Processus + Master Data &Transformation Digitale, Partie II

Process + Data sont tous deux essentiels à l'innovation et à la transformation. Le potentiel et la puissance des informations sur les données sont réalisés dans les processus numérisés et automatisés.

Ceci est la partie II d'un article en 2 parties sur Process + Data. La partie I décrit l'évolution des SGBD intelligents et BPMS intelligents . L'intelligence artificielle, ainsi que diverses technologies numériques, ont eu un impact considérable sur les deux tendances. Les iBPMS prennent également en charge l'automatisation des processus et du travail, en particulier via RoboticProcess Automation.

La partie I a mis en évidence le manque d'équilibre entre les SGBD – en particulier les bases de données NoSQL avancées – et les BPMS dans les architectures d'entreprise. Grâce à l'IA et à d'autres technologies numériques, ils sont tous deux devenus intelligents. De plus, nous assistons maintenant à une pléthore d'approches pour le développement No Code/Low Code dans les deux domaines. Il y a maintenant des CitizenDevelopers et Citoyens DataScientists.

Cependant, la couche SGBD avec plusieurs bases de données relationnelles et NoSQL est omniprésente dans les infrastructures informatiques et les architectures d'entreprise. Les données sont le nouveau pétrole brut !

La couche BPMS ? Pas tellement.

Pour tirer le meilleur parti de la synergie entre les processus et les données, l'entreprise en mouvement doit se concentrer sur l'évidence :les applications et solutions métier de base qui génèrent la valeur commerciale . Pour réitérer l'évidence :il ne s'agit pas de technologie !

Flux de valeur (ou chaînes de valeur)

L'approche des données est à la base une approche ascendante axée sur les données persistantes. Important et critique. Mais encore, axé sur la technologie ascendante. Ici, nous allons élucider trois cas d'utilisation robustes qui adoptent une approche différente qui est beaucoup plus favorable à AutonomicEnterprise-In-Motion.

L'approche d'application axée sur les processus est très différente. Une hypothèse fondamentale dans l'approche axée sur les processus est qu'une entreprise est un ensemble de flux de valeur . Les entreprises pensent en termes d'objectifs et de jalons ou d'étapes pour atteindre ces objectifs dans le contexte des flux de valeur . La plupart des organisations sont encore organisées verticalement et chaque unité commerciale se concentre sur ses objectifs mesurables.

Silos dans les unités commerciales, diverses applications, et les partenaires commerciaux sont omniprésents

Les flux de valeur vont horizontalement à travers les unités commerciales, les différentes applications héritées et les partenaires commerciaux qui tentent d'optimiser les expériences client - pour réaliser et opérationnaliser la valeur . Le changement culturel dans l'entreprise en mouvement doit capturer, numériser et automatiser le flux de valeur pour une visibilité et un contrôle optimisés.

La numérisation et l'automatisation de TheValuestream sont les piliers centraux de la transformation numérique

Sur le plan organisationnel, la culture doit encourager une appropriation autonome du flux de valeur - à travers les silos. DigitalProcess Automation réalise la numérisation et l'automatisation des flux de valeur grâce à DynamicCase Management (DCM).

En règle générale, ceux-ci sont cloisonnés et la communication se fait par des transferts manuels. Il est intéressant de noter que les technologies numériques et même les pratiques de transformation numérique ont eu peu d'impact sur les organisations cloisonnées organisées verticalement. La hiérarchie de l'organisation a persisté. Les flux de valeur vont souvent horizontalement avec un propriétaire habilité pour son excellence opérationnelle. Si les flux de valeur ne sont pas optimisés grâce à la DPA, il y aura un gaspillage et des inefficacités considérables.

La puissance des flux de valeur numérisés et automatisés est au cœur des trois cas d'utilisation

Process + Données de base

Selon le MDM Institute :Master Data Management (MDM) est la base fiable et faisant autorité pour les données utilisées dans de nombreuses applications et circonscriptions dans le but de fournir une vue unique de la vérité, où qu'elle se trouve.

Les silos mentionnés ci-dessus - les organisations, les unités commerciales et les applications qui leur appartiennent - sont la principale raison des incohérences dans les informations sur la même entité :client, fournisseur, produit ou autre. Les données de base abordent plusieurs points douloureux. Voici quelques exemples :

• Les incohérences et la mauvaise qualité des données entraînent des décisions médiocres, erronées, voire risquées. Les exécutions de cas dynamiques automatisées sont aussi bonnes que la cohérence des données.
• Pour les clients, les produits, les tarifs, les partenaires, les fournisseurs, les services et les autres données de base partagées entre les applications, les différents systèmes cloisonnés contiennent souvent des informations contradictoires sur la même entité (par exemple, un état civil erroné). Il y a beaucoup de gaspillage à essayer de garder des données hétérogènes cohérentes et de haute qualité.
• Les fusions et acquisitions créent également des problèmes de cohérence des données :pour avoir une version unique de la vérité sur un client ou une offre dans toute l'organisation

Voici quelques exemples typiques :

• Adresse du client n'est pas mis à jour de manière cohérente dans toutes les bases de données ou applications qui stockent l'adresse.
• Le prix d'un produit n'est pas cohérent et dépend du canal (retail, Web, application mobile, etc.)
• Lefournisseur la liste, la disponibilité et la liste des pièces sont incohérentes entre les différents systèmes ERP

Il y en a beaucoup plus.

MasterData est nécessaire pour assurer la qualité des données, la cohérence des données, l'approvisionnement des données, l'exactitude des données, l'intégrité des données, la réplication des données et l'exhaustivité des données.

Comme indiqué ci-dessus, une entreprise est l'agrégat de ses flux de valeur. Ces exécutions de flux de valeur ne sont aussi bonnes que la cohérence des données. L'expression informatique "GarbageIn - Garbage Out" (GIGO) est tout à fait applicable ici. En effet, les incohérences des données impacteront tôt ou tard l'expérience client entraînant une insatisfaction client :baisse des Net Promoter Scores (NPS), ratio de détracteurs plus élevé !

L'approche MDM ascendante

Souvent, les organisations tentent de relever les défis des données de référence par le biais d'outils et de systèmes de gestion des données de référence. Cela pourrait finir par être des projets de données de base "big bang", avec des outils coûteux. Certaines organisations ont établi des centres d'excellence MDM pour la gouvernance. La cohérence de la technologie et des données est formidable et importante à traiter, y compris le nettoyage des données, le traitement des données manquantes, la cohérence des données, l'ETL et l'intégration des données. Le danger est l'énorme effort requis pour normaliser les données de base sans hiérarchiser les objectifs commerciaux. Un problème courant est que les initiatives qui tentent de résoudre les problèmes de données de base le font souvent en silo. Le MDM lui-même devient une autre couche logicielle qui doit être gérée. Si la copie et la réplication des données sont utilisées, cela crée également une surcharge supplémentaire et des incohérences potentielles.

Cependant, le problème le plus sérieux est le manque de concentration et de justification précise dans la création et la gestion de données de base spécifiques. Par exemple, le nombre total de champs ou d'attributs concernant un client provenant de divers systèmes d'enregistrements pourrait être de l'ordre de 100. Les flux de valeur client les plus critiques auront généralement besoin d'un très petit sous-ensemble de champs ou d'attributs disponibles. Le reste sera rarement - voire jamais - utilisé. Bien que le raisonnement du système MDM puisse avoir du sens, cette approche ascendante pourrait être sous-optimale.

Approche descendante de la chaîne de valeur

Une approche plus optimale consiste à traiter les défis du MDM dans le cadre d'initiatives globales d'amélioration continue, en particulier grâce à des solutions de gestion de cas dynamiques de bout en bout qui connectent les silos qui touchent et manipulent les données de référence. L'Enterprise-In-Motion est un agrégat de Valuestreams. Le MDM consiste à faire en sorte que les Valuestreams fonctionnent aussi bien qu'ils le peuvent. Chacun de ces flux de valeur a des objectifs commerciaux spécifiques - par exemple, réduire les coûts, améliorer le NPS ou générer des revenus. Le cœur de cette approche est une couche compatible avec la gestion dynamique des cas (DCM) qui enveloppe et modernise les systèmes hérités. Comme indiqué dans la partie I, le DCM est une capacité clé de la DPA, en plus de l'automatisation robotique, de l'IA et d'autres technologies numériques.

L'approche descendante se concentre uniquement sur les champs ou attributs nécessaires pour des flux de valeur spécifiques qui sont optimisés, numérisés et automatisés via DPA.

Cette approche « descendante » donne la priorité aux projets de transformation avec des améliorations MDM et équilibre les risques avec la valeur commerciale. Ces problèmes techniques de base de données doivent être résolus, mais avec une approche repensée des priorités.

Pensez grand mais commencez petit

Dans l'Enterprise-In-Motion, les solutions aux problèmes de données de référence sont pilotées par la gouvernance "Think Big…But Start Small". L'approche consiste à réaliser des gains rapides, à créer ou à atteindre la rigueur nécessaire en matière de données de référence, puis à se développer avec des solutions transformationnelles supplémentaires qui incluent les données de référence. En d'autres termes, avec l'approche itérative, le maître agrégé est construit au coup par coup au lieu d'un MasterData complet Big Bang et ensuite réalisation de projets de solutions de transformation numérique. La gouvernance et la mise en œuvre des données de référence peuvent être intégrées dans l'ADN des méthodologies d'automatisation des processus et conduire à la hiérarchisation des sources de données et à l'optimisation nécessaire pour gérer les données au sein de la couche DPA. L'objectif est d'équilibrer la facilité des données de base avec la valeur commerciale pour des projets prioritaires spécifiques.

Dans la méthodologie DesignThinking, la priorisation est critique pour le backlog des projets Valuestream. Ces priorités classent systématiquement les projets en équilibrant la facilité de mise en œuvre avec la valeur commerciale. Voici quelques dimensions potentiellement mesurables qui pourraient avoir un impact sur la priorisation :

• Complexité de la consolidation des champs de données de base pour le projet
• Impact de la mauvaise qualité des données de base sur les cas de bout en bout du projet
• L'application des champs de données de base dans le projet à fort impact commercial
• Disponibilité des API pour accéder aux valeurs des champs de données de base pour le projet

Les tranches prioritaires reflétant la prise en charge des données de référence sont transmises à la méthodologie agile. La méthodologie doit vous aider à surveiller et à mesurer en permanence les objectifs commerciaux. Les données de base sont optimisées de manière itérative tout au long des tranches. Les projets innovants nourris par les priorisations du Design Thinking sont mesurés et suivis en continu. Il existe trois types d'itérations dans l'approche Top-Down :

• Itérations dans le backlog des projets – hiérarchisées en fonction de la valeur commerciale ainsi que des dimensions de disponibilité des données de référence
• Itérations lors de la création de la solution DPA tout en exploitant les données de référence
• Après la production, il est également important de comparer les objectifs ciblés et atteints pour de nouvelles améliorations.

Ainsi, l'approche Top-Down construit progressivement les Master Data, tout en livrant en continu des projets à haute valeur commerciale et en les améliorant.

Transformation numérique :IdO et blockchain

L'approche descendante axée sur les processus Valuestream est un catalyseur pour les propositions de valeur de la technologie de transformation numérique. Deux de ces technologies les plus critiques pour l'Enterprise-In-Motion sont l'IoT et la Blockchain.

La route vers le succès de l'IoT

L'IoT concerne la connectivité d'appareils de plus en plus intelligents grâce à des capteurs et des actionneurs. La base de la connectivité, de la plage d'équilibrage et des considérations d'alimentation est, bien sûr, essentielle. Il existe plusieurs composants dans la pile globale et les architectures multiniveaux de l'IoT. Les niveaux les plus bas incluent physique appareils et systèmes. C'est précisément ce cyber-physique connectivité qui jette les bases de l'ère de l'IdO. Les autres couches incluent les couches d'accumulation et d'analyse des données. Les objets connectés IoT génèrent une énorme quantité de données :le Big Data devient Thing Data ! Une partie de ces données, souvent la majeure partie, est traitée à la périphérie.

Il existe plusieurs architectures de référence et modèles de référence pour l'IoT. Le modèle de référence d'IoT WorldForum place la collaboration et les processus métier au sommet de l'architecture à plusieurs niveaux pour l'IoT.

C'est significatif et juste. Le succès peut être atteint de haut en bas avec des objectifs commerciaux concrets dès le départ. Les solutions commerciales descendantes impliquent les personnes, les appareils connectés (alias IoT), les partenaires commerciaux et les applications d'entreprise (alias les systèmes d'enregistrement) :tous collaborent et orchestrent leurs activités vers des indicateurs de performance clés (KPI) concrets et mesurables. Les collaborations s'inscrivent dans le contexte de valeurs de bout en bouts treams (le mot opératoire étant Valeur ), qui sont modélisés, automatisés , et contrôlés par DPA pour une amélioration continue. Méthodologie DPA, bonnes pratiques en matière de compétences , et la technologie est le moteur du succès de l'IoT.

Il existe de nombreuses applications de l'IoT qui sont pilotées par DPAValuestreams. DigitalPrescriptive Maintenance est l'application qui tue pour l'IoT. Comme illustré ici, il s'agit de l'orchestration de tâches dont les participants incluent des personnes - par exemple, Customer Service et FieldService - des applications d'entreprise, de l'IA pour trier les meilleures actions, de la gestion de la chaîne de garantie et bien sûr des appareils connectés et de l'IoT. L'orchestration et l'automatisation de bout en bout sont réalisées via DPA.

De la blockchain à la chaîne de valeur

La blockchain est vraiment une révolution. C'est le moteur qui permet l'émergence de l'Internet de la valeur (IoV). IoV est une phase importante dans l'évolution d'Internet. Dans les années 1990, nous avons commencé avec l'Internet de l'information  : l'Internet traditionnel – celui que nous utilisons tous les jours à la recherche d'informations. Vient ensuite l'Internet des objets ou des appareils connectés qui deviennent omniprésents dans les applications grand public (par exemple, les maisons connectées), le secteur public (par exemple, les villes intelligentes) et industrielles (par exemple, la fabrication intelligente). La route vers le succès de l'IoT passe par l'automatisation des processus numériques. La blockchain, qui est la technologie sous-jacente des crypto-monnaies, permet l'Internet de la valeur. La valeur peut être une monnaie numérique. Plus important encore, la « valeur » peut également être des données qui prennent en charge les échanges inter- et intra-organisationnels soutenant les objectifs commerciaux.

Blockchain en tant que base de données décentralisée et distribuée

Blockchain stocke le registre des transactions entre diverses parties - dans des nœuds qui participent à la validation de la Blockchain. Le grand livre est distribué et répliqué. Les entreprises collaborant à des transactions B2B peuvent désormais partager les informations de transaction via Blockchain. Une application potentielle pour étendue (c'est-à-dire impliquant différents partenaires commerciaux) Enterprises-In-Motion doit traiter la Blockchain comme une base de données partagée pour leurs transactions commerciales et accéder aux données selon les besoins à partir de leurs applications d'entreprise. Ainsi, au lieu que les partenaires commerciaux répliquent les données dans leurs systèmes ERP ou bases de données internes, la Blockchain peut servir de Master Data pour les transactions inter-entreprises ! La technologie blockchain en est encore à ses balbutiements. Nous passerons par plusieurs phases de cycle de battage médiatique "Troughsof Disillusionment" avant que des solutions IoV robustes ne deviennent omniprésentes.

Les discussions sur la technologie de la blockchain ont également tendance à être très «ascendantes» - une innovation intéressante à la recherche de problèmes à résoudre. Comme le succès de l'IoT passant par DPA, Blockchain doit évoluer vers une Valuechain ( alias Valuestream) – alimentée par DPA !

• Couche d'orchestration de la chaîne de valeur :Au sommet, vous avez la chaîne de valeur de bout en bout qui orchestre et séquence les tâches impliquant des personnes, des appareils automatisés et des applications d'entreprise (ou systèmes d'enregistrement) et des partenaires commerciaux. Cette couche est numérisée et automatisée via DPA.
  
• Couche blockchain : Les registres distribués décentralisés sont gérés au niveau de la couche intermédiaire de la Blockchain. Les Blockchains exécuteront soit des règles de contrat intelligentes, soit des échanges de crypto-monnaies, soit les deux. Les tâches ou les jalons de la chaîne de valeur de bout en bout tireront parti de la blockchain dans des étapes spécifiques.
  
• Couche des appareils connectés IoT/IIoT : La couche la plus basse sera la couche de connectivité IoT/IIoT. Avec Blockchain ainsi que l'edge computing IoT/IIoT, un avantage supplémentaire est de pousser l'exécution et les transactions vers les bords. La chaîne de valeur globale est au sommet, avec l'informatique IoT/IIoTedge qui peut tirer parti de la Blockchain selon les besoins.

Processus + Données Conclusions

Traiter et Les données sont toutes deux essentielles pour l'entreprise en mouvement. Cependant, la couche de processus pour les flux de valeur automatisés - avec un DPA robuste (incarnation actuelle dans l'évolution du BPM) - est souvent absente de l'infrastructure informatique et des architectures d'entreprise. La partie II de Process+Data a couvert trois cas d'utilisation convaincants qui illustrent clairement la puissance d'une approche descendante axée sur les processus. Même Master Données – qui est à la base un défi de base de données – peut être transformé et optimisé en hiérarchisant les flux de valeur et en construisant les données de référence dans le contexte des itérations DPA. Les deux autres cas d'utilisation concernent les technologies de transformation numérique les plus convaincantes :IoT et Blockchain. Dans les deux cas, la route du succès passe par la DPA !

Processus + Données sont les deux critique pour l'innovation et la transformation. Le potentiel et la puissance des informations sur les données sont réalisés dans les processus numérisés et automatisés.

Les infrastructures informatiques et les architectures d'entreprise d'Enterprise-In-Motion, ainsi que les méthodologies associées axées sur la valeur commerciale, nécessitent une DPA.