A smart assessment of business processes for enterprises decision support - Archive ouverte HAL Access content directly
Theses Year : 2021

A smart assessment of business processes for enterprises decision support

Vers une évaluation intelligente des processus d’affaire pour l’aide à la décision en entreprises

(1)
1

Abstract

The challenges faced by enterprises on a daily basis such as regulatory compliance, novel technology adoption, or cost optimisation, foster them to implement improvement initiatives. As a first step towards the implementation of those initiatives, there is a need to perform assessments to understand the As-Is state of the enterprise considering different aspects such as maturity, agility, performance, or readiness towards digitisation. However, assessments are expensive in terms of time and resources. Specifically when considering qualitative appraisals, such as maturity or capability assessments, since they often demand the participation of one or more human assessors to review documents, perform interviews, etc. Therefore, means to automate or semi-automate the assessment process are essential, since they could reduce the effort to perform it. In this sense, the objective of this thesis is to propose the Smart Assessment Framework (SAF), a conceptual framework grounded on the concepts of smart systems able to provide efficient support for the development of systems that allow to perform automated assessments in enterprises. The capabilities of smart systems that are considered as basis for the definition of the SAF are extracted from the scientific literature through a systematic literature review and the application of natural language processing techniques. The SAF is instantiated to design and develop systems able to perform business process capability assessment using two types of assessment evidences: text data and enterprise models. To treat the text data, a hybrid Long Short-Term Memory Network and Ontology-based system is defined. To treat enterprise models, a Graph Neural Network-based approach his devised.
Les défis auxquels les entreprises sont confrontées au quotidien, tels que la conformité réglementaire, l'adoption de nouvelles technologies ou l'optimisation des coûts, les incitent à mettre en œuvre des initiatives d'amélioration. Comme première étape vers la mise en œuvre de ces initiatives, il est nécessaire d'effectuer des évaluations pour comprendre l'état actuel de l'entreprise en tenant compte de différents aspects tels que la maturité, l'agilité, les performances ou la préparation à la numérisation. Cependant, les évaluations sont coûteuses en termes de temps et de ressources. Spécifiquement lors de l'examen des évaluations qualitatives, telles que les évaluations de maturité ou de capacité, car elles nécessitent souvent la participation d'un ou plusieurs évaluateurs humains pour examiner les documents, effectuer des entretiens, etc. Par conséquent, des moyens d'automatiser ou de semi-automatiser le processus d'évaluation sont essentiels, car ils pourraient réduire l'effort pour l'exécuter. En ce sens, l'objectif de cette thèse est de proposer le Smart Assessment Framework (SAF), un cadre conceptuel fondé sur les concepts de systèmes intelligents capables de fournir un support efficace pour le développement de systèmes permettant d'effectuer des évaluations automatisées dans les entreprises. Le cadre est instancié pour concevoir et développer des systèmes capables d'effectuer une évaluation de la capacité des processus métier à l'aide de deux types de preuves d'évaluation : les données textuelles et les modèles d'entreprise. Pour traiter le premier, une approche hybride basée sur le Deep Learning et l'Ontologie a été conçue; pour traiter ce dernier, une approche basée sur un réseau de neurones graphiques a été définie.
Fichier principal
Vignette du fichier
DDOC_T_2021_0184_ROMERO_AQUINO.pdf (8.01 Mo) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

tel-03511735 , version 1 (05-01-2022)

Identifiers

  • HAL Id : tel-03511735 , version 1

Cite

Nelson Marcelo Romero Aquino. A smart assessment of business processes for enterprises decision support. Automatic. Université de Lorraine, 2021. English. ⟨NNT : 2021LORR0184⟩. ⟨tel-03511735⟩
73 View
132 Download

Share

Gmail Facebook Twitter LinkedIn More