Automatisation Intelligente des Processus, source de meilleures pratiques pour les FMers

L'année dernière, Verdantix, cabinet indépendant de conseil et de recherche, a réalisé une étude sur l'utilisation de la technologie dans l'externalisation du Facility Management (FM). Une des recommandations qui ressortait de l’étude était la digitalisation des processus pour améliorer la qualité de service et la fidélisation client.

• Comment ces technologies vous aideront-elles à atteindre vos objectifs ?
• Quelles solutions intelligentes spécifiques recherchez-vous ?
• Quelle valeur ajoutée cette technologie apportera-t-elle à votre organisation ?

Il faut envisager la mise en œuvre de ces technologies et ce sur quoi elles doivent être utilisées dans une perspective globale, à l’échelle de l'entreprise et non au cas par cas. En outre, les organisations doivent explorer à la fois les perspectives quantitatives (coûts) et qualitatives (expérience de l'utilisateur) des cas d'utilisation pertinents pour élaborer une étude de projet vraiment réussie.

Sur quels cas d'utilisation les prestataires de services FM doivent-ils se concentrer ?

_{Le Process Mining}

Le Process Mining est une technologie liée à la science des données et à la gestion des processus. Elle permet l’analyse des processus opérationnels à partir des journaux d'événements et est considérée par Gartner comme un sous-ensemble de l'hyper-automatisation. Lorsqu'un prestataire utilise une plateforme unique pour toutes les opérations de service, un outil de Process Mining peut facilement identifier les inefficacités dans les processus et même découvrir de nouveaux processus au fur et à mesure qu'ils se produisent. Ces informations peuvent permettre de déterminer comment optimiser les processus via une automatisation ou bien comment les améliorer grâce à d’autres technologies intelligentes. Le Process Mining permet de déterminer où l'IA ou d'autres technologies peuvent apporter le plus de valeur ajoutée dans les processus métiers.

_{Efficacité des processus axés sur les contrats}

Un cas d'utilisation de l'IA convaincant pour un prestataire de services FM serait un cas qui favorise l'efficacité des processus afin d'accroître les marges opérationnelles et la fidélisation client. Selon l’étude réalisée par le cabinet Panorama spécialiste du FM, la marge bénéficiaire moyenne des prestations de services aux bâtiments (« hard services ») se situe entre 5 % et 6 %, tandis que la marge sur les services aux occupants (« soft services ») est encore plus faible, entre 2 % et 3 %. Des marges aussi étroites signifient que les investissements technologiques potentiels doivent déboucher sur des stratégies de développement d’activité ou de réduction des coûts pour avoir un réel intérêt.

La gestion des accords de niveau de service (SLA), qui varient selon les clients, est un parfait exemple pour démontrer les avantages et la valeur ajoutée d’une IA. Chaque accord est différent, avec des bonus et malus spécifiques en termes de performances et une gamme particulière de services offerts. Il s'agit alors d'évaluer chaque requête de service par rapport à ces paramètres contractuels. Une étude de Verdantix a montré que 56 % des prestataires ont des difficultés à prouver une conformité aux contrats en raison de lacunes dans le suivi des performances.

L’alignement des prestations fournies sur les contrats propres à chaque client est l’un des principaux défis que doivent relever les prestataires pour créer des processus opérationnels efficaces. Lorsque ce processus peut être automatisé, on peut compter sur un impact direct en termes de rentabilité. Par exemple, cela sera possible avec une planification et une répartition intelligente des capacités qui prendra en compte à la fois vos ressources organisationnelles et les SLA de vos clients. L'intelligence artificielle peut faciliter ce processus en fournissant des scénarios de planification optimisés en termes de rentabilité, de qualité du service ou d'expérience client.

_{Analyse prédictive et normative}

Lorsqu'un apprentissage automatique (machine learning) est appliqué à l’analyse de données, cela permet l’identification de corrélations auparavant non identifiées par les utilisateurs. C’est là que la valeur réelle du machine learning apparaît. L'apprentissage automatique peut identifier des décalages dans les processus dont les gens n'étaient pas conscients. Cela est couramment utilisé pour une analyse prédictive qui permet de prédire les évolutions, et pour une analyse normative qui décrit les réponses appropriées à ces évolutions.

Cela permet à un prestataire de recevoir des alertes et notifications lorsqu'un système prédit que la rentabilité d'un contrat client pourrait être améliorée si certaines actions spécifiques étaient entreprises, si le remplacement immédiat d'un actif permettait de futures économies, si du personnel pouvait être mieux optimisé ou si certaines actions permettaient de réduire des délais et rendre des processus plus efficaces.

Vous voulez en savoir plus ?

J’espère vous avoir éclairé sur certains des cas d'utilisation et des avantages de l'hyper-automatisation pour les prestataires de services de Facility Management. Vous aimeriez savoir à quel point votre stratégie de digitalisation est actuellement mature et comment votre organisation peut évoluer vers l’hyper-automatisation ? Notre évaluation interactive peut vous aider à le découvrir !

Pour approfondir ce sujet, vous pouvez également assister à notre prochain webinaire, « Hyper-automatisation : accélérateur de croissance pour l'activité FM », le mardi 6 juillet à 11h00 (CEST). Inscrivez-vous à cet événement dès aujourd'hui !