Le Process Mining est le chaînon manquant entre l'analyse des processus basée sur des modèles et les techniques d'analyse orientées vers les données. Grâce à des ensembles de données concrètes et à un logiciel facile à utiliser, le cours fournit des connaissances en science des données qui peuvent être appliquées directement pour analyser et améliorer les processus dans une variété de domaines. La science des données est la profession de l'avenir, car les organisations qui ne sont pas en mesure d'utiliser les (grandes) données d'une manière intelligente ne survivront pas. Il ne suffit pas de se concentrer sur le stockage et l'analyse des données. Le data scientist doit également relier les données à l'analyse des processus. L'exploration des processus comble le fossé entre l'analyse traditionnelle des processus basée sur des modèles (par exemple, la simulation et d'autres techniques de gestion des processus d'entreprise) et les techniques d'analyse centrées sur les données telles que l'apprentissage automatique et l'exploration des données. L'exploration de processus cherche à confronter les données d'événements (c'est-à-dire le comportement observé) et les modèles de processus (faits à la main ou découverts automatiquement). Cette technologie n'est disponible que depuis peu, mais elle peut être appliquée à tout type de processus opérationnel (organisations et systèmes). Voici quelques exemples d'applications : analyse des processus de traitement dans les hôpitaux, amélioration des processus de service à la clientèle dans une multinationale, compréhension du comportement de navigation des clients utilisant un site de réservation, analyse des défaillances d'un système de manutention des bagages et amélioration de l'interface utilisateur d'un appareil de radiographie. Toutes ces applications ont en commun le fait que le comportement dynamique doit être relié à des modèles de processus. Le cours explique les principales techniques d'analyse dans le domaine de l'exploration des processus. Les participants apprendront divers algorithmes de découverte de processus. Ceux-ci peuvent être utilisés pour apprendre automatiquement des modèles de processus à partir de données d'événements brutes. Diverses autres techniques d'analyse de processus utilisant des données d'événements seront présentées. En outre, le cours fournira un logiciel facile à utiliser, des ensembles de données réelles et des compétences pratiques pour appliquer directement la théorie dans une variété de domaines d'application. Ce cours commence par une vue d'ensemble des approches et des technologies qui utilisent les données d'événements pour soutenir la prise de décision et la (re)conception des processus d'affaires. Ensuite, le cours se concentre sur l'exploration de processus en tant que pont entre l'exploration de données et la modélisation de processus d'affaires. Le cours se situe à un niveau d'introduction et comprend plusieurs travaux pratiques. Le cours couvre les trois principaux types d'exploration de processus. 1. Le premier type d'exploration de processus est la découverte. Une technique de découverte prend un journal d'événements et produit un modèle de processus sans utiliser d'informations a-priori. Un exemple est l'algorithme Alpha qui prend un journal d'événements et produit un modèle de processus (un réseau de Petri) expliquant le comportement enregistré dans le journal. 2. Le deuxième type d'exploration de processus est la conformité. Ici, un modèle de processus existant est comparé à un journal d'événements du même processus. Le contrôle de conformité peut être utilisé pour vérifier si la réalité, telle qu'elle est enregistrée dans le journal, est conforme au modèle et vice versa. 3. Le troisième type d'exploration de processus est l'amélioration. Il s'agit ici d'étendre ou d'améliorer un modèle de processus existant à l'aide d'informations sur le processus réel enregistrées dans un journal d'événements. Alors que le contrôle de conformité mesure l'alignement entre le modèle et la réalité, ce troisième type d'exploration de processus vise à modifier ou à étendre le modèle a-priori. Un exemple est l'extension d'un modèle de processus avec des informations sur les performances, par exemple en montrant les goulots d'étranglement. Les techniques d'exploration de processus peuvent être utilisées dans un cadre hors ligne, mais aussi en ligne. Dans ce dernier cas, on parle de soutien opérationnel. Un exemple est la détection de la non-conformité au moment où l'écart se produit réellement. Un autre exemple est la prédiction du temps pour les cas en cours, c'est-à-dire que pour un cas partiellement exécuté, le temps de traitement restant est estimé sur la base d'informations historiques de cas similaires. L'exploration de processus ne constitue pas seulement un pont entre l'exploration de données et la gestion des processus d'entreprise ; elle contribue également à combler le fossé classique entre "l'entreprise" et "l'informatique". La gestion des processus d'affaires basée sur des preuves et fondée sur l'exploration de processus aide à créer un terrain commun pour l'amélioration des processus d'affaires et le développement des systèmes d'information. Le cours utilise de nombreux exemples utilisant des journaux d'événements réels pour illustrer les concepts et les algorithmes. Après avoir suivi ce cours, vous serez en mesure de mener des projets d'exploration de processus et d'avoir une bonne compréhension du domaine de l'intelligence des processus d'affaires.

Après avoir suivi ce cours, vous devriez - avoir une bonne compréhension des techniques de Business Process Intelligence (en particulier le process mining), - comprendre le rôle du Big Data dans la société d'aujourd'hui, - être capable de relier les techniques de process mining à d'autres techniques d'analyse telles que la simulation, la business intelligence, le data mining, l'apprentissage automatique et la vérification, - être capable d'appliquer des techniques de base de découverte de processus pour apprendre un modèle de processus à partir d'un journal d'événements (à la fois manuellement et en utilisant des outils), - être capable d'appliquer des techniques de base de vérification de la conformité pour comparer les journaux d'événements et les modèles de processus (à la fois manuellement et en utilisant des outils), - être capable d'étendre un modèle de processus avec des informations extraites du journal d'événements (par ex.g., montrer les goulets d'étranglement), - avoir une bonne compréhension des données nécessaires pour démarrer un projet d'exploration de processus, - être capable de caractériser les questions auxquelles on peut répondre sur la base de ces données d'événements, - expliquer comment l'exploration de processus peut également être utilisée pour le soutien opérationnel (prédiction et recommandation), et - être capable de mener des projets d'exploration de processus d'une manière structurée.