Arbre de Décision

Vue d'ensemble

Le calculateur Arbre de Décision utilise une analyse statistique pilotée par IA pour identifier les causes profondes de comportements spécifiques des processus. Ce puissant calculateur compare les cas avec un résultat cible à l'ensemble des cas afin de découvrir quelles valeurs d'attribut sont les plus fortement corrélées à ce résultat. Il calcule automatiquement des ratios de risque, des scores de probabilité et des métriques de fraction expliquée pour classer les causes profondes potentielles selon leur pouvoir explicatif.

Il s'agit d'un calculateur alimenté par IA qui nécessite de définir un résultat via des filtres, puis analyse automatiquement vos données pour découvrir ce qui génère ce comportement.

Utilisations courantes

  • Identifier les facteurs contribuant aux paiements tardifs
  • Comprendre les causes profondes des retouches et des activités répétées
  • Découvrir ce qui provoque les escalades de cas
  • Analyser les motifs causant des violations de conformité
  • Identifier ce qui provoque des durées de cas prolongées
  • Enquêter sur les problèmes de qualité et leurs facteurs contributifs
  • Comprendre les schémas des réclamations clients

Réglages

Définition du Résultat

Nombre de Filtres : Le nombre de filtres préexistants qui définissent votre résultat cible. Lorsqu'il est réglé à 0, utilisez la Liste de Filtres ci-dessous pour définir le résultat.

Liste de Filtres : Lorsque le Nombre de Filtres est 0, définissez les filtres qui sélectionnent les cas présentant le comportement que vous souhaitez analyser. Par exemple, créez un filtre "Cas avec retouches" ou "Cas prenant plus de 30 jours".

Configuration des Entrées

Noms des Colonnes d'Entrée : Spécifiez manuellement quelles attributs de cas analyser comme causes profondes potentielles.

Entrée Automatique : Lorsqu'activé, sélectionne automatiquement les colonnes appropriées pour l'analyse selon les types de données et la cardinalité.

Seuils d'Analyse

Pourcentage Minimum : La fraction minimale de cas devant avoir une valeur d'attribut pour qu'elle soit prise en compte (par défaut : 0,1 % des cas).

Nombre Minimum de Cas : Le nombre minimum de cas requis pour qu'une valeur d'attribut soit prise en compte (par défaut : 3 cas).

Seuil d'Augmentation de Probabilité : Le ratio de risque minimum nécessaire pour qu'une cause profonde soit rapportée (par défaut : 1,01, soit une probabilité augmentée de 1 %).

Seuil de Pourcentage Expliqué : La fraction minimale des cas issus du résultat devant posséder la valeur d'attribut (par défaut : 1 %).

Nombre Maximum de Causes Profondes : Le nombre maximal de causes profondes à retourner (par défaut : 20).

Exemple

Trouver les Causes des Retards de Paiement

Scénario : Vous souhaitez comprendre pourquoi certaines factures sont payées en retard alors que d'autres sont réglées à temps.

Configuration :

  1. Créez un filtre définissant les "paiements en retard" (ex. Date de paiement > Date d'échéance)
  2. Configurez le calculateur Arbre de Décision pour utiliser ce filtre comme résultat
  3. Sélectionnez les attributs à analyser : Fournisseur, Département, Montant de la facture, Conditions de paiement
  4. Lancez l'analyse

Résultat :

Le calculateur génère des résultats affichant :

Attribut Valeur Cas avec cette Valeur Probabilité du Résultat Ratio de Risque Fraction Expliquée
Catégorie Fournisseur International 15 % de tous les cas 45 % sont en retard 3,2x 35 % des paiements en retard
Montant Facture > 50 000 $ 8 % de tous les cas 38 % sont en retard 2,7x 18 % des paiements en retard
Département Achats B 12 % de tous les cas 32 % sont en retard 2,3x 22 % des paiements en retard

Interprétation :

  • Les fournisseurs internationaux ont 3,2 fois plus de risques de paiements en retard que la moyenne
  • 35 % de tous les paiements en retard impliquent des fournisseurs internationaux
  • Les factures de grande valeur et un département spécifique montrent aussi un risque accru

Insights : L'analyse révèle que les fournisseurs internationaux, spécialement pour les factures à haute valeur, nécessitent des processus de paiement différents. L'arbre de décision aide à prioriser les améliorations de processus ayant le plus grand impact.

Comprendre les Métriques

Ratio de Risque (Augmentation de Probabilité)

Le Ratio de Risque compare la probabilité du résultat lorsque la valeur d'attribut est présente versus absente :

Ratio de Risque = P(Résultat | Valeur Présente) / P(Résultat | Valeur Absente)
  • Ratio de Risque = 1,0 : la valeur d'attribut n'a aucun effet
  • Ratio de Risque = 2,0 : les cas avec cette valeur ont 2 fois plus de chances d'avoir le résultat
  • Ratio de Risque = 0,5 : les cas avec cette valeur ont 50 % moins de chances d'avoir le résultat

Fraction Expliquée

La Fraction Expliquée montre quel pourcentage des cas issus du résultat possède la valeur d'attribut :

Fraction Expliquée = (Cas avec Résultat ET Valeur) / (Total Cas avec Résultat)

Cela aide à prioriser : une cause profonde avec un ratio de risque élevé mais une faible fraction expliquée n'affecte qu'une petite partie des cas problématiques.

Classement Prioritaire

Les causes profondes sont classées en priorité Haute, Moyenne, ou Basse selon une combinaison de :

  • Augmentation de probabilité (ratio de risque)
  • Fraction du résultat expliquée
  • Signification statistique (volume des cas)

Modes d’Affichage

Vue Phrase

Affiche des explications lisibles pour chaque cause profonde :

"Les cas où Catégorie Fournisseur = International ont 3,2 fois plus de chances d’avoir un paiement en retard. Cet attribut explique 35 % de tous les paiements en retard."

Grille Statistique

Affiche toutes les métriques calculées dans un tableau triable pour une analyse détaillée.

Vue Probabilité du Résultat

Se concentre sur les valeurs d’attribut avec les ratios de risque les plus élevés - ce qui augmente le plus dramatiquement la probabilité du résultat.

Vue Valeur du Résultat

Met l'accent sur les valeurs d’attribut qui affectent le plus de cas - où les améliorations auraient l’impact le plus large.

Fonctionnement

  1. Calcul de Fréquence : Compte les occurrences de chaque valeur d’attribut dans tous les cas et ceux avec le résultat
  2. Comparaison des Probabilités : Pour chaque valeur, calcule la probabilité du résultat lorsqu’elle est présente vs absente
  3. Ratio de Risque : Calcule le ratio de ces probabilités
  4. Fraction Expliquée : Calcule la proportion des cas résultat possédant chaque valeur
  5. Filtrage par Seuil : Élimine les résultats en dessous des seuils configurés
  6. Classement : Trie par pouvoir explicatif (combinaison du ratio de risque et de la fraction expliquée)

Bonnes Pratiques

Définir de Bons Résultats

  • Soyez spécifique : "Paiements en retard de plus de 7 jours" est mieux que "Paiements en retard"
  • Assurez un volume suffisant de cas : il faut assez de cas résultat pour la validité statistique
  • Testez différentes définitions pour voir si les causes profondes changent

Sélectionner les Colonnes d’Entrée

  • Inclure les attributs catégoriels (fournisseur, département, statut)
  • Inclure les attributs numériques discrétisés (plages de montant, catégories de durée)
  • Exclure les colonnes avec trop de valeurs uniques (IDs, texte libre)
  • Commencez par la sélection automatique, puis affinez selon les résultats

Interpréter les Résultats

  • Recherchez un ratio de risque ÉLEVÉ ET une fraction expliquée ÉLEVÉE ensemble
  • Considérez le contexte métier : la cause identifiée est-elle exploitable ?
  • Validez les résultats avec des experts process avant d’agir
  • Utilisez le forage (drill-down) pour examiner les cas sous-jacents

Sortie

Le calculateur fournit plusieurs formats de sortie :

  • Tableau Arbre de Décision : Toutes les causes profondes classées par pouvoir explicatif
  • Tableau Probabilité du Résultat : Valeurs avec le plus haut ratio de risque avec forage par cas
  • Tableau Valeur du Résultat : Valeurs les plus impactantes par nombre de cas avec forage
  • Texte de Synthèse : Résumé lisible pour les présentations

Fonctionnalités interactives :

  • Cliquez sur les lignes pour voir les cas sous-jacents
  • Triez par différentes métriques
  • Exportez les résultats pour analyse complémentaire
  • Créez des recommandations à partir des causes identifiées

Cette documentation fait partie de la plateforme de process mining mindzie Studio.