A comprehensive framework for low-code data-centric process management

Un cadre complet pour la gestion à faible code des processus centrés sur les données La gestion moderne des processus métier exige de plus en plus une intégration unifiée de la logique des flux de contrôle, de la gestion des données et d'une vérification rigoureuse afin de maintenir l'efficacité opérationnelle, la fiabilité et l'adaptabilité dans des environnements commerciaux en constante évolution. Les entreprises doivent gérer des processus diversifiés et complexes, nécessitant des outils avancés capables de traiter les subtilités liées à l'intégration des données et de fournir une visualisation claire des interactions entre les données et les activités des processus. L'évolution constante des exigences commerciales impose des solutions de gestion des processus agiles et adaptables, capables de s'adapter rapidement aux changements sans compromettre la précision ou la cohérence opérationnelle. Malgré les avancées dans les technologies de modélisation des processus métier, les analystes et les parties prenantes non techniques continuent de faire face à des défis importants. Ces difficultés proviennent principalement des exigences complexes d'intégration des données et de la nature ambiguë des descriptions de processus en langage naturel, entraînant souvent des malentendus, des erreurs et une communication inefficace entre les équipes métier et informatiques. De plus, les outils traditionnels de vérification manquent souvent de rigueur pour valider efficacement les processus, causant ainsi des erreurs d'exécution, des incohérences et des difficultés à maintenir la conformité réglementaire. En réponse à ces défis, cette thèse présente un cadre complet de gestion des processus métier centrée sur les données et à faible code, nommé DF-BPMN(Data-Flow Business Process Model and Notation). Le DF-BPMN étend la norme BPMN largement adoptée en intégrant explicitement la logique des flux de contrôle avec les exigences détaillées des flux de données, créant ainsi une représentation cohérente qui réduit significativement les erreurs d'exécution et les mauvaises configurations. Cette approche unifiée améliore la clarté, facilite la maintenance et augmente la fiabilité globale. Une innovation majeure de ce cadre est l'intégration de techniques avancées de traitement automatique du langage naturel(NLP), notamment les grands modèles de langage(LLM), permettant la transformation automatique des descriptions textuelles des processus en modèles DF-BPMN exécutables. Cette capacité simplifie considérablement la modélisation des processus, réduit les ambiguïtés et améliore la collaboration entre les analystes métier et les équipes techniques. L'interface graphique du DF-BPMN facilite davantage la conception visuelle et la gestion des processus, validant automatiquement les modèles pour identifier et résoudre de manière proactive les problèmes potentiels dès les premières phases de développement. La pertinence pratique, la validité et l'efficacité du DF-BPMN ont été évaluées au travers de recherches empiriques et d'études de cas dans divers domaines d'application. Les résultats ont montré des améliorations significatives en termes de précision, d'utilisabilité et de compréhension des processus par rapport aux approches traditionnelles. Les études auprès des utilisateurs ont également confirmé la robustesse, la flexibilité et l'intuitivité du DF-BPMN, soulignant particulièrement son potentiel pour une collaboration efficace entre les parties prenantes techniques et non techniques. En définitive, le cadre DF-BPMN améliore sensiblement la clarté des processus, leur facilité de maintenance et leur fiabilité d'exécution. Il comble efficacement le fossé entre complexités techniques et réalités opérationnelles, permettant ainsi aux utilisateurs non techniques et aux analystes de participer activement à la modélisation sophistiquée des processus. Cette thèse contribue à l'avancement des méthodologies à faible code, proposant des solutions évolutives et centrées sur les données adaptées aux contextes organisationnels modernes et dynamiques.