Qu'est-ce que la simulation de processus ? Définition, méthodes, limites

Inhaltsverzeichnis+

La définition

La simulation de processus est l’exécution artificielle d’un déroulement dans un modèle. Au lieu de décrire ce qui doit se passer, on laisse les opérations réellement traverser le modèle : avec horloge, avec files d’attente, avec des durées tirées aléatoirement. On mesure ce qui en ressort.

La différence avec un calcul dans un tableau tient à un seul concept : temps d’attente. Un tableau additionne des temps de traitement. Une simulation reproduit le fait qu’une opération attend si l’étape suivante est occupée. Dans les processus administratifs et de service, le temps d’attente représente typiquement 90 à 99 pour cent du temps de traversée. Le tableau calcule donc précisément l’irrélevant et omet l’important.

Les trois méthodes

Pour un processus métier avec étapes, rôles et validations, la méthode discrète par événements est quasiment toujours la bonne. L’approche agent rend les choses intéressantes lorsque les acteurs prennent des décisions qui modifient le déroulement, par exemple des clients qui abandonnent. La dynamique des systèmes ne répond pas à la question d’une opération individuelle, mais à l’évolution des stocks sur de longues périodes.

Ce dont un modèle de simulation a besoin

Cinq informations par étape, pas plus :

1. Arrivée : combien d’opérations arrivent, et quelle est la variabilité ? Une moyenne seule ne suffit pas ; le dommage survient le jour de pointe.
2. Durée de traitement en intervalle : pas « 10 minutes », mais « 5 à 15 ». L’intervalle est l’information essentielle : c’est lui qui génère la file d’attente.
3. Capacité : personnes × heures productives, ou un cycle fixe si une machine impose la limite.
4. Branchement : quelle proportion des opérations prend quel chemin, et qu’est‑ce qui quitte à nouveau le processus (rejeté, retiré, perdu) ?
5. Calendrier et coûts : quand on travaille, et quel est le coût d’une heure pour ce rôle (coûts complets, pas le salaire brut divisé par 2 080).

Ce dont un modèle de simulation n’a pas besoin : un event‑log, une connexion système, des données complètes. Des valeurs estimées sont acceptables tant qu’elles restent visibles comme hypothèses. Un modèle avec hypothèses explicites vaut mieux qu’un tableau aux hypothèses cachées.

Comment se déroule une exécution

1. Horloge à zéro. Tirer le premier moment d’arrivée.
2. Passer à l’événement suivant (arrivée, fin de traitement, changement d’équipe).
3. Avancer l’état : files d’attente, capacités occupées, compteurs.
4. Planifier l’événement suivant, tirer une durée dans la distribution.
5. Retour à 2 jusqu’à atteindre l’horizon temporel.
6. Répéter toute l’exécution des centaines de fois, à chaque fois avec de nouveaux nombres aléatoires.

L’étape 6 est la répétition Monte Carlo. C’est d’elle que naît le véritable résultat : pas un chiffre unique, mais une distribution. On en lit P10, P50 et P90 : le bon cas, le cas médian et celui auquel on s’engage.

Ce qui ressort à la fin

• Débit : combien d’opérations le processus traite par jour ?
• Temps de traversée : présenté en intervalle, pas en moyenne. P50 et P90.
• Charge par étape : le chiffre dont dépend le goulot. À partir d’environ 85 % cela coûte cher, car le temps d’attente croît avec ρ/(1−ρ).
• Files d’attente : où se trouvent quelles quantités d’opérations ?
• Coûts : coûts de personnel par opération, extrapolés sur l’année.

Et, dans une comparaison Avant/Après, la réponse à la question qui justifie l’effort : où se déplace le goulot si je le résous, et quelle est sa valeur ?

Quand la simulation vaut le coup et quand non

Cela vaut le coup :

• Le processus comporte des files d’attente et le temps d’attente constitue une grande part du temps de traversée.
• Les volumes ou les durées varient fortement.
• Vous souhaitez calculer un changement avant de le mettre en œuvre.
• Quelqu’un doit signer le chiffre et posera des questions.

Cela ne vaut pas le coup :

• Le processus fonctionne bien en dessous de la capacité et sans embouteillage. Alors le temps de traitement est le temps de traversée, et une addition suffit.
• Vous voulez documenter, pas calculer. Pour cela, un outil de dessin suffit.
• Vous voulez savoir ce qui s’est réellement passé hier. Pour cela, Process Mining est approprié. La simulation calcule une hypothèse, pas un protocole.

Malentendus fréquents

« La simulation nécessite des données parfaites. » Non. Elle nécessite des intervalles honnêtes. Un modèle avec des intervalles de cinq à quinze minutes produit une bande utilisable ; un modèle avec un inventé dix produit une pseudo‑précision.

« La simulation prédit l’avenir. » Non. Elle montre ce qui découle de certaines hypothèses. La valeur réside dans la comparaison de deux états sous les mêmes hypothèses, pas dans la valeur absolue.

« Plus c’est détaillé, mieux c’est. » Non. Cinq à dix étapes suffisent presque toujours. Le goulot se situe à l’endroit de la charge la plus élevée, et il est visible aussi bien dans une modélisation grossière que fine. Chaque activité additionnelle coûte des champs d’entrée sans faire bouger le résultat.

En résumé

• La simulation de processus exécute artificiellement un déroulement au lieu de le décrire. La différence est la file d’attente.
• Pour les processus métiers, la simulation discrète par événements est la méthode adaptée.
• Cinq informations par étape suffisent ; les estimations sont acceptables si elles restent visibles.
• Le résultat est une distribution, pas une valeur : P10, P50, P90.
• Le bénéfice réel se voit dans l’avant/après et dans le déplacement du goulot.