빅데이터 환경에서 프로세스 마이닝을 이용한 영업감사 상시 모니터링 강화에 대한 연구 A Study on Continuous Monitoring Reinforcement for Sales Audit Using Process Mining Under Big Data Environment원문보기
빅데이터 환경 하에서 프로세스 마이닝은 업무수행 시 발생하는 수많은 데이터들을 활용하여 기업의 ERP시스템 상의 이벤트 로그로부터 프로세스의 수행과 개선에 관련한 많은 정보 및 통찰력을 얻게 해준다. 최근에는 프로세스 마이닝의 최대 강점을 활용하여, 기업조직의 감사업무에 적극적으로 활용하려고 하는 다양한 연구 활동이 활발히 진행 중에 있다. 그러나 프로세스 마이닝을 이용한 영업감사 적용에 관한 최근의 국내 연구는 빅데이터 환경 하에서는 매우 미흡한 실정이다. 이러한 상황에 착안해서, 본 연구는 프로세스 마이닝이 감사 분야에 적용된 기존 연구를 한층 더 강화시킴으로써, 온라인 방식 및 전통적 감사에 최적으로 적용할 수 있는 프로세스 마이닝 적용 방안을 제안하고자 한다. 또한 빅데이터 환경하에서 기업 조직의 리스크 발생 요인들을 사전에 모니터링함으로써, 리스크의 조기 발견 및 이를 예방할 수 있는 상시 모니터링 정보 서비스 시스템을 제안한다. 이를 위해서 리스크 요인을 기반으로 데이터들을 추출하고 평가에 대한 관리기준을 설정한다. 본 논문의 연구의 범위는 영업감사에 있어 실제 사례를 통해 위험요소의 사전 검증 시스템을 설계 한다. 그리고 이러한 영업감사 시스템을 통해 예방감사 실현, 높은 리스크 요인들에 대한 상시 대응, 사기 발생 억제, 규칙 및 지침 위반에 대한 적시조치, 경영환경 변화에 대한 감사 아이템 추가 발굴 체계 구축, 프로세스 개선 중심의 사전적인 컨설팅 감사의 실현, 내부통제 회계제도 준수 및 강화를 행한다. 이 결과로 영업 감사 실시간 관련 통합 모니터링이 강화되어 재무 리스크 회피, 감사기간 단축 및 감사 품질 개선 등의 효과가 나타났다.
빅데이터 환경 하에서 프로세스 마이닝은 업무수행 시 발생하는 수많은 데이터들을 활용하여 기업의 ERP시스템 상의 이벤트 로그로부터 프로세스의 수행과 개선에 관련한 많은 정보 및 통찰력을 얻게 해준다. 최근에는 프로세스 마이닝의 최대 강점을 활용하여, 기업조직의 감사업무에 적극적으로 활용하려고 하는 다양한 연구 활동이 활발히 진행 중에 있다. 그러나 프로세스 마이닝을 이용한 영업감사 적용에 관한 최근의 국내 연구는 빅데이터 환경 하에서는 매우 미흡한 실정이다. 이러한 상황에 착안해서, 본 연구는 프로세스 마이닝이 감사 분야에 적용된 기존 연구를 한층 더 강화시킴으로써, 온라인 방식 및 전통적 감사에 최적으로 적용할 수 있는 프로세스 마이닝 적용 방안을 제안하고자 한다. 또한 빅데이터 환경하에서 기업 조직의 리스크 발생 요인들을 사전에 모니터링함으로써, 리스크의 조기 발견 및 이를 예방할 수 있는 상시 모니터링 정보 서비스 시스템을 제안한다. 이를 위해서 리스크 요인을 기반으로 데이터들을 추출하고 평가에 대한 관리기준을 설정한다. 본 논문의 연구의 범위는 영업감사에 있어 실제 사례를 통해 위험요소의 사전 검증 시스템을 설계 한다. 그리고 이러한 영업감사 시스템을 통해 예방감사 실현, 높은 리스크 요인들에 대한 상시 대응, 사기 발생 억제, 규칙 및 지침 위반에 대한 적시조치, 경영환경 변화에 대한 감사 아이템 추가 발굴 체계 구축, 프로세스 개선 중심의 사전적인 컨설팅 감사의 실현, 내부통제 회계제도 준수 및 강화를 행한다. 이 결과로 영업 감사 실시간 관련 통합 모니터링이 강화되어 재무 리스크 회피, 감사기간 단축 및 감사 품질 개선 등의 효과가 나타났다.
Process mining in big data environment utilize a number of data were generated from the business process. It generates lots of knowledge and insights regarding implementation and improvement of the process through the event log of the company's enterprise resource planning (ERP) system. In recent ye...
Process mining in big data environment utilize a number of data were generated from the business process. It generates lots of knowledge and insights regarding implementation and improvement of the process through the event log of the company's enterprise resource planning (ERP) system. In recent years, various research activities engaged with the audit work of company organizations are trying actively by using the maximum strength of the mining process. However, domestic studies on applicable sales auditing system for the process mining are insufficient under big data environment. Therefore, we propose process-mining methods that can be optimally applied to online and traditional auditing system. In advance, we propose continuous monitoring information system that can early detect and prevent the risk under the big data environment by monitoring risk factors in the organizations of enterprise. The scope of the research of this paper is to design a pre-verification system for risk factor via practical examples in sales auditing. Furthermore, realizations of preventive audit, continuous monitoring for high risk, reduction of fraud, and timely action for violation of rules are enhanced by proposed sales auditing system. According to the simulation results, avoidance of financial risks, reduction of audit period, and improvement of audit quality are represented.
Process mining in big data environment utilize a number of data were generated from the business process. It generates lots of knowledge and insights regarding implementation and improvement of the process through the event log of the company's enterprise resource planning (ERP) system. In recent years, various research activities engaged with the audit work of company organizations are trying actively by using the maximum strength of the mining process. However, domestic studies on applicable sales auditing system for the process mining are insufficient under big data environment. Therefore, we propose process-mining methods that can be optimally applied to online and traditional auditing system. In advance, we propose continuous monitoring information system that can early detect and prevent the risk under the big data environment by monitoring risk factors in the organizations of enterprise. The scope of the research of this paper is to design a pre-verification system for risk factor via practical examples in sales auditing. Furthermore, realizations of preventive audit, continuous monitoring for high risk, reduction of fraud, and timely action for violation of rules are enhanced by proposed sales auditing system. According to the simulation results, avoidance of financial risks, reduction of audit period, and improvement of audit quality are represented.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
즉, 전사적으로 수집한 각종 데이터 등으로 부터 숨겨진 패턴과 연관성 탐색 및 이상 징후 발견을 목적으로 하였다. 그리고 미래 예측을 통한 시스템의 필요 뿐만 아니라 시스템 요구 사항과 이상 징후 발견을 능동적으로 해결하고자 했다.
본 논문에서는 기업의 영업 리스크 발생요인들을 상시 모니터링하고 예방 관리하기 위하여, 빅 데이터 환경 하에서 온라인 방식 및 전통적 감사에 최적으로 적용할 수 있는 프로세스 마이닝 적용방안을 제안하고 이를 평가하였다. 이 결과로 영업 감사에 대한 실시간 통합 모니터링이 강화되어 재무 리스크 회피, 감사기간 단축 및 감사 품질 개선 등의 효과가 나타났으며, 프로세스 마이닝 이 감사분야에 적용된 기존 연구를 한층 더 강화시켰다.
본 논문에서는 프로세스 마이닝이 감사분야에 적용된 기존 연구를 한층 더 강화 시킴으로써, 기업의 영업 리스크 발생요인들을 상시 모니터링하고 예방 관리하기 위하여, 빅 데이터 환경 하에서 온라인 방식 및 전통적 감사에 최적으로 적용할 수 있는 프로세스 마이닝 적용방안을 제안하고자 한다.
본 연구에서는 A기업 영업부문의 Transaction Log를 대상으로 선택실행 프로세스, 동시실행 프로세스 그리고 중요한 프로세스이지만 수행 빈도가 낮아 이용율이 저조한 Business Process를 검증함으로써 기업의 전반적인 업무상 이상징후들을 보다 정확하게 파악하기 위하여 그림 8과 같이 데이터 마이닝의 전체적인 흐름을 이용한 프로세스 마이닝 알고리즘을 개발하였다.
본 연구는 전사 차원의 빅데이터 수집 및 분석 환경을 확보하고 시스템 로그, WEB, SNS 등의 통합 분석환경을 구축하였다. 즉, 전사적으로 수집한 각종 데이터 등으로 부터 숨겨진 패턴과 연관성 탐색 및 이상 징후 발견을 목적으로 하였다. 그리고 미래 예측을 통한 시스템의 필요 뿐만 아니라 시스템 요구 사항과 이상 징후 발견을 능동적으로 해결하고자 했다.
가설 설정
프로세스 마이닝의 출발점은 이벤트 로그이며, 이벤트가 발생 순서대로 기록되어 있다라고 가정한다. 또한 하나의 이벤트는 프로세스의 단위 작업을 나타내며, 변동 불가능 프로세스와 관련을 맺고 있다.
제안 방법
본 연구는 전사 차원의 빅데이터 수집 및 분석 환경을 확보하고 시스템 로그, WEB, SNS 등의 통합 분석환경을 구축하였다. 즉, 전사적으로 수집한 각종 데이터 등으로 부터 숨겨진 패턴과 연관성 탐색 및 이상 징후 발견을 목적으로 하였다.
선택실행 프로세스, 동시실행 프로세스를 이용하고 중요한 프로세스이지만 수행 빈도가 낮아 발견되지 못하는 비즈니스 이상 프로세스를 발견하기 위해 데이터 마이닝의 순차패턴과 연관규칙을 이용하여 “A”사에 적합한 프로세스 마이닝 알고리즘을 제시하였다.
이에 대한 해결방안으로 본 연구에서는 선택적 처리에서 얻어지는 기업의 로그 데이터에서 비즈니스의 비효율적인 업무 수행 프로세스 혹은 이상징후가 있는 업무 프로세스를 발견하기 위해서 업무와 업무간의 순서와 연관성을 찾았으며, 이러한 연관성을 찾기 위해 대량의 데이터에서 숨겨진 순서, 이상징후 처리, 선택적 프로세스 선정을 의사결정에 활용했다.
성능/효과
3) 케이스의 특징에 초점을 맞추며, 하나의 케이스는 프로세스 내에서의 경로 또는 케이스에 참여하는 작업자를 통해 특성을 분석하는 것이 케이스적인 관점이다. 보충 주문을 실행하는 케이스가 있으면, 고객으로부터 주문 받은 상품의 수량과 상품공급자는 유용한 정보가 되며, 케이스와 연관된 데이터의 값에 따라서 케이스의 특성을 분석할 수도 있다.
4) 이벤트가 타임스탬프를 포함하면, 교착점 도출, 서비스의 수준 측정, 자원 활용도 모니터링, 수행 중인 케이스의 잔여 시간 예측 등이 가능하며, 이처럼 이벤트의 시간과 빈도를 고려하는 것이 시간 관점이다.
하지만 이미 체계화된 프로세스 모델을 기반으로 Casual Matrix 초기해를 생성하기 때문에 구조화된 프로세스 모델이 존재하지 않는 경우에는 프로세스 추출이 어렵다. 또한 Petri Net의 점화규칙을 이용하여 해당 프로세스 처리에 대한 도출된 해들의 적응도를 평가하는 시간과 비용(cost)이 상당히 높았으며, 데이터량이 증가할수록 알고리즘의 효과성은 반대로 급격하게 낮아 졌다. 그리고 유전자 알고리즘은 정확한 해의 탐색이 어렵기 때문에 Business Process상의 모든 업무와 업무간의 상세한 프로세스 흐름관계를 탐색하고자 하는 데는 어려움이 있다[4,6].
본 연구에서는 이러한 빅데이터 솔루션을 활용하여 General Sales Order인 경우 표 2의 Sales Order Check Point에 대하여 표 3의 Slaes Order Check Point Control에 서와 같이 도착희망일 이후 출고, Order Creation Date후 2 일 초과하여 출고, Billing후 익월말 초과하여 대금회수, 가격할인 수정사항 발생 등의 비정상 조건(리스크 요인) 들이 도출되는 것을 알 수 있었다.
본 논문에서는 기업의 영업 리스크 발생요인들을 상시 모니터링하고 예방 관리하기 위하여, 빅 데이터 환경 하에서 온라인 방식 및 전통적 감사에 최적으로 적용할 수 있는 프로세스 마이닝 적용방안을 제안하고 이를 평가하였다. 이 결과로 영업 감사에 대한 실시간 통합 모니터링이 강화되어 재무 리스크 회피, 감사기간 단축 및 감사 품질 개선 등의 효과가 나타났으며, 프로세스 마이닝 이 감사분야에 적용된 기존 연구를 한층 더 강화시켰다.
제시한 알고리즘은 실시간 모니터링 강화로 위험 인자를 조기에 발견하였고, 업무 혁신, 이상 징후의 실시간 조기 발견 및 빠른 대응으로 기업 이미지를 제고하는데 기여하였다.
후속연구
향후에는 자재 납기관리, 수요 및 생산 예측을 통한 계획생산과 생산성 관리체제 도입, 최적 조건 분석을 통한 효율적인 생산성 증대 및 관리에 초점을 두고자 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
빅데이터란 무엇인가?
빅데이터란 일상적인 디지털 환경하에서 생성되는 정형 및 비정형 데이터로 그 규모가 매우 방대하고, Life Cycle도 짧고, 형태도 수치 데이터뿐만 아니라 문자, 이미지, 영상 데이터를 포함하는 대규모 데이터를 말한다. 빅데이터 환경은 지난 과거에 비해 다양한 수집 방법과 수집되는 데이터의 양이 폭증했다는 점과 함께 데이터의 종류도 매우 다양해 짐에 따라 사람들의 행동패턴은 물론 위치정보 및 SNS를 통해 다양한 생각과 의견까지도 분석하고 예측할 수 있다[1,7].
적합성 검사는 어떤 모델에 적용할 수 있는가?
적합성 검사는 다음과 같은 모델에 적용할 수 있다. 1) 프로세스 및 조직 모델과 선언적 프로세스 모델 2) 적합성 관련 법규 3) 비즈니스 규칙 및 정책 등 다양한 모델에 적용할 수 있다.
프로세스 마이닝은 무엇을 목적으로 하는가?
프로세스 분석 기법은 디지털 경제의 발전으로 인해 기업의 비즈니스 프로세스 및 조직의 업무 프로세스와 밀접하게 관련되어 있는 각종 정보인 BPM, ERP, CRM, SCM 등을 통해서 다양한 기업의 업무 처리 시스템 상의 모든 기록은 이벤트 로그 형태로 기록 관리되고 있다. 프로세스 마이닝은 이와 같이 시스템 상 에 기록 관리되어 있는 이벤트 로그를 분석하여 의미 있 고 가치 있는 정보를 추출해 내는 것을 목적으로 하는 방법으로 기업 경영 혁신에 있어 필수적인 요소이다.
참고문헌 (12)
Agrawal, Divyyakant, P. Bernstein, E. Bertino, S. Davidson and Umeshwas, 2011. Challenges and Opportunities with Big Data, Purdue e-Pubs, Cyber Center Technical Reports.
Barton, D. and D. Court, "Making Advanced Analytics Work For you," Harvard Business Review, 79-83, October, 2012.
Biesdorf, S., D. Court and P. Wilnott, "Big data; What's your plan," The McKinsey Quarterly, March, 2013.
Diebold, Francis X., "Big Data' Dynamic Factor Models for Macroeconomic Measurement and Forecasting," Eighth World Congress of the Econometric Society, Cambridge University Press, 115-122, 2000.
Dumbil, E., Big Data Now: 2012 Edition, O'Reilly Media Inc., J-Pub Co, 2013.
Kart, L., High-Tech Tuesday Webinar: Big Data Opportunities in Vertical Industries, Gartner, August, 2012.
Kobielus, G. J., C. Moore, B. Hopkins and S. Coyne, Enterprise Hadoop: The Emerging Core of Big Data, October, Forrester, 2011.
Ericsson, Ericsson Mobility Report, February, 2015, available at: http://www.ericsson.com/
Research and Markets, Carrier B2B Data Revenue: Big Data, Analytics, Telecom APIs, and Data as a Service (DaaS) 2015-2020, July 2015, available at: http://www.researchandmarkets.com/
Analysys Mason, Big data analytics: how to generate revenue and customer loyalty using real-time network data, January 2013, available at:http://www.analysysmason.com/
A. Cavoukian, Privacy by Design - The 7 Foundational Principles, available at: https://www.privacybydesign.ca/
Min Suk Song, Jae Yun Jung 'Process Mining Manifesto'
※ AI-Helper는 부적절한 답변을 할 수 있습니다.