Barmer améliore ses processus grâce au machine learning #
Cette décision n’a pas été prise à la légère. En effet, Barmer est l’une des plus grandes caisses d’assurances maladies en Allemagne, avec environ 8,6 millions d’assurés.
Le but principal de Barmer est d’optimiser le traitement des données personnelles de ses assurés, la gestion de la facturation, et de réduire le temps de réaction aux demandes des clients. Comment ? En utilisant un double numérique de ses processus digitalisés via le process mining.
L’apport du process mining #
Le process mining traditionnel permet d’identifier et d’extraire des événements d’un ERP ou d’un CRM pour reconstituer la logique de fonctionnement d’un ou plusieurs processus. Cette méthode permet de prédire et de résoudre les problèmes rencontrés lors de l’exécution de ces derniers. Barmer a choisi d’utiliser une solution de process mining basée sur l’IA, conçue par l’éditeur allemand Celonis.
Cependant, cette méthode présente une lacune majeure dans le contexte de Barmer. En effet, elle ne considère chaque processus que de manière individuelle. La caisse d’assurance maladie avait besoin d’une solution qui prenne en compte tous les objets liés à un processus et les liens entre eux.
La solution PI-Graph de Celonis #
La solution PI-Graph (Process-Intelligence-Graph) de Celonis s’appuie sur une technologie appelée object centric process mining (OCPM). Cette technologie prend en compte tous les objets liés à un processus et les liens entre eux, et en déduit un graphe. Chez Barmer, PI Graph recueille et consolide, à partir du SI, les données nécessaires à la description des processus.
La solution utilise des algorithmes de machine learning formés sur une base de milliers de projets de clients de Celonis. Le résultat est un double numérique des processus de Barmer qui permet d’identifier des problèmes, des leviers d’amélioration de son back-office et de son front-office, et des pistes pour automatiser et transformer ses processus.
Les premières applications concrètes #
Dans un premier temps, Barmer et Celonis se concentrent sur les parcours de soins et la prise en charge des patients. Cela concerne notamment la facturation des frais de déplacement et de transport des patients. Ces processus peuvent s’avérer plus complexes qu’ils ne le paraissent au premier abord.
À lire Alain Delon : des révélations sur sa santé ébranlent sa famille et ses fans
Grâce au process mining enrichi de machine learning, Barmer peut désormais mieux comprendre ces processus, identifier les problèmes et les améliorer pour le bien-être de ses assurés.
Voici les principaux avantages de l’utilisation du machine learning dans le process mining :
- Une meilleure compréhension des processus
- Une identification plus rapide des problèmes
- Des améliorations concrètes grâce à l’automatisation
- Une meilleure expérience pour les assurés
