Gestion proactive du changement dans les projets de réingénierie des processus métiers

À propos

L'objectif de cette étude est de proposer une méthode quantitative formalisée de gestion de l'impact du changement sur les processus. L'analyse est dédiée aux projets de restructuration d'entreprise accompagnés éventuellement d'une mise en place d'un progiciel. En effet, dans la littérature de ce type de projet l'impact du changement fait partie des risques considérés comme les plus importants. En nous intéressant à cette littérature, nous somme arrivés au constat suivant : il n'existe pas de méthode quantitative intégrant la gestion du changement au niveau approprié. Ainsi nous avons pris comme point de départ de notre étude une formulation du problème qui définit les risques comme la baisse de la performance des processus qui aurait comme cause l'écart important entre les processus "en-cours" et "en-devenir". Pour notre problématique, nous avons fixé le niveau de l'étude au processus. Nous avons donc défini les risques comme des métriques opérationnelles de variation dans le délai, dans le coût et dans la non-qualité. Les données prédictives sont les métriques structurelles de changement et de variation. Un historique a été construit. Il est composé d'individus du type processus déjà restructurés pour lesquels les trois métriques de réponse et les dix sept métriques explicatives ont été extraites. Nous avons fait le choix d'utiliser un modèle bayésien construit à partir d'un apprentissage de la structure. Le modèle obtenu est sensé être utilisé pour valider une version "en-devenir" proposée pour un processus en cours de restructuration dans un projet ERP-BPR.

The aim of our study is to propose a quantitative and formalized method for the management of the impact of change on business processes. The analyze is consecrated to Business Process Reengineering projects possibly with an IT system implementation. Indeed, the impact of change is considered as one of the most important risk in the literature of this kind of projects. However, only few authors are beginning to propose formalized methods intended to manage change in these projects. Looking at the research done on risk management in reengineering projects, we can find that there is a lack of quantitative methodologies to manage risk related to business change at the appropriate level. We've taken as starting point the formulation of the problem in which risk is defined as decrease of process performance. We also suppose that causes of this risk are to search in the deepness of the gap between "as-is" and "to-be" processes. We've decide to realize the study at process level. Operational variation metrics in delay, cost and quality are defined as quantification of the risk and represent response variables. Structural change and variation metrics are predictive variables. A data collection of restructured processes is build. Every record of the data collection takes three values of response variables and seventeen values of predictive variables. A Bayesian model is build by structure learning using this data collection. The resulting model is for use to validate "to-be" models proposed for a processes in a reengineering project.