L'intégration des règles métier est la mise en œuvre de normes simples qui caractérisent (ou restreignent) les opérations d'une organisation. Sans règles et processus métier bien établis, une entreprise se retrouverait souvent dans une atmosphère chaotique, avec des résultats incohérents, des plaintes des employés et des consommateurs mécontents.
Cependant, la réglementation des entreprises n'est pas le produit de la révolution technologique. En revanche, les normes d'entreprise sont nées des tentatives de la base de donner l'approche la plus nuancée possible à la gestion d'une entreprise. Jusqu'au début des années 1990, les règles d'entreprise n'étaient pas largement acceptées en tant que notion pour les organisations.
Aujourd'hui, la plupart des entreprises considèrent les règles d'entreprise comme un besoin essentiel pour les flux de systèmes ou les organigrammes de procédures qui illustrent la manière dont une entreprise fera des affaires.
Heureusement, ProcessMaker, une société spécialisée dans la gestion des processus métier, s'est associée à OpenRules.un moteur de gestion des décisions et des règles métier à code source ouvert. Les clients peuvent utiliser les règles métier et les solutions de gestion des décisions d'OpenRules, Inc. pour créer, tester et maintenir des services de décision opérationnelle sur site ou dans le nuage.
Intégration et création de règles métier avec Open Rules et ProcessMaker
OpenRules Decision Manager peut automatiser des logiques d'entreprise complexes, ce qui simplifie les choix opérationnels quotidiens. Ainsi, les utilisateurs professionnels peuvent rapidement créer des modèles de décision basés sur des règles et les déployer sur site ou dans le nuage. Les utilisateurs finaux n'ont pas besoin d'apprendre d'interfaces graphiques ou de langages de programmation propriétaires. En outre, les utilisateurs finaux peuvent utiliser Microsoft Excel® ou Google Sheets® comme gestionnaire d'exécutable binaire.
Au sein de ProcessMaker et d'OpenRules® Decision Manager, les utilisateurs finaux reçoivent :
Puissant moteur de règles : Met en œuvre des règles de gestion à l'échelle la plus rapide et la plus grande possible.
Explorateur graphique : Permet aux clients de créer et de tester des modèles de décision avant de les déployer.
Apprentissage de règles : Analyse les données passées pour déterminer les règles de gestion.
Résolveur de règles : Offre de multiples options pour que vous puissiez relever tous les défis.
Rule DB : Assure la collaboration via des bases de données relationnelles.
Vous pouvez également exécuter des modèles décisionnels en tant que services conteneurisés dans le cloud en tirant parti d'AWS Lambdas, d'Azure Functions, de services Web RESTful, de Docker et de Kubernetes sur les cadres de cloud fournis par les hubs de cloud existants comme Amazon et Microsoft.
Les utilisateurs peuvent utiliser OpenRules Decision Manager pour créer, installer et exécuter des services de décision opérationnelle, comme indiqué dans les étapes ci-dessous :
1. Les étapes 1 et 2 comprennent la création d'une description du problème en anglais clair, d'un glossaire métier et de cas de test avec des exemples d'entrées et de résultats attendus. Après une série de modifications, vous devriez avoir une bonne compréhension du problème de l'entreprise et passer à l'étape 3.
2. Dans les phases deux et trois, vous allez alimenter votre modèle de décision avec des règles, des tables de décision et des éléments de programmation. Ces composants, ainsi qu'un glossaire et des cas de test, constituent votre modèle de décision. Pour construire une logique métier dans des tables de décision Excel dispersées dans de nombreux dossiers, vous pouvez utiliser MS Excel ou Google Sheets comme éditeur de table. L'ajout d'une logique de décision supplémentaire (par exemple, une nouvelle table de décision) est un processus itératif qui nécessite de valider votre modèle par rapport à un ensemble de cas de test pour s'assurer qu'il fonctionne correctement. L'explorateur de modèles de décision OpenRules, un environnement graphique de modélisation de décision, simplifie la création, le test et le débogage des modèles de décision.
Les analystes commerciaux écrivent généralement la logique métier dans des tableaux Excel, puis l'exécutent via le moteur de règles standard. Si vous devez enseigner automatiquement des règles métier spécifiques à l'aide de données historiques, vous pouvez utiliser les composants d'apprentissage automatique de Rule Learner dans votre modèle décisionnel.
Par exemple, le Rule Solver peut être utile si votre modèle comporte des sous-problèmes d'optimisation à traiter. Le Rule Learner et le Rule Solver du Rule Engine sont également entièrement intégrés au Decision Manager.
Ainsi, les modèles de décision OpenRules peuvent inclure une logique basée sur des connaissances d'experts (Règles métier) et des données historiques (Optimisation). Par conséquent, le modèle de décision peut utiliser des moteurs de règles, des apprenants, des contraintes ou des solveurs linéaires largement disponibles. Les analystes commerciaux peuvent compléter les étapes 1, 2 et 3 par eux-mêmes ou collaborer avec des développeurs de logiciels pour construire certains composants du modèle de décision en utilisant les API Java de Rules Learner et Rule Solver.
3. Après avoir testé les décisions commerciales, vous pouvez facilement les intégrer dans n'importe quelle application Java. En outre, elles peuvent s'exécuter sur n'importe quel serveur tel qu'Apache Tomcat ou IBM WebSphere. En outre, les utilisateurs finaux peuvent les déployer dans le nuage en tant que microservice de décision en utilisant n'importe quelle architecture sans serveur fournie par les principaux fournisseurs de nuages tels qu'Amazon, Google et Microsoft ou IBM via une simple API Java.