L’introduction du process mining dans Barmer #
Au lieu de se contenter d’un simple examen de ses processus, elle a choisi d’incorporer le machine learning dans son process mining.
Cela lui a permis d’enrichir sa compréhension de ses propres opérations, en réalisant un graphe détaillé des processus et de leurs interconnexions.
Objectifs et méthodologie de Barmer #
Au cœur de ce projet, Barmer avait pour objectif d’améliorer et de rationaliser le traitement des données personnelles de ses assurés. L’entreprise cherchait également à accélérer sa réactivité face aux demandes de ses clients.
Pour atteindre ces buts, Barmer a décidé de créer une cartographie numérique de ses processus digitalisés. Elle a donc opté pour une solution de process mining basée sur l’IA, conçue par Celonis, une entreprise allemande.
Le rôle du machine learning dans l’optimisation des processus #
Contrairement à la méthode traditionnelle de process mining qui considère chaque processus de manière indépendante, la solution de Celonis repose sur une technologie appelée object centric process mining (OCPM). Cette approche prend en compte tous les objets liés à un processus et leurs relations, créant ainsi un graphe.
Grâce à cette technologie, Barmer a pu collecter et consolider les données nécessaires à la description des processus à partir de son SI. Les algorithmes de machine learning, formés sur une base de plusieurs milliers de projets de clients de Celonis, ont ensuite été exploités.
Les résultats obtenus par Barmer #
L’utilisation du machine learning a permis à Barmer de disposer d’un double numérique de ses processus. Cela a facilité l’identification des problèmes, des blocages et des leviers d’amélioration de son back-office et de son front-office, ainsi que de certaines applications.
En outre, cela a fourni des pistes pour automatiser et transformer ses processus. Dans un premier temps, Barmer et Celonis ont travaillé sur les parcours de soin et la prise en charge des patients, notamment sur la facturation des frais de déplacement et de transport des malades.
L’application des technologies de machine learning à des processus traditionnels a donc permis à Barmer de faire un pas de géant vers l’amélioration de ses services.
- L’adoption du machine learning pour enrichir le process mining.
- La création d’une cartographie numérique des processus digitalisés.
- L’exploitation des algorithmes de machine learning pour l’analyse des données.
- Les résultats obtenus grâce à l’adoption de cette approche innovante.
