📄 other

A Scoring-Based Approach for Structuredness-Aware Business Process Classification

Cet article propose et évalue une approche basée sur un score qui classifie automatiquement les processus métier en catégories de structuration (structuré, semi-structuré, lâchement structuré et non structuré) en analysant les relations temporelles et existentielles fines entre les activités au sein des journaux d'événements afin de remédier au manque de support automatisé dans le minage de processus.

Auteurs originaux : Kerstin Andree, Ivan Kuzmin, Luise Pufahl

Publié 2026-07-24

📖 7 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Kerstin Andree, Ivan Kuzmin, Luise Pufahl

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous marchez dans une ville géante et bouillonnante. Certaines parties de la ville ressemblent à un réseau de métro : les rails sont posés, les trains suivent un horaire strict, et vous savez exactement où vous arriverez si vous montez à la bonne station. D'autres parties ressemblent davantage à un festival de jazz ou à une foire de rue chaotique ; les gens errent, les conversations commencent et s'arrêtent de manière aléatoire, et le chemin que vous empruntez dépend entièrement des personnes que vous croisez et de votre humeur. Dans le monde des affaires, les entreprises fonctionnent sur des « processus » — les recettes étape par étape qu'elles utilisent pour accomplir des tâches, comme traiter une facture ou soigner un patient. Certains de ces processus sont rigides et prévisibles (comme le métro), tandis que d'autres sont flexibles et désordonnés (comme la foire de rue).

Pendant longtemps, les ordinateurs qui analysent ces recettes d'entreprise (un domaine appelé « process mining » ou exploration de processus) ont été excellents pour cartographier les lignes de métro. Mais ils ont eu du mal à faire la distinction automatique entre un métro rigide et une foire de rue chaotique. Ils peuvent voir les lignes, mais ils ne peuvent pas facilement dire : « Ce processus est extrêmement structuré » ou « Celui-ci est totalement libre ». Cela importe car si vous essayez de gérer une foire de rue comme un métro, vous écraserez la créativité. Si vous traitez un métro comme une foire de rue, vous causerez le chaos. La grande question est la suivante : pouvons-nous apprendre à un ordinateur à regarder les données désordonnées d'une entreprise et à savoir instantanément de quel type de processus il s'agit ?

Ce document, écrit par des chercheurs de l'Université technique de Munich, répond : « Oui, nous le pouvons ». Ils ont construit un nouvel outil qui agit comme un détective pour les processus métier. Au lieu de simplement compter combien de chemins différents un processus emprunte, leur outil examine les relations infimes entre chaque étape. Ils ont découvert qu'en attribuant des points (un « score ») à des types de relations spécifiques — comme « l'activité A doit se produire avant l'activité B » par opposition à « l'activité A et B peuvent se produire quand elles le veulent » — ils peuvent automatiquement classer n'importe quel processus métier dans l'une des quatre catégories suivantes : Structuré (le métro rigide), Semi-structuré (un mélange des deux), Faiblement structuré (la foire de rue flexible) ou Non structuré (le chaos pur).

Voici comment leur travail de détective se déroule réellement, en utilisant une analogie simple. Imaginez que vous essayez de comprendre la personnalité d'un groupe d'amis simplement en observant comment ils passent du temps ensemble.

L'ancienne méthode : Vous pourriez simplement compter combien de fois ils vont au parc ensemble. S'ils y vont souvent, vous pensez que c'est un groupe très soudé. Mais cela manque de nuance.
La nouvelle méthode (ce document) : Vous observez les règles spécifiques de leur amitié. Est-ce qu'ils s'assoient toujours dans le même ordre ? (C'est une « dépendance temporelle »). Si une personne arrive, est-ce qu'une autre doit aussi arriver ? (C'est une « dépendance existentielle »).

Les chercheurs ont réalisé que différentes « personnalités » de processus ont différentes « formes d'amitié ».

Les processus structurés sont comme un exercice militaire. Si vous voyez un motif où « l'étape A est toujours suivie immédiatement par l'étape B », c'est un indice majeur. C'est une règle rigide.
Les processus faiblement structurés sont comme un groupe d'amis à une fête. « L'étape A peut se produire, ou elle ne se produit pas », et « l'étape B pourrait se produire avant A, ou après A, ou pas du tout ». C'est un motif d'indépendance.

L'équipe a créé un algorithme informatique qui scanne un journal d'activités métier (comme un journal de bord de tout ce qui s'est passé) et construit un immense tableau de score. Il compte combien de fois il voit des « règles rigides » par rapport à la « liberté flexible ». Ensuite, il applique un ensemble spécial de poids. Imaginez cela comme un système de score de jeu vidéo :

Si le journal est rempli de « Suivi direct » (A puis B, sans exception), l'équipe Structuré reçoit +3 points.
Si le journal est rempli d'« Indépendance » (A et B n'ont aucune règle), l'équipe Faiblement structuré reçoit +2,5 points.
Si le journal est un mélange, l'équipe Semi-structuré reçoit des points.

L'ordinateur additionne tous les points pour chaque catégorie. La catégorie avec le score le plus élevé gagne. Si les deux scores les plus élevés sont très proches, l'ordinateur admet : « Je ne suis pas sûr, c'est un cas limite », ce qui est en fait une réponse honnête et utile.

Pour tester si leur tableau de score fonctionnait, les chercheurs ont fait deux choses. D'abord, ils ont créé de faux processus métier dans une simulation informatique. Ils en ont fait certains parfaitement rigides, d'autres totalement chaotiques, et d'autres entre les deux. Leur algorithme a obtenu raison 100 % du temps sur les données fictives propres, et même lorsqu'ils ont ajouté du « bruit » (des erreurs fictives ou des bugs aléatoires aux données), l'outil était assez intelligent pour ignorer le bruit et trouver quand même la bonne réponse.

Deuxièmement, ils voulaient voir si les humains pouvaient faire mieux. Ils ont montré huit cartes de processus différentes à 13 experts (des personnes qui étudient les processus métier) et leur ont demandé de deviner la catégorie. Les résultats ont été intéressants :

Les experts étaient excellents pour repérer les extrêmes. Tout le monde était d'accord sur les processus ultra-rigides et les processus ultra-chaotiques.
Mais lorsqu'il s'agissait de la zone intermédiaire désordonnée (le semi-structuré et le faiblement structuré), les humains n'étaient pas d'accord. Certains pensaient qu'un processus était « semi-structuré », d'autres qu'il était « faiblement structuré ». Il était difficile pour eux de faire la différence.

L'ordinateur, cependant, était constant. Il rejoignait les experts sur les cas faciles et fournissait une étiquette claire et objective pour les cas intermédiaires confus. Par exemple, un processus réel (un jeu appelé ChickenHunt) a été classé par l'ordinateur comme « faiblement structuré ». Les experts étaient globalement d'accord, notant que les joueurs avaient une liberté totale de choisir leurs mouvements. Un autre processus, une demande d'assurance standard, a été correctement identifié comme « semi-structuré » car il comportait des parties rigides mélangées à des choix flexibles.

Ce document ne prétend pas être une baguette magique qui résout tous les problèmes pour toujours. Les auteurs admettent que leur outil fonctionne mieux lorsque les données sont relativement propres et que les « poids de score » qu'ils ont utilisés ont été ajustés en fonction de leurs simulations spécifiques. Ils notent également que si un processus est véritablement « non structuré » (c'est-à-dire qu'aucune règle n'existe absolument), il s'agit d'un cas limite théorique, mais leur outil peut toujours le détecter car il ne voit que de l'indépendance et aucune règle.

En fin de compte, ce document suggère que nous n'avons pas besoin de deviner si un processus métier est un métro ou une foire de rue. En examinant de près les règles infimes (ou l'absence de règles) entre chaque étape, un ordinateur peut automatiquement scorer le processus et nous dire exactement quel genre de bête il est. Cela aide les entreprises à décider comment gérer leur travail : ont-elles besoin de règles strictes et de listes de contrôle, ou doivent-elles donner à leurs employés la liberté d'être créatifs ? L'outil fournit une réponse claire et automatisée à cette question, transformant un désordre de données déroutant en une étiquette simple et compréhensible.

Résumé Technique : Une Approche par Score pour la Classification de la Structuration des Processus Métiers

Énoncé du Problème

Les processus métiers varient considérablement dans leur degré de prévisibilité et de flexibilité, allant de flux de travail hautement standardisés à des activités peu structurées et riches en connaissances. Ce spectre est typiquement catégorisé en quatre classes : structuré, semi-structuré, peu structuré et non structuré. Identifier le niveau de structuration d'un processus est crucial pour les organisations, car il dicte la sélection des paradigmes de modélisation appropriés (par exemple, les langages impératifs versus déclaratifs) et oriente les initiatives de gouvernance et d'amélioration.

Cependant, les techniques actuelles de process mining manquent de support automatisé pour évaluer la structuration des processus directement à partir des journaux d'événements (event logs). Les approches existantes reposent souvent sur l'analyse manuelle des variantes de traces ou nécessitent que des experts métier interprètent les motifs comportementaux, ce qui introduit de la subjectivité et des problèmes d'évolutivité. De plus, les algorithmes de découverte existants cartographient souvent les motifs comportementaux vers des langages de modélisation spécifiques (par exemple, BPMN ou Declare) plutôt que de fournir une classification automatisée et agnostique du langage concernant le comportement sous-jacent du processus. La question de recherche centrale abordée est la suivante : Comment pouvons-nous classifier automatiquement le niveau de structuration d'un processus donné en observant les motifs comportementaux dans un journal d'événements ?

Méthodologie

L'approche proposée est un système de classification basé sur un score qui opère en deux étapes principales : (1) la découverte automatisée de relations d'activités fines à partir des journaux d'événements, et (2) l'application d'une heuristique de score pondéré pour classer le journal dans une classe de structuration.

1. Notation Étendue des Relations d'Activités

Pour capturer le comportement des processus plus précisément que les graphes de succession directe (DFG) traditionnels, les auteurs étendent la notation des relations d'activités introduite par Andree et al. [14]. Cette notation distingue deux dimensions de dépendance :

Dépendances Temporelles ( $d_{temp}$ ) : L'ordonnancement des activités. Les auteurs introduisent une dépendance "éventuelle réelle" ( $\prec_t$ ) pour exclure explicitement la succession directe, se différenciant ainsi des dépendances éventuelles standards. Ils distinguent également l'absence d'ordre observé ( $x$ ) et l'ordonnancement bidirectionnel ($-$) pour les activités parallèles.
Dépendances Existentielles ( $d_{exist}$ ) : Les dépendances d'occurrence entre les activités (par exemple, implication, cooccurrence, indépendance).

Cette approche à double dimension permet une caractérisation plus nuancée du comportement du processus, séparant quand les activités se produisent de si elles se produisent.

2. Algorithme de Découverte de Relations

Les auteurs ont développé un algorithme de découverte (Algorithmes 1 et 2) qui prend un journal d'événements en entrée et construit une Matrice de Relations d'Activités.

Prétraitement : L'algorithme utilise un mécanisme automatique de filtrage du bruit au niveau de la trace. Il dérive un seuil de fréquence de variante minimale en utilisant un estimateur basé sur l'écart (gap-based) et un estimateur basé sur un plancher sensible à la taille (size-aware floor-based) afin de séparer les variantes de processus légitimes du bruit sans dépendre de paramètres de tolérance arbitraires.
Découverte Temporelle : L'algorithme analyse l'ordre des paires d'activités à travers les traces, utilisant les composantes fortement connexes (SCC) pour gérer les boucles et distinguant les dépendances directes, éventuelles et éventuelles réelles.
Découverte Existentielle : L'algorithme classifie les traces sur la base de la présence ou de l'absence de paires d'activités pour déterminer les types existentiels (par exemple, implication, cooccurrence, indépendance).
Validation : L'algorithme a été validé sur des journaux synthétiques contenant divers motifs de contrôle de flux (parallélisme, XOR, boucles, imbrication). Il a atteint une précision de 100 % dans la découverte des dépendances temporelles et existentielles dans des journaux sans bruit et a maintenu cette précision dans des journaux bruités après l'application du filtre de niveau de trace.

3. Heuristique de Classification Basée sur le Score

Une fois la matrice de relations d'activités générée, un algorithme de score classifie le journal dans l'une des quatre classes de structuration ($S, SS, LS, US$).

Pré-filtrage : Un pré-filtre spécifique identifie les processus Non Structurés (US). Si toutes les paires d'activités partagent exactement le même type temporel et existentiel (spécifiquement l'indépendance) et qu'aucune relation de succession directe n'existe, le processus est classé comme non structuré.
Scoring Pondéré : Pour les autres classes, l'algorithme calcule un score pondéré basé sur la distribution des types de relations.
- Ratios Marginaux vs Joints : Le système calcule le ratio de chaque type de relation. Il emploie un mécanisme de sélection basé sur la dominance : si une combinaison jointe spécifique de dépendances temporelles et existentielles (par exemple, indépendance temporelle + implication existentielle) domine un emplacement marginal (dépassant un seuil $\theta = 0.35$ ), un poids joint spécifique est appliqué. Sinon, un poids marginal est utilisé.
- Poids Spécifiques aux Classes : Les poids sont assignés selon les définitions des classes de structuration. Par exemple, les dépendances temporelles directes et les cooccurrences existentielles reçoivent des poids positifs élevés pour la classe Structuré, tandis que l'indépendance existentielle reçoit des poids positifs élevés pour Peu Structuré et des poids négatifs pour Structuré.
Détection de Limite (Borderline) : Si la marge de score entre les deux classes de tête est inférieure à un seuil ( $\delta = 0.2$ ), la sortie est signalée comme un cas limite (par exemple, $S/SS$).

Contributions Clés

Classification Automatisée de la Structuration : Le papier propose la première approche automatisée pour classer les journaux d'événements dans les classes de structuration ($S, SS, LS, US$) sans nécessiter d'intervention manuelle ou de modèles de référence.
Notation Étendue et Algorithme de Découverte : Les auteurs introduisent une extension de la notation des relations d'activités (incluant les dépendances "éventuelles réelles") et un algorithme de découverte correspondant qui extrait ces relations directement des journaux d'événements, surmontant la limitation des méthodes précédentes qui nécessitaient une dérivation manuelle à partir de diagrammes BPMN.
Jeu de Données Synthétique : Un ensemble de 38 journaux d'événements synthétiques étiquetés a été généré pour entraîner et valider l'heuristique de classification, couvrant l'ensemble du spectre de la structuration.
Validation Empirique : L'approche a été évaluée à la fois par rapport au jeu de données synthétique et par une enquête auprès d'experts humains classifiant des processus réels et synthétiques.

Résultats

Précision Algorithmique : L'algorithme de découverte a atteint une précision de 100 % dans l'identification des dépendances temporelles et existentielles sur des journaux synthétiques, même en présence de bruit, à condition que le filtrage de niveau de trace soit appliqué.
Performance de la Classification :
- Dans l'évaluation impliquant 8 processus (P1–P8) et 13 participants, les classifications de l'algorithme concordaient avec les évaluations des experts et la vérité terrain dérivée de la littérature pour la plupart des cas.
- Pour les processus Structurés (P3, P4) et Non Structurés (P8), l'algorithme a obtenu une forte concordance avec les experts.
- Pour les processus Semi-structurés (P1, P2), l'algorithme a correctement identifié les caractéristiques dominantes, s'alignant sur la majorité des opinions d'experts.
- Pour les processus Peu Structurés (P5, P6, P7), les résultats ont été mitigés. Dans le cas de P5, l'algorithme a classé le processus comme semi-structuré alors que la littérature le décrivait comme peu structuré. Les auteurs attribuent cela à la "flexibilité distribuée" des journaux réels, où l'indépendance est répartie sur plusieurs types temporels plutôt que concentrée dans un seul motif conjoint dominant, provoquant le recours de la notation de score basée sur la dominance aux poids marginaux.
Humain vs Machine : L'enquête a révélé que la classification manuelle est généralement facile pour les processus aux extrêmes (hautement structurés ou non structurés) mais devient nettement plus difficile pour les niveaux intermédiaires (semi-structurés et peu structurés). Cela souligne la valeur d'une approche automatisée pour gérer la complexité cognitive de la distinction des niveaux de structuration intermédiaires.

Signification et Revendications

Le papier prétend fournir une base systématique et objective pour l'analyse de la structuration des processus. En liant les classes de structuration à des motifs de dépendance d'activité interprétables, l'approche offre une alternative reproductible à l'évaluation manuelle par des experts.

Les auteurs soulignent que leur contribution n'est pas un modèle de machine learning de type "boîte noire", mais une approche basée sur un score et pilotée par la théorie qui connecte explicitement les résultats de classification à des caractéristiques comportementales spécifiques (par exemple, la prévalence de l'indépendance par rapport à la succession directe). Cette interprétabilité est présentée comme un avantage clé pour l'analyse des processus et la prise de décision.

Le papier reconnaît modestement certaines limites :

La classification dépend de la qualité de l'algorithme de découverte sous-jacent et du filtrage du bruit.
Le mécanisme basé sur la dominance peut avoir des difficultés avec les journaux réels où la flexibilité est distribuée plutôt que concentrée, ce qui peut conduire à des classifications limites pour des processus complexes.
La classe "Non Structuré" est traitée comme un cas limite théorique, et son occurrence empirique dans des contextes réels reste une question ouverte.
L'approche nécessite actuellement un écart clair dans les distributions de fréquence des variantes pour un filtrage du bruit optimal ; dans les journaux très variables sans ces écarts, le mécanisme de repli peut être moins précis.

En fin de compte, ce travail vise à permettre aux organisations de caractériser automatiquement leurs processus, facilitant ainsi la sélection de paradigmes de modélisation appropriés et soutenant les évaluations de maturité des processus sans nécessiter d'analyse manuelle extensive ou de modèles de référence préexistants.