Le cycle d'un projet d'automatisation
Un projet d'automatisation réussi suit cinq phases :
Cartographie — comprendre le processus actuel, étape par étape, acteur par acteur.
Conception — définir le flux cible, les règles, les cas limites.
Développement — construire le workflow, tester.
Déploiement — mettre en production, former les utilisateurs.
Optimisation — mesurer, ajuster, étendre.
Chaque phase a ses livrables et ses décisions. Un projet mal cadré se rattrape rarement au développement.
Phase 1 — Cartographier le processus actuel
Avant de concevoir, il faut comprendre l'existant. Cette étape se fait avec les utilisateurs du processus, pas à leur place.
Ce qu'il faut documenter
Les étapes du processus, dans l'ordre
Les acteurs : qui fait quoi
Les outils utilisés à chaque étape
Les points de décision (branchements conditionnels)
Les exceptions les plus fréquentes
Les volumes : combien par jour, par semaine
Les irritants : où les gens perdent du temps
Comment procéder
Entretiens individuels puis atelier collectif. Le processus vu par un seul acteur est presque toujours incomplet. L'atelier collectif révèle les désaccords et les zones grises.
Phase 2 — Concevoir la cible
La conception définit ce qui va être automatisé, et surtout ce qui ne le sera pas.
Le principe
Automatiser d'abord les étapes simples. Laisser l'humain sur les étapes ambiguës, qui demandent du jugement, ou qui sont trop risquées.
Les décisions à prendre
Quelles étapes sont automatisées ?
Quelles étapes restent manuelles ?
Quels outils sont connectés ?
Quels cas limites sont prévus ?
Qui valide les cas anormaux ?
La règle 80/20
Viser à automatiser 80 % des cas standards. Laisser 20 % au traitement manuel. Vouloir automatiser 100 % des cas, y compris les exceptions, rallonge les projets sans bénéfice mesurable.
Phase 3 — Développer et tester
Développement
Construction du workflow avec l'outil choisi. Il faut coder les règles, connecter les services, gérer les erreurs.
Tests
Trois niveaux de tests :
Tests unitaires — chaque étape fonctionne isolément
Tests d'intégration — les étapes communiquent correctement
Tests de bout en bout — sur des cas réels, y compris les cas limites
Ce qu'il ne faut pas oublier
Gestion des erreurs (que faire si un service est indisponible ?)
Reprise après échec (peut-on relancer sans créer de doublons ?)
Journalisation (garder une trace de chaque exécution)
Sécurité (accès aux données sensibles)
Phase 4 — Déployer
Avant
Former les utilisateurs concernés
Préparer la documentation
Prévoir un support renforcé les premières semaines
Communiquer auprès des équipes
Déploiement progressif
Déployer d'abord sur une équipe ou une zone pilote. Observer. Ajuster. Puis élargir.
Les pièges
Déployer en pleine période de forte activité
Ne pas prévoir de solution de repli en cas de panne
Sous-estimer le temps de formation
Oublier de communiquer sur les bénéfices
Phase 5 — Optimiser
Un workflow en production n'est jamais terminé. Trois éléments évoluent :
Les règles métier
Elles changent avec le temps. Un workflow qui exécutait correctement en janvier peut être faux en juin. Prévoir une revue trimestrielle.
Les systèmes connectés
Les APIs évoluent. Une mise à jour d'un service externe peut casser le workflow. Prévoir des tests de non-régression.
Les volumes
Un workflow prévu pour 100 exécutions par jour peut atteindre 5 000. La performance et les coûts doivent être surveillés.
Ce qu'il faut mesurer
Taux de succès des exécutions
Temps moyen par exécution
Erreurs et exceptions
Coût (si services payants)
Checklist implémentation
☐ Processus cartographié avec les utilisateurs
☐ Périmètre d'automatisation défini
☐ Cas limites identifiés
☐ Outil choisi et installé
☐ Workflow développé et testé
☐ Gestion des erreurs en place
☐ Documentation rédigée
☐ Formation dispensée
☐ Surveillance active
☐ Solution de repli prévue