Retour à la bibliothèque

Question clé

Traité par IA · Validé par l'auteur

Comment l'analyse des flux de travail numériques peut-elle aider les gestionnaires à anticiper les risques et réussir leurs projets ?

Process Mining for IS Project Success Factors Management: A proposal
Joana Pedrosa, João Varajão, Luís Magalhães, et al. · Australasian Conference on Information Systems (ACIS) · 2021

18 vues

Illustration pour : Comment l'analyse des flux de travail numériques peut-elle aider les gestionnaires à anticiper les risques et réussir leurs projets ?

Charge le lecteur Spotify ; Spotify peut déposer des cookies. Cet appareil mémorise votre choix.

Principaux résultats

  • Propose une architecture en deux phases articulant un diagnostic découvrant les processus réels à partir des journaux d'événements et un pronostic prédisant l'issue du projet.
  • Intègre les traces d'outils comme Jira, Trello et Git aux formats standards pour mesurer des métriques réelles telles que les temps d'attente, de service et de synchronisation.
  • Décrit un moteur de règles exploitant le decision mining pour lier les écarts de conformité et les sauts de tâches aux facteurs de succès répertoriés.
  • Conçoit des alertes et tableaux de bord offrant des prédictions et des recommandations prescriptives dès que des dérives menacent l'aboutissement du projet.

Ce que cela implique pour vous

DSI / Dirigeant IT

Initiate a pilot project to integrate event logs from Jira and Git into a process mining dashboard to track actual workflow deviations against IT project success factors.

Responsable informatique

Export the event logs from your team's project management tool to measure baseline metrics like lead time and task-skipping behavior.

Stratège d'entreprise

Define and map critical project success factors (such as delivery speed and resource utilization) into key performance indicators that can be dynamically linked to workflow analytics.

Chercheur

Design a prototype two-phase architecture combining a diagnostic workflow discovery phase with a prognostic decision-mining engine to test predictive alerts on historical IT project data.

Décideur public

Draft guidelines requiring digital event log auditing for public IT projects to ensure objective measurement of operational performance and adherence to success standards.

Résumé

Cette recherche en cours propose un cadre d'aide à la décision appliquant le process mining à la gestion de projets de systèmes d'information. En analysant les journaux d'événements numériques des outils de gestion et des dépôts de code, cette approche suit les flux réels pour identifier les écarts et évaluer la performance opérationnelle. L'étude expose une méthode de Design Science Research visant à concevoir et évaluer un système reliant l'analyse des flux aux facteurs critiques de succès.

Problématique

Bien qu'une abondante littérature liste les facteurs génériques de succès des projets informatiques, ceux-ci restent généralement traités de façon statique et informelle plutôt que dynamique durant l'exécution. Par conséquent, les chefs de projet manquent d'outils pragmatiques basés sur les données pour détecter les dérives, mesurer leur impact sur la réussite et agir à temps.

Transcription
Host: Bonjour à tous et bienvenue dans ce nouvel épisode de A.I.S. Insights — powered by Living Knowledge. Je suis votre hôte, Anna Ivy Summers. Aujourd’hui, nous abordons un sujet crucial pour toutes les organisations engagées dans la transformation numérique : la réussite des projets de systèmes d'information. Nous nous penchons sur une étude particulièrement innovante intitulée « Process Mining pour la gestion des facteurs clés de succès des projets SI : une proposition ». Pour décrypter ces travaux avec nous, j'ai le plaisir d'accueillir notre expert analyste habituel, Alex Ian Sutherland. Bonjour Alex !

Expert: Bonjour Anna, et bonjour à tous nos auditeurs. C'est un réel plaisir d'être avec vous pour discuter de cette étude passionnante qui jette un pont entre la science des données et la conduite de projet.

Host: Alors Alex, pour poser le décor : cette étude propose un cadre d'aide à la décision qui applique le process mining, ou exploration de processus, au management de projets SI. L'idée est d'analyser les traces numériques laissées dans nos outils quotidiens pour identifier les écarts et optimiser la performance. Mais avant d'entrer dans les détails techniques, quel est le grand problème auquel s'attaque cette recherche ?

Expert: Le problème est à la fois simple et dévastateur pour les entreprises : l'échec récurrent des projets informatiques. On sait tous que les dépassements de budget, les retards de livraison ou les abandons purs et simples coûtent des milliards chaque année. Pourtant, la littérature managériale regorge de listes de « facteurs clés de succès », comme une bonne communication, la gestion des risques ou l'implication des utilisateurs. Mais le vrai problème soulevé par l'étude, c'est que ces facteurs sont gérés de manière statique et informelle. On les évalue souvent lors de comités de pilotage mensuels, sur la base d'estimations déclaratives ou d'impressions subjectives.

Host: En somme, on pilote des projets complexes un peu à l'aveugle, avec un rétroviseur au lieu d'un pare-brise !

Expert: C'est exactement l'analogie. Les chefs de projet manquent cruellement d'outils pragmatiques, objectifs et basés sur des données réelles pour repérer les dérives au moment exact où elles se produisent. Quand une anomalie est enfin visible dans les rapports traditionnels, il est souvent déjà trop tard pour réagir efficacement.

Host: Et c'est précisément là que l'approche de cette étude change la donne. Alex, comment les auteurs ont-ils abordé la question ?

Expert: L'étude s'appuie sur une démarche rigoureuse dite de Design Science Research, une méthode qui vise à concevoir des artefacts concrets pour résoudre des problèmes pratiques. Au lieu de demander aux équipes comment le projet avance, l'approche va puiser directement dans les journaux d'événements, les fameux « event logs ». Dans nos environnements de travail, chaque action dans Jira, Trello, Git ou GitHub laisse une trace temporelle avec un identifiant de tâche, un horodatage et une action précise. L'étude propose d'exploiter cette mine d'or numérique grâce au process mining pour reconstituer le flux réel et vivant du projet, et le comparer au modèle théorique prévu.

Host: C’est un peu comme réaliser une radiographie instantanée du déroulement réel des opérations. Qu'ont révélé les principaux résultats et la structure de cette étude ?

Expert: L'étude propose une architecture innovante articulée en deux grandes phases : un diagnostic, puis un pronostic. La phase de diagnostic extrait et standardise les données de nos outils de développement et de gestion. Cela permet de mesurer des métriques tangibles, comme les temps de cycle réels, les temps d'attente ou les goulots d'étranglement de synchronisation entre deux équipes. On peut également repérer immédiatement des écarts de conformité, par exemple quand une étape de validation de code est purement et simplement sautée pour aller plus vite.

Host: Et que fait le système lorsqu'il repère ces écarts opérationnels ?

Expert: C’est là que réside la véritable avancée de l'étude. Elle introduit un moteur de règles fondé sur le « decision mining ». Ce moteur fait le lien automatique entre une déviation opérationnelle concrète — comme un ticket qui reste bloqué trop longtemps dans une colonne — et les facteurs critiques de succès répertoriés. Ensuite vient la phase de pronostic : le système génère des tableaux de bord prédictifs et prescriptifs. Il ne se contente pas de dire « vous avez du retard » ; il alerte en disant : « Cette déviation précise fait chuter la probabilité de réussite du jalon de 30 %, et voici l'action corrective recommandée ».

Host: Nous arrivons au cœur de notre émission : pourquoi cela compte-t-il autant pour le monde de l'entreprise ? Quels sont les bénéfices concrets pour un dirigeant, un DSI ou un directeur de PMO ?

Expert: Le premier bénéfice, c'est la fin du « syndrome de la pastèque », vous savez, ces projets qui semblent toujours tout verts à l'extérieur jusqu'au jour où ils s'effondrent et deviennent rouge vif ! En basant la gouvernance sur des données objectives issues des outils quotidiens, on élimine les biais cognitifs et les reportings enjolivés. Le deuxième gain est purement financier : corriger une dérive naissante coûte infiniment moins cher que de réparer un échec majeur en fin de parcours. Enfin, cela permet aux organisations d'optimiser en continu leurs méthodes agiles en observant les flux réels plutôt qu'en se fondant sur de simples théories.

Host: Cela transforme radicalement le rôle du chef de projet, qui passe de simple gestionnaire de crises à stratège préventif.

Expert: Tout à fait. On passe d'une gestion réactive post-mortem à une véritable gouvernance proactive et outillée par les données.

Host: En résumé, cette étude démontre brillamment comment le process mining peut transformer la masse invisible de nos traces numériques en un puissant copilote pour la réussite de nos chantiers technologiques. Un immense merci, Alex, pour cet éclairage limpide sur ces travaux précurseurs.

Expert: Merci à vous, Anna.

Host: Merci à toutes et à tous de nous avoir suivis sur A.I.S. Insights — powered by Living Knowledge. N'hésitez pas à vous abonner et à partager cet épisode avec vos équipes projets. À très bientôt pour de nouvelles perspectives au carrefour de la technologie et des affaires !
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Process Mining, Project Management, Success Factors, Decision Support Systems, Information Systems, Process Discovery