자산 정비 데이터 템플릿

이 속성은 데이터를 생성한 소프트웨어 환경을 식별합니다. 복잡한 유지보수 환경에서는 ERP, 전문 CMMS 또는 IoT 모니터링 플랫폼에서 데이터가 수집될 수 있습니다.

여러 시스템의 데이터를 하나의 프로세스 모델에 통합할 때 이 필드를 기준으로 데이터를 필터링할 수 있습니다. 데이터 계보를 확인하고 기존 시스템 간 데이터 품질이나 프로세스 차이를 비교하는 데도 활용할 수 있습니다.

여러 시스템을 사용하는 환경에서 데이터 추적성을 보장합니다.

추출 과정에서 값을 직접 지정하거나 시스템 설정에서 매핑합니다.

이 속성은 유지보수 로그의 각 이벤트에 시간 정보를 제공합니다. 상태가 변경되거나 원천 시스템에서 트랜잭션이 확정된 정확한 시각을 기록합니다.

타임스탬프는 process mining에서 기간 기반 지표를 계산하는 기준입니다. 이를 통해 처리 시간, 리드 타임, 리소스 유휴 시간을 계산할 수 있습니다. 짧은 시간 간격으로 발생한 이벤트의 순서를 정확히 정하려면 정밀한 타임스탬프가 필요합니다.

이벤트 순서를 정하고 모든 기간 지표를 계산할 수 있습니다.

활동 정보와 함께 트랜잭션 로그, 이력 테이블 또는 감사 추적에서 확인할 수 있습니다.

이 속성은 process mining 분석에서 중심이 되는 케이스 식별자입니다. 최초 요청이나 예방 정비 발생부터 작업 완료와 재무 마감까지 이어지는 하나의 유지보수 주기를 나타냅니다.

분석에서는 이 필드를 기본 키로 사용해 관련 이벤트, 비용, 리소스 기록을 그룹화합니다. 이를 통해 process mining 엔진이 개별 작업의 전체 흐름을 재구성하므로 분석가는 작업 진행 경로를 추적하고 케이스별 병목을 파악하며, 오더 유형이나 우선순위에 따른 결과를 비교할 수 있습니다.

서로 다른 프로세스 인스턴스를 구분하는 데 필요한 기본 케이스 ID입니다.

일반적으로 작업 오더 헤더 테이블에서 확인할 수 있습니다(예: Maximo의 WONUM, SAP의 AUFNR).

이 속성은 분석에 사용된 데이터의 최신성을 추적합니다. 분석가는 데이터가 얼마나 최신인지 파악하고 운영 시스템과 process mining 환경 간 지연 가능성을 확인할 수 있습니다.

실제 프로세스 흐름에 포함되는 정보는 아니지만 데이터 거버넌스에 중요합니다. 이해관계자가 실시간 데이터와 이전 마감 기간의 스냅샷 중 무엇을 보고 있는지 확인할 수 있습니다.

데이터의 최신성을 확인하고 증분 적재를 관리하는 데 도움이 됩니다.

ETL 파이프라인 또는 추출 스크립트가 실행될 때 생성합니다.

이 속성은 유지보수 작업 오더의 수명 주기에서 진행되는 단계를 정의합니다. 생성, 승인, 진행 중, 보류, 완료 등 작업 오더가 거치는 각 상태를 기록합니다.

정확한 process mining을 위해 이 필드는 여러 시스템 이벤트를 이해하기 쉬운 활동명으로 표준화합니다. 프로세스 맵을 시각화하고 단계 간 전환 시간을 계산하며, 작업 오더가 이전 상태로 돌아가는 재작업 흐름을 파악하는 데 필요합니다.

프로세스 맵의 노드를 정의하며 워크플로를 재구성하는 데 필요합니다.

상태 이력 테이블, 트랜잭션 로그 또는 작업 오더 변경 로그에서 가져옵니다.

이 속성은 일정 담당자가 계획했거나 SLA에서 정한 완료 예정일을 나타냅니다. 기한 내 완료 여부를 계산할 때 기준으로 사용합니다.

실제 완료일과 목표일을 비교하면 일정 준수율과 지연 지표를 계산할 수 있습니다. 차이가 크면 계획의 비효율이나 리소스 제약이 있음을 나타낼 수 있습니다.

지연과 일정 준수 여부를 계산하는 기준입니다.

작업 오더 일정 탭(예: SAP의 GLTRP, Maximo의 SCHEDFINISH).

이 속성은 작업 오더를 현장의 실제 대상과 연결합니다. 유지보수 대상 설비의 태그 번호, 장비 ID 또는 기계 코드를 나타냅니다.

자주 수리가 필요한 문제 설비를 찾는 데 중요합니다. 설비 ID별로 작업 오더를 집계하면 고장 간 평균 시간(MTBF)을 계산하고 유지보수 예산을 과도하게 사용하는 장비를 파악할 수 있습니다.

특정 장비의 성능을 분석하고 MTBF를 계산할 수 있습니다.

작업 오더 헤더 테이블(예: Maximo의 ASSETNUM, SAP의 EQUNR).

이 속성은 설비 고장이 안전, 환경 또는 생산에 미치는 영향을 기준으로 설비를 분류합니다. 설비 마스터 레코드에 고정값으로 저장되는 경우가 많지만, 작업 오더에 당시 값을 복사해 두기도 합니다.

분석가는 이 속성을 사용해 유지보수팀이 중요 설비의 작업을 우선 처리하는지 확인할 수 있습니다. 중요도가 높은 장비일수록 예방 정비 일정을 잘 준수하는지 점검하는 데 도움이 됩니다.

유지보수 우선순위를 사업 위험과 운영 영향에 맞출 수 있습니다.

설비 마스터 데이터 또는 비정규화된 경우 작업 오더 헤더에서 확인할 수 있습니다.

이 속성은 작업 오더에 기록된 모든 작업 시간의 합계입니다. 작업을 완료하는 데 실제로 투입된 노력을 나타냅니다.

이 지표는 인력 활용률과 작업 효율을 계산하는 데 필요합니다. 실제 시간과 예상 시간을 비교하면 계획의 정확도를 확인할 수 있습니다. 차이가 크다면 작업 범위가 불명확하거나 필요한 기술이 부족할 수 있습니다.

투입 노력을 측정하며 인력 활용률과 계획 정확도를 계산하는 데 사용합니다.

타임시트 또는 작업 시간 트랜잭션 테이블의 데이터를 집계합니다.

이 속성은 작업 오더와 관련된 모든 재무 전표를 합산합니다. 유지보수 작업으로 발생한 최종 비용을 나타냅니다.

비용 분석은 자산 관리에서 process mining을 활용하는 주요 이유 중 하나입니다. 유지보수 비용이 가장 많이 드는 설비 유형을 찾고, 수리 비용이 설비 교체 비용보다 높은 사례를 파악할 수 있습니다.

재무 영향 분석과 예산 차이 보고의 기준이 됩니다.

비용 요약 테이블에서 확인하거나 오더와 연결된 총계정원장 전표를 집계합니다.

이 불리언 속성은 작업 오더 유형을 예방 정비와 비예방 정비로 간단히 구분합니다. 작업 오더 유형 코드에서 파생되는 경우가 많습니다.

이 표시를 사용하면 대시보드에서 예방 정비 준수 현황을 빠르게 필터링할 수 있습니다. 유지보수 조직의 성숙도를 측정하는 업계 표준 지표인 예방 정비/시정 정비 비율 KPI를 간편하게 계산할 수 있습니다.

예방 정비 비율을 위한 필터링과 KPI 계산을 간소화합니다.

작업 오더 유형 또는 시스템의 전용 표시(예: PPM 표시)에서 파생됩니다.

이 속성은 유지보수 작업이 운영에 얼마나 중요한지 나타냅니다. 값은 숫자 코드(1, 2, 3)나 중요, 높음, 보통, 낮음과 같은 설명형 레이블로 표시됩니다. 이 값에 따라 필요한 대응 시간과 리소스 배정이 달라집니다.

프로세스 분석에서는 SLA 준수 여부를 확인하는 데 사용합니다. 분석가는 우선순위가 높은 작업이 낮은 작업보다 실제로 빠르게 처리되는지, 승인 단계에서 지연되는지 살펴봅니다.

SLA 준수 여부와 리소스 우선순위 배정을 분석할 수 있습니다.

작업 오더 헤더 테이블(예: Maximo의 PRIORITY, SAP의 PRIOK).

이 속성은 작업 오더를 담당하는 팀, 직종 또는 부서를 식별합니다. 예를 들어 전기, 기계, 계측 또는 시설 부서가 해당합니다.

이 정보를 활용하면 팀별 성과를 비교할 수 있습니다. 분석가는 부서별 처리 시간, 미처리 작업량, 재작업률을 비교해 특정 직종의 교육 필요성이나 리소스 부족을 파악할 수 있습니다.

팀별 성과와 미처리 작업량을 비교할 수 있습니다.

작업 오더 헤더(예: SAP의 작업장, Maximo의 Crew ID).

이 속성은 유지보수 작업의 성격을 분류합니다. 일반적으로 계획된 작업(예방 정비)과 계획되지 않은 가동 중단(시정 정비 또는 긴급 정비)을 구분합니다. 대부분의 EAM/CMMS 시스템에 있는 표준 필드입니다.

분석가는 이 필드를 사용해 프로세스 모델을 구분해 살펴봅니다. 긴급 수리와 예방 정비의 워크플로를 비교하면 프로세스 경로, 승인 요건, 처리 시간이 크게 다르게 나타나는 경우가 많습니다. 예방 정비와 사후 대응 정비의 비율을 계산할 때도 이 필드를 주요 기준으로 사용합니다.

계획 작업과 비계획 작업을 나누어 분석하는 데 필요합니다.

작업 오더 헤더 테이블(예: Maximo의 WORKTYPE, SAP의 AUART).

이 속성은 유지보수 작업을 수행할 개인 또는 책임 기술자를 식별합니다. 부서가 담당 그룹을 나타낸다면 이 속성은 구체적인 담당자를 나타냅니다.

이 수준의 세부 정보는 직원별 업무량을 분석하는 데 유용합니다. 특정 기술자에게 업무가 지속적으로 과중하게 배정되는지, 일부 담당자의 재작업률이 높은지 파악해 교육 필요성을 확인할 수 있습니다.

업무량 배분과 개인별 성과 지표를 분석할 수 있습니다.

작업 오더 배정 테이블 또는 작업 시간 상세 테이블에서 확인할 수 있습니다.

이 속성은 설비가 있는 지리적 또는 기능적 구역을 나타냅니다. 특정 건물, 층 또는 원격 현장일 수 있습니다.

위치 데이터는 이동 시간의 비효율과 물류 문제를 분석하는 데 도움이 됩니다. 기술자가 우선순위가 낮은 작업을 위해 먼 거리를 자주 이동한다면 process mining을 통해 이동 경로를 개선하거나 위치별로 작업 오더를 묶을 기회를 찾을 수 있습니다.

물류를 분석하고 위치별 병목을 파악하는 데 도움이 됩니다.

작업 오더 헤더 또는 연결된 설비 위치 테이블에서 확인할 수 있습니다.