.. .. Choix-de-bpmn2-modeler,

.. .. Conclusion,

. Le,

, le bon de préparation (BP) est affiché à l'écran par l'ERP

, opérateur apporte le BP papier à l'opérateur de pesée

, de pesée saisit les données suivantes sur la balance : identifiant produit, identifiant client, tare, nombre de colis de ce produit, DLUO (date limite d'utilisation optimale) et numéro de lot

. Le, mais les tâches non modélisées ne sont pas directement impactées par les problèmes d'interopérabilité et il ne nous a pas paru nécessaire, dans un souci de clarté, de les faire apparaître sur le modèle. On constate ici deux points d'interopérabilité, représentés par l'extension dataInteroperabilityBarrier, qui nécessitent une ressaisie des données : ? Le premier est constitué par le transfert des données contenues dans le BP vers la balance de pesée

, le bon de préparation (BP) est envoyé par l'ERP vers le nouveau module de gestion des expéditions

, à la fin de la pesée de tous les produits de la commande, le module de gestion des expéditions retourne le BP vers l'ERP

, ERP génère un bon de livraison à partir du BP. Les points d'interopérabilité représentés dans ce modèle sont les mêmes que dans le modèle AS IS, mais ils ont été résolus, ce qui est immédiatement visible à l'aide de l

, Les valeurs affichées dans les différents tableaux de type performanceMeasurement

. Comparaison and . Modeles, Une fois les modèles réalisés, nous pouvons avons pu les présenter à l'équipe projet afin de procéder à leur comparaison. La première chose qui a marqué les acteurs a été la réduction du nombre de tâches

, ÉTAPE 3 : ANALYSE QUALITATIVE ET QUANTITATIVE Identification des modes de défaillance : nous avons dressé la liste des défaillances déjà constatées ou envisageables quant à la qualité des données. Cette liste est la suivante : ? donnée fausse : la valeur de la donnée ne correspond pas à la réalité

, ? donnée incomplète : la donnée n'est pas présente dans sa totalité

, ? donnée incohérente : la valeur de la donnée n'est pas réaliste

, ? donnée non disponible : la donnée est absente

, Nous avons fait ceci en nous basant sur le fichier du service après-ventes et en recoupant les données qui y étaient contenues avec le témoignage des différents opérateurs du service des expéditions. Ces causes sont : ? erreur de saisie lors de la prise de commande, Détermination des causes de la non-qualité : nous avons passé en revue les différentes données pour lesquelles des cas de non-qualité avaient été constatés et avons tenté d'en trouver les causes

?. Erreur-de-saisie,

, ? erreur de ressaisie lors du processus d'expédition

?. Donnée-non-saisie,

, Ces effets sont : ? Les effets internes au service des expéditions : si la non-qualité est repérée pendant le processus de pesée, les opérateurs vont aller rechercher l

, ? Temps peu important passé à retrouver la donnée correcte

, ? Temps important passé à retrouver la donnée correcte

, ? Les effets externes : ce sont les conséquences sur les clients qui entraînent la plupart du temps des surcoûts (pénalités financières, frais de réexpédition

, ? Donnée impossible à corriger. Insatisfaction importante du client. Coût important engendré

, Évaluation de la criticité : pour cette phase, nous avons établi et complété les différents

, Fréquence de non-disponibilité : après avoir examiné les documents du service après-ventes et après les avoir recoupés avec le témoignage des opérateurs du service des expéditions

, utilisation des modèles BPMN 2.0 pourrait être complétée par la mise en place de simulations. Ces simulations auraient pour but d'exécuter les modèles du projet futur afin d'en prédire un comportement, ceci afin de vérifier que la dynamique de ces processus

. Ensuite,

X. Heguy, G. Zacharewicz, and Y. Ducq, Said Tazi; Interoperability Markers for BPMN 2.0 -Making Interoperability Issues Explicit, Proceedings of the 2017 2nd International Conference on Electrical, Automation and Mechanical Engineering, pp.978-94, 2017.

X. Heguy, G. Zacharewicz, Y. Ducq, and S. Tazi, A Performance Measurement Extension for BPMN: One Step Further Quantifying Interoperability in Process Model, 2017.
URL : https://hal.archives-ouvertes.fr/hal-01924359

X. Heguy, G. Zacharewicz, Y. Ducq, and S. Tazi, Une extension du BPMN pour modéliser la mesure de la performance, JIAE, vol.2017

X. Heguy, G. Zacharewicz, Y. Ducq, S. Tazi, ;. Afnor et al., Business Process Execution Language for Web Services. Version 1.1. BEA Systems, International Business Machines Corporation, Microsoft Corporation, A Performance Measurement Extension for BPMN -One Step Further Quantifying Interoperability in Process Model, Workshop IESA, vol.29, 1988.

W. Bandara, G. G. Gable, M. Rosemann, and M. , Factors and Measures of Business Process Modelling: Model Building Through a Multiple Case Study, vol.4, pp.347-360, 2005.

C. Batini, C. Cappiello, C. Francalanci, and A. Maurino, Methodologies for data quality assessment and improvement, ACM Comput. Surv, vol.41, issue.16, p.52, 2009.

]. Benama, Formalisation de la démarche de conception d'un système de production mobile : intégration des concepts de mobilité et de reconfigurabilité. Mécanique des matériaux

, Qualité des données. Ingénierie des systèmes d'information, vol.9, pp.117-143, 2004.

J. Bézivin and O. Gerbé, Towards a Precise Definition of the OMG/MDA Framework, Proceedings of the 16th IEEE international conference on Automated software engineering (ASE 2001), pp.273-280, 2001.

P. Bocciarelli and A. , A BPMN extension for modeling non functional properties of business processes, Proc. of TMS-DEVS, pp.160-168, 2011.

A. Bourguignon, Sous les pavés la plage... ou les multiples fonctions du vocabulaire comptable : l'exemple de la performance, Balanced Scorecard Versus French Tableau de Bord: Beyond Dispute, A Cultural and Ideological Perspective, vol.3, pp.89-101, 1997.

R. Braun and W. Esswein, Classification of domain-specific bpmn extensions, The Practice of Enterprise Modeling, 2014.
URL : https://hal.archives-ouvertes.fr/hal-01281988

J. Cardoso, Stochastic Workflow Reduction Algorithm, 2002.

D. C. Cooper and R. S. Kaplan, Approche systémique et méthode multicritère pour la définition d'un système d'indicateurs de performance, Management Accounting, vol.69, issue.10, pp.20-27, 1988.

S. Cortes-cornax-;-m.-cortes-cornax, D. Dupuy-chessa, M. Rieu, and . Dumas, Evaluating Choreographies in BPMN 2.0 Using an Extended Quality Framework, 2014.

, De la pierre à la cathédrale : Les indicateurs de performance" -Ministère de l'Industrie de la Poste et des Télécommunications -Editions Londez Conseil, Production et Compétitivité" -Coordination P.M. Gallois, 1997.

, Méthode GRAI : méthode de conception des systèmes en productique, Der Controlling Berater, pp.459-502, 1984.

G. Doumeingts, B. Vallespir, S. Kleinhans, and Y. Ducq, Performance Indicators and the GRAI Approach, Conference on Performance Measurement, Theory and Practice -Cambridge -UK -15-17 juillet 1998 -Centre for Business Performance, 1998.

Y. R. Ducq-;-f and . Farmer, Contribution à une méthodologie d'analyse de la cohérence des Systèmes de Production dans le cadre du Modèle GRAI, International Atomic Energy Agency, 1967.

A. Fernandez-;-m.-fieschi, ;. Geraci, F. Katki, L. Mcmonegal, B. Meyer et al., Contribution à la modélisation des systèmes complexes : application à la simulation d'écosystèmes., Habilitation à Diriger des Recherches de l'Université Blaise Pascal, 123 p, Les nouveaux tableaux de bord pour piloter l'entreprise : systèmes d'information, nouvelles technologies et mesure de la performance, 1991.

P. Lorino, Les indicateurs de performance dans le pilotage de l'entreprise, vol.3, pp.49-64, 2001.

C. Marmuse, Performance dans Encyclopédie de gestion, pp.2194-2208, 1997.

A. Neely, C. Adams, and M. Kennerley, The Performance Prism: The Scorecard for Measuring and Managing Business Success, Financial Times, 2002.

A. S. Neely-;-m and . Ravelomanantsoa, Contribution à la définition d'un cadre générique pour la définition, l'implantation et l'exploitation de la performance : Application à la méthode ECOGRAI, 2003.

M. Roque and M. A. Marques, Animation of BPMN business processes models. Lisboa: ISCTE. Dissertação de mestrado, 2014.

J. Rothenberg, Simulation and Modeling, Artificial Intelligence, pp.75-92, 1989.

A. W. Scheer, J. Galler, and C. Kruse, Workflow Management within the ARIS framework, Conciliation médicamenteuse assistée par électronique : rôle des acteurs de santé et moyens de mise en oeuvre. Sciences pharmaceutiques, 1994.

J. Thyssen, P. Israelsen, and B. Jørgensen, Activity-based costing as a method for assessing the economics of modularization -A case study and beyond, Int. J. Production Economics, vol.103, pp.252-270, 2006.

S. Truptil, F. Bénabenand, and H. Pingaud, A Mediation Information System to Help to Coordinate the Response to a, Crisis. Luis M. Camarinha-Matos
URL : https://hal.archives-ouvertes.fr/hal-01055995

X. Boucher;-hamideh-afsarmanesh, Collaborative Networks for a Sustainable World, IFIP Advances in Information and Communication Technology, vol.336, pp.978-981, 2010.

F. Vernadat, La modélisation d'entreprise par la méthodologie CIMOSA, actes du Séminaire Modélisation d'Entreprise, Programme de recherche du CNRS PROSPER Systèmes de Production, 1998.

, Vernadat. Techniques de Modélisation en Entreprise : Applications aux Processus Opérationnels, p.129, 1999.

R. Wang, V. Storey, C. Firth-;-zacharewicz, G. Frydman, C. S. Giambiasi et al., A framework for analysis of data quality research, Workflow Management Coalition. 1999. Terminology & Glossary. WfMC-TC-1011, 3.0, Feb, vol.7, pp.197-213, 1995.

B. P. Zeigler, H. Praehofer, and T. G. Kim, Theory of modeling and simulation: integrating discrete event and continuous complex dynamic systems, 2000.