stratégiques et à opérer plus efficacement. Cette section décrit comment le process mining avancé aide à créer des environnements plus intelligents et axés sur les données.

Mesurer l’impact du Process Mining

Le process mining permet aux organisations de mesurer et d’améliorer leurs processus stratégiquement, en se basant sur des indicateurs de performance clés (KPI). Cette section détaille les KPI essentiels et les bénéfices à long terme qui soutiennent le succès continu d’une organisation.

Principaux indicateurs de performance (KPI) :

• Temps de cycle du processus : Mesure la durée totale de bout-en-bout du processus, aidant à identifier les retards pour les réduire efficacement.
• Taux de conformité : Assure que les processus respectent les normes et régulations en vigueur, garantissant la conformité aux exigences légales et de qualité.
• Indice de satisfaction client : Évalue l’impact des processus sur la satisfaction des clients, aide à maintenir leur fidélité et améliorer la qualité du service.

Bénéfices à long terme :

• Excellence opérationnelle : Optimise les processus et élimine les activités inutiles pour une meilleure utilisation des ressources.
• Conformité renforcée : Maintient les opérations en accord avec les normes et réglementations, réduisant les risques de pénalités.
• Satisfaction client accrue : Fournit des services plus rapides et fiables, répondant ou surpassant les attentes des clients.

Retour sur Investissement (ROI) : Investir dans le process mining génère des retours financiers significatifs en réduisant les coûts par l’identification et l’élimination des inefficacités, en améliorant la qualité des services ou des produits, et en permettant une réponse rapide aux changements du marché, ce qui crée un avantage concurrentiel notable.

En suivant ces KPI et en reconnaissant les avantages dérivés, les entreprises peuvent non seulement justifier l’investissement initial dans le process mining mais aussi continuer à affiner leurs processus pour une performance optimale et un ROI significatif.

Prêt à transformer vos processus d’affaires?

Si vous souhaitez exploiter la puissance du process mining pour améliorer l’efficacité opérationnelle, assurer la conformité et augmenter la satisfaction client, nous sommes là pour vous aider. Écrivez-nous via l’adresse [email protected] pour découvrir comment notre expertise peut adapter des solutions de process mining à vos besoins spécifiques et entraîner des améliorations significatives.

L’article Maîtriser le Process Mining : guide pour transformer l’efficacité des entreprises est apparu en premier sur P&S Optimisation de processus & Process Mining.

Cette édition a mis en lumière 24 projets inspirants qui témoignent des efforts concrets d’amélioration continue menés sur le terrain. En plus de soutenir l’événement, l’équipe de P&S était présente pour échanger avec les participants, découvrir leurs initiatives et partager notre expertise en performance opérationnelle.

Nous remercions chaleureusement les organisateurs du RVAC 2024 pour cette opportunité de collaboration, et félicitons l’ensemble des participants pour la qualité des projets présentés. P&S réaffirme son engagement à accompagner les organisations dans leurs démarches d’amélioration continue, au service de l’excellence et de l’innovation.

L’article P&S, fier commanditaire du Rendez-vous de l’amélioration continue 2024 est apparu en premier sur P&S Optimisation de processus & Process Mining.