데이터 문제 해결

데이터 문제 해결

데이터 문제는 구체적인 증상으로 나타납니다. 케이스가 분리되거나 이벤트 순서가 잘못되고, 단계가 누락되거나 수치가 비정상적으로 보일 수 있습니다. 이 문서에서는 증상에서 원인을 찾고 해결 방법을 안내합니다. ProcessMind의 설정으로 해결할 수 있는 문제는 플랫폼에서, 그 외의 문제는 데이터 추출 단계에서 해결합니다.

데이터를 준비하는 전체 과정과 적절한 데이터의 기준은 데이터 정리 및 준비를 참조하세요. 플랫폼에서 데이터에 실행하는 검사는 데이터 품질을 참조하세요.

먼저 확인할 항목

원본 파일을 자세히 살펴보기 전에 ProcessMind에서 제공하는 정보를 먼저 확인하세요.

• 패널 위의 빨간색 목록. 데이터 세트의 일반 탭에 문제를 일으키는 항목이 빨간색 목록으로 표시됩니다. 누락된 케이스 ID, 활동 또는 종료 시간, 데이터가 없는 활동, 값이 없는 속성, 재업로드한 파일과 파일을 불러올 때 지정한 프로세스 유형 간의 불일치 등이 여기에 해당합니다. 먼저 이 목록을 확인하세요.
• 모델 품질 배지와 패널. 배지에는 프로세스 상태 점수가 백분율로 표시되고, 패널에서는 데이터 최신성, 속성 데이터 포함률, 활동 분석을 확인할 수 있습니다.
• AI 데이터 추천. 데이터 세트를 검사해 발견된 문제를 나열하고 매핑 및 해결 방법을 제안합니다.
• 데이터 세트 속성. 데이터를 다시 내보내지 않고도 표시 이름, 데이터 유형, 타임스탬프 형식을 설정하거나 열을 숨길 수 있습니다.

프로세스 그래프에서 나타나는 증상

케이스가 여러 개로 분리됩니다

증상: 하나의 프로세스 인스턴스가 단계 한두 개씩 포함된 짧은 케이스 여러 개로 표시되어 그래프에 활동이 일렬로만 나타납니다.

이유: 케이스 ID로 매핑한 열이 프로세스 인스턴스보다 작은 단위를 식별합니다. 예를 들어 개별 항목, 송장 번호 또는 한 시스템의 문서 번호일 수 있습니다.

해결 방법: 주문, 티켓, 청구 건처럼 전체 인스턴스를 식별하는 열을 매핑하세요. 해당 열이 없다면 상위 데이터 처리 단계에서 식별자를 통합해야 합니다. SQL이나 ETL 작업에서 식별자를 결합해 같은 인스턴스에 속한 모든 이벤트에 동일한 Case ID가 포함되도록 한 다음 다시 업로드하세요. 시스템별 명명 규칙은 데이터 가져오기를 참조하세요.

이벤트 순서가 잘못되었습니다

증상: 나중에 발생한 활동이 먼저 발생한 활동보다 앞에 표시됩니다. 예를 들어 주문보다 앞선 날짜의 청구서가 나타납니다.

원인: 일반적인 원인은 세 가지입니다. 타임스탬프 형식을 잘못 지정해 03/04/2025 값이 4월 3일이 아닌 3월 4일로 읽혔을 수 있습니다. 서로 다른 시간대의 시스템에서 가져온 이벤트를 시간대 변환 없이 합쳤을 수 있습니다. 또는 시간 필드에 잘못된 열을 매핑했을 수 있습니다.

해결 방법: 데이터셋 속성에서 형식을 확인하고 데이터 유형이 텍스트가 아닌 Timestamp인지 확인하세요. 내보낸 데이터를 합치기 전에 모든 원본의 시간대를 하나로 통일하고, 케이스별로 타임스탬프 순서에 따라 정렬한 뒤 몇 개의 케이스를 처음부터 끝까지 확인하세요.

단계가 누락되었습니다

증상: 실제로 발생하는 단계가 그래프에서 건너뛰어져 있습니다.

이유: 전화 승인이나 종이 서명처럼 데이터에 기록되지 않는 단계일 수 있습니다. 활동 매핑이 누락됐거나 필터로 표시되지 않을 수도 있습니다.

해결 방법: 실제로 진행되지만 기록되지 않는 단계는 활동을 data flow through 단계로 지정해 표시하고, 나머지는 활동 매핑 및 매핑 해제에서 매핑합니다. 매핑되지 않은 활동은 반투명하게 표시되고 연결선은 점선으로 나타납니다. 그런 다음 어떤 필터가 적용 중인지 확인합니다.

케이스가 끝나지 않습니다

증상: 많은 케이스가 종료 이벤트에 도달하지 않은 채 중단됩니다.

이유: 케이스가 진행 중인 시점에 내보내기가 특정 날짜 기준으로 끝났거나, 모델에 종료 이벤트가 없거나, 종료 활동이 데이터셋에 포함되지 않았을 수 있습니다.

해결 방법: 모델에 실제 종료 이벤트를 추가하거나, 진행 중인 케이스는 열린 상태로 두고 시간 분석에서 제외합니다. 시간 지표는 종료된 케이스만 집계합니다. 완료되지 않은 케이스는 데이터 오류가 아닙니다.

건수가 실제보다 많아 보입니다

증상: 특정 활동이 의심스러울 정도로 자주 수행되거나 케이스 수가 업무 보고서의 수치보다 많습니다.

이유: 중복 행이 있습니다. 연동 과정이나 반복 추출로 같은 이벤트가 두 번 기록됐을 수 있습니다.

해결 방법: 업로드 전에 케이스 ID, 활동, 타임스탬프를 기준으로 중복을 제거합니다. 중복 추출이 주로 발생하는 원인은 데이터 준비 워크플로에서 확인할 수 있습니다.

맵이 복잡합니다

증상: 활동이 수백 개 표시되고, 대부분이 기술 관련 활동입니다.

이유: 로그인, 재시도, 백그라운드 작업이 업무 단계와 같은 추출 데이터에 포함되어 있습니다.

해결 방법: 분석하지 않는 속성은 숨기고, 프로세스에 속하지 않는 이벤트는 필터링합니다. 세부 이벤트는 해당 활동으로 묶습니다. 어느 정도의 세부 정보가 필요한지는 프로세스 전문가가 판단해야 합니다.

여러 시스템의 데이터가 서로 맞지 않습니다

증상: 시스템에서 데이터가 제공되어야 할 구간에 프로세스 흐름이 끊겨 있습니다.

이유: 시스템별 추출 시점이 다르거나, 같은 단계를 서로 다른 이름으로 표시하거나, 한 시스템의 데이터 추출이 누락됐을 수 있습니다.

해결 방법: 데이터를 결합하기 전에 추출 기간과 활동 용어를 맞춥니다. 서로 맞지 않는 파일을 단순히 이어 붙이는 대신 기본 데이터와 비교 데이터로 각각의 역할을 지정합니다.

데이터셋에서 나타나는 증상

업로드가 거부됩니다

증상: 업로드 중 오류가 발생하거나 파일이 단일 열로 표시됩니다.

이유: 파일이 구조 요구사항 중 하나를 충족하지 않습니다. 흔한 원인으로는 첫 번째 줄에 있어야 할 헤더 행 누락, 데이터 사이의 빈 행, 텍스트로 저장된 숫자, 데이터가 두 번째 시트에 있는 Excel 파일이 있습니다. 첫 번째 시트의 데이터만 읽습니다.

해결 방법: 헤더를 첫 번째 행에 넣고 빈 행을 삭제합니다. 숫자가 숫자 형식인지 확인하고 이벤트 데이터를 첫 번째 시트로 옮깁니다. CSV, TSV, TXT의 구분 기호와 따옴표는 자동으로 감지됩니다. 파일이 단일 열로 표시된다면 파일을 해석하지 못한 것일 수 있으므로 CSV 또는 Parquet 형식으로 다시 내보냅니다.

열 또는 데이터 형식이 잘못됐습니다

증상: 열이 누락되거나 타임스탬프가 텍스트로 처리됩니다.

이유: 이전에 업로드한 파일과 형식이 달라졌거나 데이터 형식이 잘못 감지됐을 수 있습니다.

해결 방법: 데이터 형식 및 표시 형식을 직접 설정하거나 해당 열을 숨깁니다. 파일을 교체한 뒤에는 빨간색 목록에서 새 파일과 파일을 불러온 데이터셋 간의 불일치 항목을 확인합니다.

타임스탬프를 인식하지 못합니다

증상: 타임스탬프 열이 비어 있거나 소요 시간이 지나치게 길게 계산됩니다.

이유: 특이한 형식, 지역별 날짜 표기 순서, 초와 밀리초가 섞인 정밀도, 시간대 변환의 중복 적용 등이 원인일 수 있습니다.

해결 방법: 데이터셋 속성에서 형식을 직접 지정합니다. 정밀도가 섞인 데이터는 원본에서 분리하고, 업로드 전에 시간대를 하나로 통일합니다.

값이 비어 있습니다

증상: 품질 패널에서 속성 값이 누락된 것으로 표시되거나 차트에 null 범주가 나타납니다.

이유: 원본 시스템에서 모든 케이스의 값을 수집하지 않거나, 내보내기 과정에서 빈 필드가 빠졌을 수 있습니다.

해결 방법: 가능하면 원본에서 누락된 값을 채웁니다. 빈 값을 적절한 기본값으로 바꿀 수 있다면 계산된 속성에서 null 처리 함수를 사용합니다.

활동 이름이 서로 다릅니다

증상: 같은 활동을 뜻하는 “Approve Order”와 “Order Approval”이 별개의 활동으로 표시되거나, 국가별로 같은 단계의 이름이 다릅니다.

이유: 원본 시스템마다 같은 업무를 서로 다른 이름으로 표시합니다.

해결 방법: 단계마다 사용할 이름을 하나로 정합니다. 그런 다음 추출 데이터의 값을 표준화하거나, 여러 이름을 하나로 매핑하는 계산된 속성을 추가하고 그 속성을 기준으로 활동을 매핑합니다.

수치에서 나타나는 증상

평균이 실제보다 낮아 보입니다

증상: 업무 현장에서 현실적이지 않다고 판단하는 평균 케이스 소요 시간이 표시됩니다.

이유: 시간 지표는 종료된 케이스만 집계하므로 진행 중인 케이스는 제외됩니다. 특히 최근 기간에는 빠르게 완료된 케이스가 먼저 집계되는 경우가 많습니다.

해결 방법: 같은 조건끼리 비교합니다. 케이스가 완료될 시간이 충분했던 기간으로 범위를 제한하고, 평균 하나만으로 결론을 내리기 전에 시간 지표의 정의를 확인합니다. 평균값보다 분포를 살펴보는 것이 좋습니다.

일부 극단값이 평균에 큰 영향을 줍니다

증상: 평균이 일반적인 케이스보다 훨씬 높습니다.

이유: 소수의 극단적인 케이스가 평균을 끌어올립니다. 실제 예외일 수도 있고 데이터 오류일 수도 있습니다.

해결 방법: 평균 대신 지연 케이스의 분포(P90과 중앙값)를 확인합니다. 극단적인 케이스가 실제 사례인지 살펴보고, 잘못된 데이터만 제외합니다. 드물지만 실제로 발생한 예외도 유용한 정보입니다. 시간 지표에서 각 측정값의 의미를 확인할 수 있습니다.

비교 결과가 표시되지 않습니다

증상: 비교 데이터셋에 *데이터 없음(케이스 0건, 포함률 0%)*이 표시됩니다.

이유: 적용 중인 필터나 선택한 기간에 해당 데이터셋의 케이스가 없거나, 데이터셋의 활동이 모델에 매핑되지 않았을 수 있습니다.

해결 방법: 기간을 늘리고 비교 데이터셋의 매핑을 확인한 뒤, 어떤 데이터셋이 기본 데이터인지 확인합니다.

데이터 규모로 인한 문제

데이터 오류가 아니라 규모 때문에 발생하는 문제도 있습니다:

• 업로드 속도가 느림: Parquet 또는 ORC를 사용합니다. Excel 파일은 XLSX보다 XLSB가 적합합니다. 자세한 내용은 지원되는 데이터 형식을 참조합니다.
• 파일이 커짐: 전체 파일을 교체하는 대신 증분(delta) 업로드로 새 기간의 데이터를 추가합니다.
• 분석 속도가 느림: 분석하지 않는 열을 삭제하고, 예외를 찾을 때는 정상 경로를 필터링합니다. 한 번에 한 기간 또는 한 지역만 살펴봅니다. 데이터 규모에 따른 성능 영향은 성능 가이드에서 확인할 수 있습니다.
• 더 이상 필요하지 않은 데이터셋: 더 이상 분석하지 않는 데이터는 보관 처리해 실제 업무에 활용하는 데이터만 작업 공간에 유지합니다.

원본에서 문제 해결하기

ProcessMind에서 해결할 수 있는 문제는 추가 작업을 줄여 줍니다. 하지만 일부 문제는 원본 시스템에서만 해결할 수 있습니다. 원본 시스템 누락, 혼합된 시간대, 내보내기 과정에서 통일되지 않는 식별자 등이 이에 해당합니다. 이런 문제는 데이터 추출 과정에서 해결하고, 반복된다면 추출 데이터를 생성하는 시스템에서 바로잡아야 합니다. 시스템별 데이터 확보 방법은 데이터 확보 방법에서, 추출 데이터의 신뢰성을 유지하는 방법은 process mining을 위한 ETL에서 확인할 수 있습니다.

문제가 계속되나요?

위 항목을 확인해도 문제가 해결되지 않으면 데이터셋 이름, 확인 중인 케이스, 예상한 결과와 실제 결과를 적어 지원팀에 문의합니다. 그래프와 품질 패널의 스크린샷을 함께 보내면 상황을 설명하는 것보다 빠르게 원인을 파악할 수 있습니다.

내 데이터로 process mining 체험하기

관련 주제

• 데이터 품질: 품질 배지에 표시되는 내용과 패널 확인 방법
• 데이터셋 구성: 빨간색 검증 목록과 필수 필드
• 지원되는 데이터 형식: 헤더 행, 시트, 파일 형식
• 데이터 정리 및 준비: 데이터 준비 워크플로 전체 안내
• 증분 데이터 로드: 다시 업로드하지 않고 데이터셋 확장하기
• 자주 묻는 질문: 자주 나오는 질문과 답변