프로세스 마이닝의 기본 개념

프로세스 마이닝의 기본적인 개념은 정보시스템에 기록 되어 있는 이벤트 로그에서 지식을 추출함으로써, 사람들이 머리 속에서 추정하고 있는 프로세스가 아닌 실제 업무 프로세스를 도출하고, 모니터링하며, 개선하는 것입니다.

프로세스 마이닝의 도입 배경

프로세스 마이닝의 도입 배경 및 관심은 분석 데이터의 가용성 측면과 프로세스 분석의 필요성 측면에서 설명할 수 있습니다.

데이터 가용성 측면에서 최근 트렌드를 보면, 정보시스템에서 더 많은 이벤트 로그 정보들을 수집할 수 있게 되었고, 프로세스의 히스토리에 대한 더 자세한 정보를 제공 받을 수 있게 되어서 프로세스 마이닝에 필요한 자료를 쉽게 구할 수 있게 되었습니다.

또한 치열한 경쟁 및 급변하고 있는 기업 환경 하에서 기업의 경쟁력을 키우기 위해 비즈니스 프로세스의 개선 및 지원에 대한 요구가 지속적으로 증대하고 있습니다.

이 두 가지 요인으로 인하여 프로세스 마이닝이 도입 되었고 이에 대한 관심이 증대하고 있습니다.

ProDiscovery 주요 특징


빠른분석

빠른분석

다양한 시스템 로그 데이터를 기반으로 몇 번의 클릭만으로 업무 프로세스 패턴을 손쉽게 도출 할 수 있으며, 다양한 분석 화면을 통해 쉽게 데이터에 접근할 수 있습니다.

빅데이터

빅데이터

대용량 데이터 처리를 위해 ElasticSearch, Spark, ParStream 등 다양한 빅데이터 플랫폼과 연동하여 빠른 데이터 처리가 가능합니다.

확장성

확장성

웹 기반으로 유연한 시스템 확장성을 가지며 다양한 플랫폼에 적용 가능하고, 다양한 데이터 형식(XML, CSV, XES) 지원으로 다른 통계 패키지와 유연한 연계가 가능합니다.

데이터 개요 및 전체 통계 요약

ProDiscovery는 웹 기반 프로세스마이닝 제품으로 어디서든지 서버에 접속하여 DB, TXT, XLS 등 다양한 데이터 채널로부터 수집된 로그를 기반으로 이벤트 개수, 케이스, 단위 업무, 관련 리소스 등의 기본 통계 정보를 보여줍니다.

Generic placeholder image

자동화된 프로세스 도출

프로세스를 전체적인 관점에서 조망하기 위해 그래프 형태로 시각화할 필요가 있습니다. ProDiscovery에서는 업무 프로세스 맵을 자동으로 그려줍니다. 또한 서로 다른 데이터로 부터 도출된 프로세스를 비교함으로써 차이점을 찾고 이로부터 문제 프로세스의 개선 요소를 쉽게 찾을 수 있습니다.

Generic placeholder image

프로세스 패턴 분석

현재 프로세스에서 주로 많이 발생하는 반복 패턴을 얻어 내어, 주요 흐름을 도출하고, 각 패턴 별로 이벤트 발생을 시각화 함으로써 방대한 양의 로그 데이터로 부터 주요 병목 구간을 쉽게 파악 할 수 있습니다.

Generic placeholder image

단위 업무 자동 도출

현재 프로세스에서 어떤 업무가 얼마나 빈번하게 어떻게 수행되는지 알아야 할 필요가 있습니다. Activity 기반 분석 화면은 로그로 부터 자동으로 단위 업무를 도출하여, 현재 프로세스 내에서 수행되고 있는 업무의 비율 및 시작 업무, 종료 업무를 다양한 형태로 보여 줍니다.

Generic placeholder image

성과 분석

프로세스를 전체적인 관점에서 조망하기 위해 그래프 형태로 시각화할 필요가 있습니다. ProDiscovery에서는 업무 프로세스 맵을 자동으로 그려줍니다. 또한 서로 다른 데이터로부터 도출된 프로세스를 비교함으로써 차이점을 찾고 이로부터 문제 프로세스의 개선 요소를 쉽게 찾을 수 있습니다.

Generic placeholder image

Social Network 분석

프로세스에서 업무 수행자 및 설비간 어떤 관계를 가지고 있는지, 업무 관련성은 어느 정도인지 파악할 필요가 있습니다. 각 부서, 사용자, 설비 간의 연결 관계를 시각적으로 표현하여 사회적 네트워크를 그려줍니다.

Generic placeholder image