Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
데이터 기반 프로세스 마이닝을통한 혁신 및 사례
권오주
2016.11
굿모닝아이텍 빅데이터팀
2
Contents
프로세스 마이닝 이해
프로세스 마이닝 도입
ProDiscovery 소개
ProDiscovery 적용사례
• 공공기관 (Public)
• 제조 (Manufacturing/Industry4.0)
• 병원 (Service)
ProDiscovery Demo
과학적 분석을 통한 프로세스 혁신!!
프로세스 마이닝 이해
4
프로세스 마이닝?
프로세스를 효과적으로 이해하고, 효율적으로 개선 !!
어떻게?
바로 가능?
5
프로세스 마이닝 대상 프로세스
조직 내외부의 프로세스들 중에서,
IT 시스템으로 관리되는 모든 프로세스
프로세스 마이닝 대상 프로세스
사회보장정보(행복e음) 기반의 지자체 복지업무 처리 프로세스
건강보험심사평가원 심사 프로세스
병원의 진단과 치료 프로세스
정부의 장려금 지원 처리 프로세스
은행의 대출신청 처리 프로세스
유럽연합(EU)의 규정 번역 프로세스
인적자원 관리 프로세스
6
프로세스 데이터 - 이벤트 로그
프로세스 마이닝 기법을 적용하기 위해서는 “Event log”를 추출하는 것이 필수적
Event Log
케이스 ID 액티비티명 타임스탬프 자원(수행자ID) 등
선택 속성
Case Log
1 (A,이상우), (B,김연수), (C,이상우), (D,권사랑)
2 (A,이상우), (C,홍기수), (B,이상우), (D,김연수)
3 (A,권사랑), (E,홍기수), (D,김연수)
4 (A,차영일), (C,권사랑), (B,박성수), (D,차영일)
5 (A,이상우), (E,권사랑), (D,박성수)
케이스아이디 액티비티명 타임스탬프 수행자
1 A 2016-8-10 10:01:01 이상우
케이스아이디 액티비티명 타임스탬프 수행자
1 B 2016-8-10 10:02:10 김연수
케이스아이디 액티비티명 타임스탬프 수행자
1 D 2016-8-10 10:10:10 권사랑
케이스아이디 액티비티명 타임스탬프 수행자
1 C 2016-8-10 10:03:20 이상우
프로세스 마이닝 필수 항목
이벤트 로그
분석 목표와 수준을 고려하여 케이스 ID 결정
7
프로세스 모델 도출 사례
Chong, I., Ahn, B., Jeon, C., & Cho, H. (2011). Process mining for process visualization and improvement in semiconductor
manufacturing. In ISMI Symposium on Manufacturing Effectiveness 2011, pp.647-656, Austin, Texas, USA, October 19-20, 2011.
Rozinat, A., de Jong, I. S., Gunther, C. W., & van der Aalst, W. M. (2009). Process mining applied to the test process of wafer
scanners in ASML. Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE Transactions on, 39(4), 474-479.
8
프로세스 마이닝 활용 분야
프로세스 성과분석
프로세스 모델Start
Register order
Prepare
shipment
Ship goods
(Re)send bill
Receive paymentContact
customer
Archive order
End
조직 모델조직/업무/사회
연결망 분석
프로세스 낭비제거
모니터링규제준수
시뮬레이션
9
프로세스 마이닝 - Revisit
BPM (Business Process Management)
Process Mining
Interview?Documents?Survey?
ERP, CRMSCM, MES, …
과학적 분석을 통한 프로세스 혁신!!
프로세스 마이닝 도입
11
프로세스 분석 목표
목표 , 대상 프로세스, 프로세스 분석 범위 설정이 중요
Event Log 컨설팅
공정 프로세스 분석
Process Model Mining
적합도 분석
공정 시간 분석
설비 분석
품질 분석
애니메이션
성과 분석
통계 분석
성과 분석
작업 빈도수 분석
시작, 종료 작업 별 빈도수 분석
1인당 작업 비율 분석
작업부서별 작업자 별 빈도수 분석
작업 별 소요시간 분석
지연시간 원인 분석
의사별 대기시간, 진료 시간 분석
진료 준비시간 분석
통계 분석작업빈도와 소요시간의 관계
진료 정시시작과 소요시간 관계
12
1. 시작 및 종료 설정
2. 분석 기간에 맞지 않는 데이터 확인 및 정제
3. 중복 제거
4. 데이터 형식의 표준화 및 정제
5. 선후관계 정렬
6. 데이터의 오류 수정
7. 기본적인 프로세스를 따르지 않는 경우에 대한 정제
예1 : 시작 및 종료 설정
시작/
종료 설
정
중
복
제
거
Etc.
source data
target data
Data Cleaning
데이터 품질 확보 - 데이터 정제
Case 1A B C D E
Case 2
A B C D E
Case 3A B C D E
Case 4
A B C D E
Case 5A B C D E
Case 1A B C D E
Case 2
A B C D E
Case 3A B C D E
Case 4
A B C D E
Case 5A B C D E
데이터 정제 예시
시력(1번) 접수 검사예약 … 검사예약 원무수납
시력(1번) 접수 검사예약 원무수납
• 5분 이내에 “검사예약” 작업이 연속으로 발생 한 경우
• 연속 되는 작업을 하나의 작업으로 처리
예3 : 병원 프로세스 데이터에서의 중복되는 데이터 정제
20132012
예2 : 분석 기간에 맞지 않는 데이터 확인 및 정제
• 분석 대상은 2013년 이후지만, 2013년 이전 포함
13
프로세스 분석 – 알고리즘 적용 및 모델 생성
항해일지(ship’s log)
Process Model Mining• Alpha Mining• Genetic Mining• Heuristic Mining• Fuzzy Mining
A
B
C
D
E FProcess Map
14
프로세스 분석 – 프로세스 파악 및 인사이트
15
프로세스 분석 - 적합도 분석
계획 프로세스 모델 실제 프로세스
비교
미사용프로세스
숨겨진프로세스
Conformance Index Fitness : 0.89
89% OK11% NOK
16
프로세스 분석 - 적합도 분석
f = 1.0 f ≈ 0.540f ≈ 0.955
과학적 분석을 통한 프로세스 혁신!!
프로세스 마이닝 솔루션ProDiscovery
18
ProDiscovery - 프로세스 발견 및 분석 플랫폼
다양한 시스템 로그 데이터 기반으로 비정형화된 업무 프로세스 모델 및 패턴 도출
정형, 비정형화된 업무 프로세스에 대한 분석 및 통합 모니터링
대용량 데이터 처리를 위한 다양한 빅데이터 플랫폼 (하둡, 파스트림, R-DB 등) 연동
다양한 데이터 형식(XML, CSV, XES) 지원으로 통계 패키지와 유연한 연계
웹 기반으로 유연한 시스템 확장성과 다양한 플랫폼에 적용
19
ProDiscovery - 아키텍처 및 적용 생태계
Event Log
컨설팅
병목 구간 발견
낭비 제거
감사
프로세스 변경 효과 검증
컴플라이언스 준수 검증
공정 표준화
프로세스 재 발견
IT + OT 영역에 모두 적용 가능
20
Process Event Repository™
NoSQL / RDB
Process Info Extractor™
Spark, SQL (Query Engine)
Process Data Repository™
Hadoop Data Platform (Optional)
FlumeSqoop
Process Log Reader™
DB/MDB Reader
TXT, CSV Reader
MDB Reader
XLS Reader
MESCollecto
r
SAPCollector
ProDiscovery™ (SaaS-Enabled Application)
Performance Analysis
Statistic Overview
Social Network Process Map
Process Data Search & Export
Process Pattern
Spring Framework 2.5+
DB (PostgreSQL)
ORM (myBatis 3+)
WAS ( Tomcat 6.0 +)
Process Data Manager
Presentation ( HTML5 )
Data Analytic Engine ( Server-side Java )
Process Mining Data Warehouse(DW) Engine
DataScientist
Local File
Collector
System Log
Collector
DBCollecto
r
Machine/Sensor
Data Extract
Data Builder Data Exporter
LegacyTransactionSystem
MES
ERP
HadoopFile
System(HDFS)
/Relational
Engine
Flow/Assembly
Data Extract
Consultant
Manager
ProDiscovery - 세부 아키텍처
21
ProDiscovery - 주요 기능
표준 프로세스 도출 및 시각화
빈도수가 높은 프로세스 흐름 파악
병목 지점 발견
작업 선/후 관계 파악
주요 프로세스 패턴 분석
특이 프로세스 패턴 분석
재작업 및 무의미한 반복 작업 발견
프로세스 도출 프로세스 패턴 분석
22
ProDiscovery - 주요 기능
Animation을 통해 작업 흐름을 쉽게 이해
특이사항 상세 내역 바로 확인
부서 또는 작업자별 상관관계 시각화
업무 연관성 파악 용이
Animation Social Network 분석
23
ProDiscovery - 주요 기능
다양한 분석을 통해 정확한 문제 원인 파악 및 개선점 도출
성과관리 가능
다양한 분석 지원 – 수행시간/업무흐름/업무비중등
24
ProDiscovery 적용사례
제조 분야
관광 분야
항만·물류 분야
병원 분야
컨벤션 분야
· 예약 변경 프로세스 분석· 상품유형/판매유형/지역 등의 특성에 따른 업무분석
· 컨테이너 흐름에 대한 동선 분석 및 비효율적인 컨테이너 흐름 도출· 야드별 적재 상황 및 흐름 분석
· 방문자의 방문 동선 분석· 부스별 방문 시간 및 연관 관계 분석· 동선을 고려한 부스 배치 최적화
· 공정 프로세스 모델 도출을 통한 프로세스 적합도 분석 및 병목점 도출· 제조, 대기/운반, 시간 분석을 통한 공정별 성과 분석· 다중 프로젝트 공정 스케줄 관리
· 병원 진료 프로세스 분석을 통한 대기 지연 원인 파악 및 개선· 검사 유형별, 진료 부서별 미수 패턴 분석을 통한 원인 파악 및 개선
공공 분야
· 사건처리 프로세스 모델 도출을 통한 업무 성과(부하) 분석 및 병목점 도출· 직급별, 요일별, 시간별 빈도 분석을 통한 업무 패턴 파악· 직급별 사용 화면 소셜 네트워크 분석을 통한 업무 연관성 파악
과학적 분석을 통한 프로세스 혁신!!
ProDiscovery 적용 사례
공공분야 (Public)
26
국내 공공기관 - Process Mining
1
2
34
5
전체 프로세스 도출
처리 프로세스 흐름 파악
시스템 사용 빈도 분석
작업 선/후 관계 파악
주요 화면 네트워크 분석
Process Map 도출
27
국내 공공기관 - Process Mining
주요 업무 흐름 시간대별 업무 빈도
일자별 업무 현황 업무 네트워크 분석
28
국내 공공기관 - Process Mining
화면 네트워크 분석 일자별 빈도 분석 사용 시스템 네트워크 분석
업무 네트워크 분석 작업부서 사용 빈도 분석 시스템 사용량 회귀분석
과학적 분석을 통한 프로세스 혁신!!
ProDiscovery 적용 사례
제조 (Manufacturing/Industry4.0)
30
생산공정 MES - Process Mining
공정 프로세스 모델 도출모델 적합도 분석
제조/대기/운반/시간 분석을 통한 공정별 성과 분석공정별 작업 시간 분포도 분석
가동율 비교 분석설비 네트워크 모델 도출
Lot 기준 통과수율 분석Lot당 통과수율 변화량 분석
공정 프로세스 분석
설비 분석
품질 분석
공정시간 분석
MES공정 이벤트 로그 정보
31
현대중공업 적용 사례 - Process Mining
32
현대중공업 적용 사례 - Process Mining
대규모 프로젝트들이 동시다발적으로 진행→ 공정 현황 및 지연 원인 파악에 어려움
엑셀을 이용한 데이터 관리→ 데이터 및 분석 결과 신뢰도 하락
이원화 관리에 따른 계획 일정 정확도 저하
공정 지연 및 부하 현황 파악 곤란
Reality Report
데이터 수집및 변환 모듈
이벤트로그
MXML
XES
표준 이벤트 저장소
1. Multi project 공정 현황 가시성 확보2. 계획 일정 정확도 증대3. 공정 부하 및 지연 해소
공정분석 공수절감 및 공정관리 업무효율 20%향상 (3억)
공정지연단축 및 생산공수절감으로 생산성 향상1% (50억)
As - Is To - Be
33
현대중공업 적용 사례 - Process Mining
계획 실적
공정 프로세스 모델 도출을 통한 병목점 도출
B부서 및 H부서의 계획 일정 조정 가능
A부서 재작
업 프로세
스 발생(19.
1일 소요)
항목별
(케이스/부
서/공정)
비교분석
계획/실적
공정 프로
세스 모델
도출
Source : NIA 한국정보화진흥원 (2016) 2016 글로벌 빅데이터 융합 사례집
34
현대중공업 적용 사례 - Process Mining
계획 및 실적 데이터 비교 분석을 통해 부서별 공정 부하 예측
D부서 (Bad) A부서 (Good)
계획평균 21개최대 64개
계획평균 15개최대 41개
실적평균 39개최대 95개
실적평균 18개최대 42개
동시종료
- 40 - 20
07/24 09/02
시작 시작08/21 10/26
시작 시작
09/18 10/08
마감 마감09/30 10/01
마감 마감
- 66 - 1
Source : NIA 한국정보화진흥원 (2016) 2016 글로벌 빅데이터 융합 사례집
D부서는 계획 대비 약 2배 증가된 물량 처리함
과학적 분석을 통한 프로세스 혁신!!
ProDiscovery 적용 사례
병원 (Service)
36
국내 병원 - Process Mining
환자군별 프로세스 분석
미수환자 패턴 분석
키오스크 대수 산정 시뮬레이션
병원 진료프로세스 분석
주요 패턴 분석
37
국내 병원 - Process Mining
환자군별 프로세스 분석 미수환자 패턴분석
키오스크 대수 산정 시뮬레이션 주요 패턴 분석
38
국내 병원 - Process Mining
병원 내 인력배치 및 근무시간에 반영
병원 내 동선을 고려한 업무공간 배치
표준 프로세스 도출
빈도수가 높은 프로세스 흐름 파악
병목 지점 파악
작업 선/후 관계 파악
데이터 기반 프로세스 모델 도출
39
국내 병원 - Process Mining
프로세스 패턴 분석
병원 업무 상위 프로세스 패턴 파악을 통한 업무 효율화
특이사항 파악
미수 발생 원인 파악하여 개선 방안 마련
주요 프로세스 패턴 분석
특이 프로세스 패턴 분석
검사 유형별, 진료 유형별 미수 패턴 분석
부서별/작업별 성과분석
검사지연 및 진료예약 대기시간 분석 업무지연이 발생하는 부서를 발견하고 서비스 개선점 도출
과학적 분석을 통한 프로세스 혁신!!
ProDiscovery Demo
41
ProDiscovery Demo
42
ProDiscovery 기반 프로세스 분석 컨설팅
데이터 수집 / 처리 프로세스 분석 가시화 / 보고서
• 시스템 이벤트 로그 수집• 데이터 전 처리(정제/변환 등)• 데이터 시각화
• 프로세스 맵 도출• 프로세스 패턴 분석• 프로세스 모델 개발
• 분석 결과 시각화• 분석 보고서• 개선과제 도출