비즈니스 프로세스 분석의 기존 연구들은 비즈니스 프로세스에 포함된 업무, 고객 서비스, 작업자 편의, 수행시간 예측 등 다양한 요소를 분석하였다. 이러한 요소를 정확히 분석하기 위해서는 정보시스템에 기록된 실제 이력 데이터를 활용하는 것이 효과적이다. 프로세스 마이닝은 이벤트 로그 데이터로부터 비즈니스 프로세스의 여러 가지 요소를 분석하는 기법이다. 본 사례 연구는 구매 대행 업체의 업무 수행 데이터에 프로세스 마이닝를 적용하여 구매 대행 프로세스의 업무 흐름, 수행 시간, 담당자 등의 프로세스 운영 분석을 수행하였다.
비즈니스 프로세스 분석의 기존 연구들은 비즈니스 프로세스에 포함된 업무, 고객 서비스, 작업자 편의, 수행시간 예측 등 다양한 요소를 분석하였다. 이러한 요소를 정확히 분석하기 위해서는 정보시스템에 기록된 실제 이력 데이터를 활용하는 것이 효과적이다. 프로세스 마이닝은 이벤트 로그 데이터로부터 비즈니스 프로세스의 여러 가지 요소를 분석하는 기법이다. 본 사례 연구는 구매 대행 업체의 업무 수행 데이터에 프로세스 마이닝를 적용하여 구매 대행 프로세스의 업무 흐름, 수행 시간, 담당자 등의 프로세스 운영 분석을 수행하였다.
Previous studies of business process analysis have analyzed various factors such as task, customer service, operator convenience, and execution time prediction. To accurately analyze these factors, it is effective to utilize actual historical data recorded in information systems. Process mining is a...
Previous studies of business process analysis have analyzed various factors such as task, customer service, operator convenience, and execution time prediction. To accurately analyze these factors, it is effective to utilize actual historical data recorded in information systems. Process mining is a technique for analyzing various elements of a business process from event log data. In this case study, process mining was applied to the transaction data of a purchase agency to analyze the business process of their procurement process, the execution time, and the operators.
Previous studies of business process analysis have analyzed various factors such as task, customer service, operator convenience, and execution time prediction. To accurately analyze these factors, it is effective to utilize actual historical data recorded in information systems. Process mining is a technique for analyzing various elements of a business process from event log data. In this case study, process mining was applied to the transaction data of a purchase agency to analyze the business process of their procurement process, the execution time, and the operators.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 구매 대행 프로세스를 분석하기 위하여, 3단계로 프로세스 마이닝을 수행한다. 1단계에서는 에이전트 회사의 정보시스템의 데이터베이스에서 필요한 이벤트 로그를 추출하며 추출된 이벤트 로그의 분석 및 전처리 과정을 진행한다.
본 연구에서는 프로세스 마이닝을 통하여 실제 데이터를 분석하여 업무 순서에 의한 지연 구간과 작업자의 상관관계를 확인하였다. 견적단계에서 재견적 업무로 진행되지 않는 것이 중요하며 그 영향으로 발주 단계에서 비정상 업무처리가 되지 않게 하여 업무의 지연을 줄이는 것이 필요하다.
제안 방법
<표 1>과 같이 Case로 견적의뢰번호, Activity 로 업무 내역(견적의뢰, 견적 제출, 견적 낙찰, 최종 견적제출, 주문 발행, 주문 승인, 발주, 입고, 계산서발행, 대금지급), Date로 날짜, Resource 로 구매담당자로 지정한 후, 이벤트 로그 파일을 생성하였다. 이렇게 완성된 25개의 케이스 데이터로부터 프로세스 마이닝을 수행하였다.
견적 단계에서 업무처리에 가장 영향이 미치는 재견적과 즉시낙찰을 살펴보면, 강 대리와 권 대리가 대비됨을 알 수 있었다. 그래서 강 대리와 권 대리를 중심으로 업무 수행 현황을 분석해 보았다. 강 대리는 전체 업무의 27%를수행하였으며 견적 단계의 표준 업무가 37%로 가장 높았고 즉시 낙찰 80%로 가장 높으며 재견적은 없었다.
이 이벤트 로그의 문제점은 시간 정보가 누락되어 있고 각 케이스를 연결해줄 수 있는 연결 고리가 없다는 점이다. 그래서 견적의뢰 번호를 케이스로 지정하여 이벤트를 연결함으로써 전처리 작업을 수행하였다. 이벤트의 총 개수는 260개이며 케이스는 25건이다.
하지만 발주-입고의 업무 처리 시간은 제품을 발송하는 해외 제조업체는 견적의뢰 측인 구매 회사의 지연과는 관계가 없다고 판단하였다. 그래서, 주문발행에서 주문승인을 정상적으로 진행된 경우와, 주문승인이 진행되지 않고 발주로 바로 진행된 비정상적인 경우를 비교해 보았다. <그림 4>는 정상 흐름과 비정상 흐름을 비교한 그림이다.
첫 번째 주제는 프로세스의 흐름 분석으로, 표준 업무의 순서와 도출된 업무 순서를 비교하였다. 두 번째 주제는 수행 시간 분석으로, 수행 구간을 비교하고 업무의 순서와 수행시간과의 관계를 분석하였다. 세 번째 주제는 자원 분석이며, 각 작업자 간의 업무량 및 수행시간을 비교 분석을 하였다.
본 연구에서 프로세스 마이닝 기법을 이용하여 구매 대행 프로세스의 운영적인 측면을 분석 한다. 본 연구를 위하여 실제 구매 대행 회사의 업무 이력 데이터로부터 구매 대행 프로세스 모델을 도출하고 프로세스 운영의 업무 흐름, 수행 시간, 자원 비교 분석 등을 수행한다.
본 연구에서 프로세스 마이닝 기법을 이용하여 구매 대행 프로세스의 운영적인 측면을 분석 한다. 본 연구를 위하여 실제 구매 대행 회사의 업무 이력 데이터로부터 구매 대행 프로세스 모델을 도출하고 프로세스 운영의 업무 흐름, 수행 시간, 자원 비교 분석 등을 수행한다.
본 연구에서는 프로세스 마이닝의 기법을 적용하여, 구매 대행 프로세스의 이벤트 로그를 바탕으로 업무의 흐름 도출, 수행 시간 분석, 자원 분석을 수행하여 운영적 측면을 비교 분석하였다. 그 결과는 요약하면 다음과 같다.
실제 업무 흐름을 보다 상세히 확인하기 위하여 흐름 필터를 50%로 적용한 결과를 에 제시하였다.
업무 지연 분석은 25개의 케이스를 종합한 업무시간, 각 작업에서 다음 작업으로 전이되는 각 평균 시간, 최대 시간, 최소 시간 등을 비교하였다. 특히, 발주 단계 업무 지연 구간을 확인하면 <그림 3>과 같다.
<표 1>과 같이 Case로 견적의뢰번호, Activity 로 업무 내역(견적의뢰, 견적 제출, 견적 낙찰, 최종 견적제출, 주문 발행, 주문 승인, 발주, 입고, 계산서발행, 대금지급), Date로 날짜, Resource 로 구매담당자로 지정한 후, 이벤트 로그 파일을 생성하였다. 이렇게 완성된 25개의 케이스 데이터로부터 프로세스 마이닝을 수행하였다.
이벤트 로그는 데이터를 추출한 정보시스템에서 필수적인 이벤트 항목을 선별하여 작성하였다. 이 이벤트 로그의 문제점은 시간 정보가 누락되어 있고 각 케이스를 연결해줄 수 있는 연결 고리가 없다는 점이다.
본 절에서는 프로세스 도출 과정과 첫 번째 주제인 흐름 분석에 대하여 설명한다. 전처리된 이벤트 로그를 프로세스 마이닝 도구인 Disco를사용하여 프로세스 맵을 도출하고 업무 순서를 비교 분석하였다.
본 연구에서는 세 가지 주제로 구분하여 연구를 수행하였다. 첫 번째 주제는 프로세스의 흐름 분석으로, 표준 업무의 순서와 도출된 업무 순서를 비교하였다. 두 번째 주제는 수행 시간 분석으로, 수행 구간을 비교하고 업무의 순서와 수행시간과의 관계를 분석하였다.
대상 데이터
구매 대행업체의 2010년부터 2016년까지 기록된 구매 이력 데이터이며, 원본 데이터는 견적의뢰접수현황, 수주 현황, 자제납품현황, 매출 세금계산서의 네 개의 테이블로 구성되어 있다. 이 데이터는 구매 업체와 구매 대행 업체 간의 업무 수행을 확인할 수 있으며, 해외 제조 수출 업체와의 거래 기록이 있다.
액티비티는 총 10가지이며 참여한 작업자는 총 6명이다. 데이터의 수집기간은 2010년 3월 12일부터 2016년 8월 19일까지이다.
이벤트의 총 개수는 260개이며 케이스는 25건이다. 액티비티는 총 10가지이며 참여한 작업자는 총 6명이다. 데이터의 수집기간은 2010년 3월 12일부터 2016년 8월 19일까지이다.
그래서 견적의뢰 번호를 케이스로 지정하여 이벤트를 연결함으로써 전처리 작업을 수행하였다. 이벤트의 총 개수는 260개이며 케이스는 25건이다. 액티비티는 총 10가지이며 참여한 작업자는 총 6명이다.
데이터처리
넷째, 자원 분석에서는 총 6명의 구매 담당자 중 전체 업무 처리 비중이 가장 높고 업무 처리 방식이 가장 대비되는 담당자 2명을 비교 분석하였다. 강 대리의 경우, 전체 업무의 27%를 수행하면서 재견적은 없었으며, 즉시낙찰의 경우 80%를 진행하였다.
두 번째 주제는 수행 시간 분석으로, 수행 구간을 비교하고 업무의 순서와 수행시간과의 관계를 분석하였다. 세 번째 주제는 자원 분석이며, 각 작업자 간의 업무량 및 수행시간을 비교 분석을 하였다.
성능/효과
권 대리의 경우, 전체 업무의 24%를 수행하면서 재견적은 71%로 업무 수행자중 가장 높은 비율을 차지하였고, 즉시낙찰은 전혀 없었다. 그 결과 강 대리는 견적 단계 처리 시간이 평균 3일이 걸렸고, 발주 단계는 평균 49.1일이 걸렸으며, 전체 업무 시간은 평균 68.9일이 걸렸다. 반면, 권 대리는 견적 단계에서 평균 13일, 발주 단계에서 평균 69.
발주 단계에서는 두 가지 경로를 정상과 비정상 경로로 나뉘어 비교한 결과, 가장 오래 걸리는 구간인 발주에서 입고까지의 구간이며, 이 구간은 해외 제조업체의 재고 현황에 따라 변동이 되기 때문에 국내 구매 업체의 업무 지연과는 무관한 것으로 예상된다. 그러나 그 이전 구간인 주문 발행부터 주문 승인까지의 수행시간을 분석한 결과, 정상 흐름은 평균 12시간 내에 업무가 처리되지만, 비정상 흐름은 평균 22.7일로 업무가 지연되는 것을 확인할 수 있었다.
둘째, 시간 분석 결과는 견적 단계 업무 처리에서 표준 업무, 재견적 업무, 즉시 낙찰 중 재견적이 가장 오래 걸린다는 점을 확인하였다. 발주 단계에서는 두 가지 경로를 정상과 비정상 경로로 나뉘어 비교한 결과, 가장 오래 걸리는 구간인 발주에서 입고까지의 구간이며, 이 구간은 해외 제조업체의 재고 현황에 따라 변동이 되기 때문에 국내 구매 업체의 업무 지연과는 무관한 것으로 예상된다.
셋째, 업무 순서 및 빈도와 지연 구간의 상관관계로는 견적 단계에서의 표준, 재견적, 즉시 낙찰의 세 가지 업무에서 50% 이상이 비정상 흐름이지만, 상대적으로 견적 단계에서의 재견적 발생시 비정상 흐름으로 진행될 가능성이 매우 높음을 확인하였다. 즉, 재견적 시 80% 이상이 비정상 흐름으로 진행되어 업무 지연 가능성을 크게 높이고 있으며, 즉시낙찰 시 7.
즉 주문발행에서 주문승인을 거치지 않고 곧바로 발주를 진행하였음을 알 수 있었다. 즉 비정상 흐름은 주문 발행에서 주문 승인으로 바로 진행되지 않으면 우선 발주부터 진행하고 주문 승인을 기다린다는 것을 알 수 있었으며, 비정상 흐름의 경우 주문 발행부터 주문 승인까지 평균 22.7일이 소요되었다.
4일, 전체 업무 처리 시간은 평균 91일이 걸렸다. 즉 즉시 낙찰의 경우보다 재견적의 경우보다 21.6일 시간이 단축된 것을 확인하였다.
4일, 전체 업무 처리 시간은 91일이 걸렸다. 즉 즉시낙찰을 할 경우, 전체 업무 시간을 줄일 수 있음을 확인할 수 있었다.
셋째, 업무 순서 및 빈도와 지연 구간의 상관관계로는 견적 단계에서의 표준, 재견적, 즉시 낙찰의 세 가지 업무에서 50% 이상이 비정상 흐름이지만, 상대적으로 견적 단계에서의 재견적 발생시 비정상 흐름으로 진행될 가능성이 매우 높음을 확인하였다. 즉, 재견적 시 80% 이상이 비정상 흐름으로 진행되어 업무 지연 가능성을 크게 높이고 있으며, 즉시낙찰 시 7.8일, 재견적 시 18.5일이 평균적으로 소요되어, 즉시낙찰 업무로 진행되는 경우 평균 10.7일 빠르게 진행되었다.
첫째, 표준 프로세스 흐름과 다르게 업무를 수행하는 경우가 일부 존재하며, 견적 단계, 발주 단계, 결제 단계로 나누어 분석한 결과, 견적 단계에서 재견적, 즉시낙찰 경우와 발주 단계에서 주문 발행, 주문 승인이 즉시 나지 않을 경우, 흐름이 자주 바뀐 것을 확인할 수 있었다.
후속연구
추후 연구로는 첫째, 주요 업무의 세부 흐름을 비교 분석하는 과정을 자동화하는 방안이 필요하다. 둘째, 현재 보유 중인 데이터는 해외 제조 업체의 데이터가 없다는 한계점을 가지고 있는데, 해외 제조업체의 데이터를 수집하면 지연 시간 예측 패턴 분석(제품의 특성, 제품의 크기, 수량 등)과 배송 경로 데이터를 추가하여 분석할 수 있으며 프로세스 마이닝의 다른 기법과 도구를 활용하여 프로세스 지연 구간의 더 자세한 원인과 작업자의 업무 처리 시간 단축 및 예측과 개선 가능성 있는 연구를 진행할 수 있을 것다. 본 연구는 위와 같은 한계점을 가지고 있지만, 데이터의 수집이 확보된다면 추가적으로 품목별, 수량별 등을 업무의 순서와 빈도, 지연의 원인, 작업자의 업무 방식에 상관관계를 분석 후 업무 재배치로 업무 지연을 줄이고 수행시간을 예측할 수 있을 것으로 기대된다.
둘째, 현재 보유 중인 데이터는 해외 제조 업체의 데이터가 없다는 한계점을 가지고 있는데, 해외 제조업체의 데이터를 수집하면 지연 시간 예측 패턴 분석(제품의 특성, 제품의 크기, 수량 등)과 배송 경로 데이터를 추가하여 분석할 수 있으며 프로세스 마이닝의 다른 기법과 도구를 활용하여 프로세스 지연 구간의 더 자세한 원인과 작업자의 업무 처리 시간 단축 및 예측과 개선 가능성 있는 연구를 진행할 수 있을 것다. 본 연구는 위와 같은 한계점을 가지고 있지만, 데이터의 수집이 확보된다면 추가적으로 품목별, 수량별 등을 업무의 순서와 빈도, 지연의 원인, 작업자의 업무 방식에 상관관계를 분석 후 업무 재배치로 업무 지연을 줄이고 수행시간을 예측할 수 있을 것으로 기대된다.
추후 연구로는 첫째, 주요 업무의 세부 흐름을 비교 분석하는 과정을 자동화하는 방안이 필요하다. 둘째, 현재 보유 중인 데이터는 해외 제조 업체의 데이터가 없다는 한계점을 가지고 있는데, 해외 제조업체의 데이터를 수집하면 지연 시간 예측 패턴 분석(제품의 특성, 제품의 크기, 수량 등)과 배송 경로 데이터를 추가하여 분석할 수 있으며 프로세스 마이닝의 다른 기법과 도구를 활용하여 프로세스 지연 구간의 더 자세한 원인과 작업자의 업무 처리 시간 단축 및 예측과 개선 가능성 있는 연구를 진행할 수 있을 것다.
질의응답
핵심어
질문
논문에서 추출한 답변
프로세스 마이닝이란?
프로세스 마이닝이란 정보시스템에 저장된 이벤트 로그를 분석하여 관련 업무 흐름에 대한 의미 있는 정보를 해석하는 연구 분야로, 주요 목적은 프로세스 수행 이력을 분석하여 실제 프로세스를 이해하고, 모델의 적합성을 측정하고 분석 결과를 기반으로 프로세스를 수정 및 개선하는 것이다[6, 7]. 프로세스 마이닝은 고장 수리[5], 제품 수리 서비스[2], 병원 사례 [1], 조선업[3] 등 여러 분야에서 효과적으로 사용되고 있다.
프로세스 마이닝의 목적은 무엇인가?
프로세스 마이닝이란 정보시스템에 저장된 이벤트 로그를 분석하여 관련 업무 흐름에 대한 의미 있는 정보를 해석하는 연구 분야로, 주요 목적은 프로세스 수행 이력을 분석하여 실제 프로세스를 이해하고, 모델의 적합성을 측정하고 분석 결과를 기반으로 프로세스를 수정 및 개선하는 것이다[6, 7]. 프로세스 마이닝은 고장 수리[5], 제품 수리 서비스[2], 병원 사례 [1], 조선업[3] 등 여러 분야에서 효과적으로 사용되고 있다.
구매 대행 프로세스를 분석하기 위한 3단계로 프로세스 마이닝은 어떻게 구성 되는가?
본 연구에서는 구매 대행 프로세스를 분석하기 위하여, 3단계로 프로세스 마이닝을 수행한다. 1단계에서는 에이전트 회사의 정보시스템의 데이터베이스에서 필요한 이벤트 로그를 추출하며 추출된 이벤트 로그의 분석 및 전처리 과정을 진행한다. 2단계에서는 전처리된 이벤트 로그를 Disco라는 프로세스 마이닝 도구를 사용하여 프로세스 모델을 도출한다. 프로세스 분석은 업무 흐름 분석, 병목 지점 분석, 자원 분석의 세 가지 측면에서 진행한다. 3단계에서는 분석 결과를 해석하고 해석한 결과로 개선방안을 제시한다.
참고문헌 (7)
심예림, 조민수, 송민석, 유수영, "프로세스 마이닝 기업을 활용한 경영 환경 변화 분석 : 병원 사례 연구", 대한산업공학회 춘계공동 학술대회논문집, pp.425-430.
양한나, 송민석, "프로세스 마이닝을 활용한 제품 수리 프로세스 분석 사례연구", Journal of Korean Institute of Industrial Engineers, 제41권, 제1호, pp.86-96, 2015.
이상일, 류광열, 송민석, "프로세스 마이닝을 이용한 PDM/PLM 시스템 활용 프로세스의 효율성 개선", 한국CDE학회 논문집, 제17권, 제4호, pp.294-302, 2012.
이진성, 김상국, 정재윤, "프로세스 마이닝을 이용한 고장수리 서비스 프로세스 분석", 대한산업공학회 추계학술대회논문집, pp.595-602, 2014.
van der Aalst, W. M. P., H. A. Reijers, A. J. M. M. Weijters, B. F. van Dongen, A. K. A. de Medeiros, and M. Song, "Business process mining: An industrial application", Information Systems, Vol.32, No.5, pp.713-732, 2007.
van der Aalst, W. M. P., A. J. M. M. Weijters, and L. Maruster, "Workflow mining: Discovering process models from event logs", IEEE Transactions on Knowledge and Data Engineering, Vol.16, No.9, pp.1128-1142, 2004.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.