L'automatisation ne sauve aucun processus non clarifié

Les processus flous ne font que s'accélérer avec l'automatisation

L'automatisation accélère le processus existant. Elle ne résout pas les règles floues, les données contradictoires, les responsabilités manquantes ou les exceptions non documentées.

Un processus n'est automatisable de manière fiable que lorsque l'objectif, les entrées, les décisions, les transferts, les exceptions, les critères de qualité et la responsabilité sont suffisamment clarifiés. La mise en œuvre technique suit cette clarification. Elle ne la remplace pas.

Situation de départ

En février 2022, le souhait d'automatisation typique de nombreuses petites et moyennes entreprises ne consistait pas en des agents d'IA autonomes. Il s'agissait de questions beaucoup plus terre à terre :

• Les données du formulaire doivent être automatiquement transférées vers un CRM.
• Après une demande, une séquence d'e-mails devrait démarrer.
• Les tâches doivent être créées en fonction d'un statut.
• Les données de différents systèmes doivent être consolidées.
• Les rapports devraient être mis à jour automatiquement.
• les approbations et rappels récurrents devraient générer moins de travail manuel.

L'obstacle technique a diminué. De nombreuses plateformes promettaient de connecter des applications sans programmation approfondie. Le goulot d'étranglement s'est donc déplacé.

La question « Est-ce que cela peut être techniquement connecté ? » n'était plus la seule décision. Il est devenu plus important de se demander : « Le processus est-il suffisamment clair sur le plan fonctionnel pour qu'il doive être connecté de manière fiable ? »

C'est là que des problèmes sont apparus.

Un formulaire a pu automatiquement enregistrer une demande dans le CRM. Mais il est resté flou de savoir quels champs étaient obligatoires, comment les doublons étaient traités, quand une demande était considérée comme qualifiée et qui effectuait le suivi en cas d'informations manquantes.

Un e-mail a pu être envoyé automatiquement. Cependant, il est resté ouvert de savoir si le message convenait à chaque demande, quels cas exceptionnels nécessitaient un ton différent et comment les contradictions entre le site Web, les ventes et la performance réelle étaient évitées.

L'automatisation a supprimé du travail. En même temps, elle a rendu visible qu'une partie considérable du déroulement jusqu'alors n'était pas portée par des règles claires, mais par un savoir expérientiel tacite.

Ce qui se cache derrière le problème

Le déroulement visible n'est pas le processus réel

Les entreprises décrivent souvent un processus en quelques étapes :

1. La demande arrive.
2. La demande est examinée.
3. Un devis est établi.
4. Le client reçoit un retour.

Cependant, de nombreuses décisions se situent entre ces étapes :

• La demande est-elle complète ?
• Correspond-elle au public cible ?
• Quelle prestation est concernée ?
• Quels documents sont nécessaires ?
• Qui peut donner l'évaluation technique ?
• Quelle priorité a le processus ?
• Quel délai s'applique ?
• Que se passe-t-il en cas de questions ?
• Quand une demande devient-elle une offre et quand un refus ?

Tant que ces décisions n'existent que dans les têtes, le processus n'est pas entièrement décrit. L'automatisation ne peut alors que connecter des étapes superficielles ou elle doit faire des suppositions que personne n'a consciemment décidées auparavant.

Les exceptions sont traitées comme une perturbation plutôt que comme une partie du processus

De nombreux processus fonctionnent normalement. Les problèmes surviennent avec les variantes :

• un champ obligatoire est manquant,
• un jeu de données existe déjà,
• deux départements sont concernés,
• un client utilise une désignation peu claire,
• un délai a été dépassé,
• un système est inaccessible,
• la personne responsable est absente,
• une décision nécessite une approbation supérieure.

Ces cas ne sont pas une panne technique rare s'ils se produisent régulièrement. Ils font partie du processus.

Ceux qui ne la prennent pas en compte avant l'automatisation créent deux mondes parallèles. Le cas standard est automatisé. Tout le reste aboutit à un espace intermédiaire manuel difficile à suivre.

Les mauvaises données sont distribuées plus rapidement

L'automatisation peut transférer des informations sans perte. Elle ne peut pas rétablir leur qualité fonctionnelle après coup.

Des désignations incohérentes, des champs obligatoires manquants, des coordonnées obsolètes ou des statuts contradictoires ne sont pas nettoyés par les interfaces. Ils sont transférés dans d'autres systèmes et y servent de base à de nouvelles étapes.

Cela augmente la portée d'une erreur.

Un statut incorrect peut déclencher un e-mail inapproprié. Une adresse en double peut créer deux enregistrements. Une désignation de prestation incohérente peut fausser le reporting et les responsabilités.

Plus les systèmes sont connectés, plus les règles de données deviennent importantes avant la connexion.

La responsabilité est déléguée au système

Une formulation typique est : « Cela se fera alors automatiquement. »

Cela ne décrit souvent pas qui est responsable, mais seulement qu'une personne n'exécute plus chaque étape.

Il doit néanmoins rester clair :

• Qui possède le processus ?
• Qui décide des règles ?
• Qui vérifie la qualité des données ?
• Qui réagit aux erreurs ?
• Qui est autorisé à modifier l'automatisation ?
• Qui reconnaît que le processus n'est plus adapté sur le plan technique ?
• Qui informe les personnes concernées en cas d'incident ?

L'automatisation réduit les activités individuelles. Elle n'annule pas la responsabilité.

La vitesse est confondue avec l'impact

Un processus automatisé peut être plus rapide et pourtant moins performant.

Une réponse peut être envoyée en quelques secondes, mais être formulée de manière inappropriée. Un prospect peut apparaître immédiatement dans le CRM, mais être mal classé. Un rapport peut être mis à jour quotidiennement, mais ne pas soutenir une décision pertinente.

Le gain de temps n'est qu'un effet possible. D'autres critères sont :

• Qualité,
• Taux d'erreur,
• Traitement des exceptions,
• Traçabilité,
• Expérience client,
• Protection des données,
• coûts de maintenance,
• Dépendance vis-à-vis des fournisseurs,
• Charge des rôles impliqués.

L'automatisation n'est pertinente que si l'effet global est meilleur que le processus précédent.

Positionnement stratégique

La modélisation des processus ne consiste pas à transposer chaque détail dans un diagramme complexe. Elle crée une représentation commune et vérifiable du déroulement.

La Business Process Model and Notation a été développée précisément pour cette connexion. Elle vise à décrire les processus métier de manière à ce que les responsables métier, les analystes et les développeurs techniques puissent comprendre la même structure.

Pour les petites et moyennes entreprises, un modèle réduit suffit souvent. Ce ne sont pas tous les symboles d'une norme qui sont décisifs, mais les bonnes questions :

1. Qu'est-ce qui déclenche le processus ?
2. Quel résultat doit être obtenu ?
3. Quelles entrées sont nécessaires ?
4. Quelles décisions sont prises ?
5. Quelles règles s'appliquent ?
6. Quels rôles sont impliqués ?
7. Quels systèmes sont utilisés ?
8. Quelles exceptions se produisent ?
9. Comment la qualité est-elle vérifiée ?
10. Comment le processus se termine-t-il ou s'intensifie-t-il ?

Ce n'est que lorsque ces questions sont suffisamment répondues qu'il est possible de décider quelles étapes doivent être automatisées.

L'automatisation n'est alors pas une couche supplémentaire au chaos existant. Elle fait partie d'une conception de processus consciente.

Perspective pratique

En pratique, un processus entièrement documenté est rarement le point de départ. La plupart du temps, il existe :

• listes de contrôle individuelles,
• Modèles d'e-mails,
• routines personnelles,
• Champs dans le CRM ou la gestion de projet,
• accords verbaux,
• Exceptions que seules les personnes expérimentées connaissent.

La première étape ne devrait donc pas être de tout modéliser. Un processus limité et récurrent avec un effort ou un potentiel d'erreur identifiable est plus judicieux.

Les processus qui : sont adaptés

• se produisent fréquemment,
• avoir un début et un résultat clairs,
• impliquer plusieurs transferts manuels,
• générer des erreurs ou des temps d'attente connus,
• avoir des règles suffisamment stables,
• peuvent être évaluées techniquement par une personne responsable.

Les processus qui dépendent fortement de négociations individuelles, de la créativité situationnelle ou de conditions en constante évolution ne conviennent pas. L'automatisation peut y soutenir des étapes d'assistance individuelles, mais pas reprendre l'ensemble du processus.

La chaîne de cause à effet

Le cadre de vérification de l'aptitude à l'automatisation

1. Clarifier l'objectif et le résultat

Le processus nécessite un objectif compréhensible et un résultat vérifiable.

Pas suffisant :

Traiter les demandes plus rapidement.

Mieux :

Attribuer les demandes complètes à la personne responsable dans un délai d'un jour ouvrable et demander les informations manquantes de manière compréhensible.

La formulation plus précise rend visibles les étapes et les critères de qualité pertinents.

2. Enregistrer le déroulement et les décisions

Le déroulement réel est reconstitué avec les personnes impliquées. On y enregistre non seulement les activités, mais aussi les points de décision et les transferts.

Particulièrement importants sont les points où les employés disent :

• « Ça dépend. »
• « Normalement, c'est Madame X qui sait ça. »
• « Dans ce cas, nous faisons différemment. »
• « Parfois, il manque quelque chose. »
• « Ensuite, nous vérifions cela brièvement manuellement. »

Ces phrases marquent des connaissances de processus qui doivent être clarifiées avant toute automatisation.

3. Unifier les données et les termes

Les entrées doivent être suffisamment claires pour que les règles puissent s'appliquer.

Cela inclut :

• Champs obligatoires,
• valeurs autorisées,
• désignations uniformes,
• règles de doublons,
• Source de données prioritaire,
• Validité et actualité,
• Autorisations.

L'effort de clarification des données est souvent plus important que la connexion technique. Il constitue cependant la base de résultats fiables.

4. Définir les exceptions et les chemins de repli

Une automatisation n'a pas besoin d'une règle complexe distincte pour chaque exception. Cependant, elle doit reconnaître quand le chemin standard ne peut pas être poursuivi en toute sécurité.

Alors le processus devient :

• arrêté,
• identifié,
• attribué à un rôle,
• doter des informations pertinentes,
• poursuivi de manière contrôlée après décision.

Un chemin de repli clair n'est pas le signe d'une automatisation faible. Il fait partie d'un système robuste.

5. Définir la responsabilité et le droit de modification

Chaque automatisation nécessite au minimum :

• un responsable métier du processus,
• une responsabilité technique,
• une personne ou un rôle pour les erreurs et les exceptions,
• une règle pour les modifications,
• une documentation des systèmes utilisés et des accès.

Sans cette attribution, l'automatisation deviendra avec le temps une dépendance invisible.

6. Mesurer l'impact avant et après la mise en œuvre

Avant l'automatisation, une référence est documentée :

• Temps de traitement,
• Temps d'attente,
• Erreurs,
• Retravail,
• Arrêts,
• transferts manuels,
• Expérience client,
• Coût de maintenance.

Après la mise en œuvre, on ne vérifie pas seulement si le déroulement technique fonctionne. On vérifie si l'effet du processus est réellement meilleur.

Ce que les entreprises ne doivent pas faire

Les entreprises ne devraient pas automatiser entièrement le processus le plus flou et le plus important en premier. Une grande importance augmente les conséquences des erreurs. Le manque de clarté augmente la probabilité que des règles et des exceptions manquent.

La sélection basée uniquement sur la simplicité technique est également problématique. Une étape facile à connecter peut générer peu de valeur et créer une dépendance supplémentaire.

Même une automatisation que seule une personne comprend n'est pas fiable. Elle peut fonctionner à court terme, mais devient un risque en cas de changements, de pannes ou de transferts.

Enfin, les entreprises ne doivent pas supprimer un travail manuel simplement parce qu'il se répète. Certaines étapes manuelles remplissent une fonction importante de contrôle, de relation ou d'exception. Leur rôle doit être compris avant qu'elles ne disparaissent.

Conséquence pour les entreprises

L'avantage économique de l'automatisation ne vient pas du plus grand nombre possible d'étapes automatisées.

Il résulte de :

• des flux plus clairs,
• moins de transferts évitables,
• meilleures données,
• exceptions contrôlées,
• une responsabilité traçable,
• réduction des coûts d'erreur et de retravail,
• traitement plus rapide là où la vitesse est réellement pertinente.

La première étape d'automatisation la plus importante peut donc être une décision de processus.

En 2022, cette base était déjà décisive. Avec l'utilisation ultérieure de l'IA générative, elle est devenue encore plus importante, car les résultats ne sont plus générés uniquement par des règles fixes, mais en partie par des modèles probabilistes.

Connexion technique

Clarifier les processus avant la mise en œuvre technique

Une consultation structurée des processus et de l'automatisation clarifie l'objectif, le déroulement, les données, les exceptions, les rôles et l'impact avant de connecter des systèmes ou d'introduire de nouveaux outils. La SDC-Discovery crée une base de décision commune pour cela.

Vérifier la capacité d'automatisation d'un processus

Auteur

À propos de Göke Frerichs

Göke Frerichs associe depuis 1999 stratégie numérique, communication, technologie et mise en œuvre. En tant que stratège numérique et Smart Digital Creative, il aide les entreprises B2B gérées par leurs propriétaires à développer des systèmes numériques clairs et solides à partir de mesures individuelles. Sa perspective repose sur de nombreuses années d'expérience en conseil et en mise en œuvre dans la région DACH et en Amérique du Nord.

En savoir plus sur Göke Frerichs