Supprimer les données des périodes de faible activité
Aperçu
Le filtre Supprimer les données des périodes de faible activité réduit automatiquement le début et la fin de votre journal de processus en identifiant et supprimant les périodes de faible activité. Ce filtre intelligent au niveau des cas calcule les fréquences d'événements quotidiennes, détermine les niveaux d'activité moyens, et supprime les cas qui se situent dans des périodes de « montée en charge » ou de « descente » où les volumes d'événements sont en dessous de vos seuils spécifiés. Il est particulièrement utile pour éliminer les périodes de démarrage et d'arrêt lors de l'analyse des opérations de processus en régime stable.
Utilisations courantes
- Supprimer les périodes de mise en route du système au début des journaux de processus
- Éliminer les périodes de fermeture à la fin des périodes de collecte de données
- Cibler l'analyse sur les opérations en régime stable en excluant les phases de montée en charge
- Nettoyer les journaux des programmes pilotes avant le déploiement complet
- Supprimer les périodes de faible activité lors des migrations ou transitions système
- Réduire les périodes de collecte de données qui ne représentent pas les opérations normales
Paramètres
Start Factor : Un multiplicateur appliqué à la moyenne du nombre d’événements quotidiens pour déterminer le seuil du premier jour à inclure. Les jours sont inclus dès que l’activité quotidienne dépasse StartFactor fois la moyenne.
End Factor : Un multiplicateur appliqué à la moyenne du nombre d’événements quotidiens pour déterminer le seuil du dernier jour à inclure. Les jours sont inclus tant que l’activité quotidienne dépasse EndFactor fois la moyenne.
| Paramètre | Objectif | Valeurs typiques | Effet |
|---|---|---|---|
| Start Factor | Contrôle la sévérité de la coupe au début | 0.1 - 0.5 | Plus bas = plus souple, Plus haut = coupe plus agressive |
| End Factor | Contrôle la sévérité de la coupe à la fin | 0.1 - 0.5 | Plus bas = plus souple, Plus haut = coupe plus agressive |
Fonctionnement :
- Calcule le nombre d'événements par jour sur l'ensemble du journal
- Calcule la moyenne quotidienne d'événements
- Trouve le premier jour où l’activité dépasse (Start Factor x Moyenne)
- Trouve le dernier jour où l’activité dépasse (End Factor x Moyenne)
- Supprime tous les cas hors de cette plage de dates
Exemples
Exemple 1 : Suppression de la période de lancement système
Scénario : Votre nouveau système de gestion des commandes a été lancé le 1er janvier, mais seuls quelques utilisateurs pilotes étaient actifs pendant les deux premières semaines pendant que le système était validé. Vous voulez supprimer cette période de lancement à faible activité et concentrer l’analyse sur les opérations normales qui ont commencé à la mi-janvier.
Paramètres :
- Start Factor : 0.3
- End Factor : 0.1
Résultat :
Le filtre calcule que votre moyenne quotidienne d’événements est de 500 événements/jour. Avec Start Factor = 0.3, il recherche le premier jour avec au moins 150 événements (30 % de la moyenne). Les jours début janvier avec seulement 20 à 80 événements sont exclus. L’analyse commence le 14 janvier lorsque l’activité a dépassé 150 événements. La coupe en fin de période est minimale avec End Factor = 0.1, supprimant seulement les derniers jours si l’activité est descendue en dessous de 50 événements/jour.
Remarques : Cela supprime la phase pilote de votre analyse, garantissant que les métriques reflètent la performance opérationnelle réelle plutôt que les tests initiaux. Vos temps de cycle, fréquences de variantes et analyse des goulets d’étranglement représentent désormais les opérations en régime stable après adoption complète du système.
Exemple 2 : Nettoyer la collecte de données de fin d’année
Scénario : Votre collecte de données s’est arrêtée le 31 décembre, mais l’activité a naturellement diminué fin décembre pendant que le personnel prenait des congés. Il y a également eu un démarrage lent début janvier au fur et à mesure de la montée en charge des opérations. Vous souhaitez analyser uniquement la période opérationnelle centrale avec un personnel normal.
Paramètres :
- Start Factor : 0.2
- End Factor : 0.2
Résultat :
Avec des facteurs équilibrés au début et à la fin, le filtre élimine les périodes de faible activité. Si votre moyenne quotidienne d’événements était de 800, les jours avec moins de 160 événements sont exclus des deux côtés. Le ralentissement des congés fin décembre (environ 50-100 événements/jour) est supprimé, tout comme la montée en charge lente de janvier, ne laissant que les périodes opérationnelles à effectifs complets pour l’analyse.
Remarques : Votre analyse reflète maintenant la capacité opérationnelle normale sans anomalies saisonnières. Les métriques telles que la durée moyenne des cas et l’utilisation des ressources représentent la performance typique et ne sont pas biaisées par les périodes de congés avec un staff réduit.
Exemple 3 : Analyse des opérations d’un système mature
Scénario : Vous analysez un système en production depuis des années, mais vous voulez exclure les derniers jours récents qui pourraient contenir des données incomplètes ou des cas en cours. Vous souhaitez une coupe agressive au début mais douce à la fin.
Paramètres :
- Start Factor : 0.5
- End Factor : 0.1
Résultat :
Avec Start Factor = 0.5, seuls les jours atteignant au moins 50 % de l’activité moyenne sont inclus au début, coupant agressivement toute période lente. Avec End Factor = 0.1, presque tous les jours récents sont conservés tant qu'ils ont au moins 10 % de l’activité moyenne. Cela vous donne une période opérationnelle mature sans couper trop de données récentes.
Remarques : La coupe agressive au début garantit que vous analysez un système pleinement mature, tandis que la coupe douce à la fin préserve les données récentes pour l’analyse des tendances. Cet équilibre est idéal lorsque vous disposez d’années de données historiques et souhaitez vous concentrer sur les opérations stables récentes.
Exemple 4 : Coupe conservatrice pour analyse complète
Scénario : Vous souhaitez inclure autant de données que possible tout en supprimant uniquement les périodes de très faible activité les plus extrêmes au début et à la fin de votre journal. Vous analysez un processus avec des niveaux d’activité naturellement variables et ne voulez pas perdre de données opérationnelles valides.
Paramètres :
- Start Factor : 0.1
- End Factor : 0.1
Résultat :
Avec les deux facteurs à 0.1, seuls les jours avec moins de 10 % de la moyenne quotidienne d’événements sont exclus. Si la moyenne est de 1000 événements par jour, seuls les jours avec moins de 100 événements sont coupés. Cette approche conservatrice élimine uniquement les périodes de mise en route et d’arrêt les plus évidentes tout en préservant toutes les périodes opérationnelles normales, même celles à faible activité.
Remarques : Cette coupe minimale garantit que vous ne perdez pas de données précieuses provenant de périodes naturellement calmes comme les week-ends ou les vacances qui restent des temps opérationnels légitimes. Utilisez ceci lorsque votre processus a une forte variabilité ou lorsque vous avez besoin d’une couverture historique complète.
Résultat
Ce filtre fonctionne au niveau des cas et utilise un filtrage basé sur les dates :
- Calcule automatiquement les dates optimales de début et de fin en fonction des seuils d’activité
- Supprime tous les cas qui tombent en dehors de la plage de dates calculée
- Conserve inchangés tous les cas dans la période active
- Ne modifie pas les données d'événements, filtre uniquement les cas par date
- Renvoie les données originales si le calcul d’activité n’est pas possible
Le jeu de données résultant se concentre sur les opérations en régime stable, excluant les périodes de faible activité au démarrage et à l’arrêt qui pourraient biaiser votre analyse de process mining.
Cette documentation fait partie de la plateforme de process mining mindzie Studio.