Process mining 데이터: 시작에 필요한 항목

Process mining 데이터는 세 가지 필드로 구성됩니다. 이벤트를 연결하는 케이스 ID, 발생한 일을 나타내는 활동, 발생 시점을 나타내는 타임스탬프입니다. 대부분의 팀은 이미 보유한 데이터 내보내기 파일에서 이 필드를 찾을 수 있습니다. 중요한 것은 현재 궁금한 점에 답을 줄 기록이 무엇인지 판단하는 일입니다.

간단히 답하면, process mining에 필요한 데이터는 무엇인가요?

먼저 최소한의 이벤트 로그를 준비하세요. 이벤트마다 한 행씩 두고 케이스 ID, 활동, 타임스탬프를 포함하면 됩니다. 구체적인 질문에 답하는 데 도움이 되는 속성을 추가하고, 완벽한 데이터셋을 기다리기보다 데이터로 실제 업무 흐름을 확인할 수 있는지 먼저 살펴보세요.

아래 내용은 이 세 가지 필드의 신뢰성을 확인하는 방법을 다룹니다. 용어가 낯설다면 데이터를 추출하기 전에 process mining이란 무엇인지, 로그에서 무엇을 확인할 수 있는지부터 살펴보세요.

필수 필드는 process mining 데이터 스키마의 기본을 이루며, 선택 필드는 이후 차이가 발생한 이유를 설명하는 데 도움이 됩니다. 먼저 내보낸 데이터에 필수 필드 세 가지가 있는지, 각 행이 이벤트 하나를 나타내는지 확인하세요. 구조를 예시로 살펴보려면 이벤트 로그 만드는 방법을, 필드 설정 방법은 데이터 매핑 문서를 참고하세요.

어떤 데이터가 필요한가요?

레모네이드 가판대를 운영하며 고객이 기다리는 이유를 알아보려 한다고 가정해 보세요. 고객에 관한 모든 세부 정보가 필요한 것은 아닙니다. 주문마다 어떤 단계를 거치는지 알면 됩니다.

이벤트마다 다음 정보를 기록하세요.

• 케이스 ID: 주문 번호로 같은 주문에 속한 이벤트를 연결합니다.
• 활동: “주문 받기”, “레모네이드 만들기”, “고객에게 전달하기”처럼 발생한 일을 나타내는 이름입니다.
• 타임스탬프: 이벤트가 발생한 시점으로, 이벤트의 순서를 정하는 데 사용됩니다.

Figure 1 — 각 케이스의 모든 세부 정보보다 진행 단계를 살펴보세요.

간단한 예시만으로도 구조를 확인할 수 있습니다.

이 필드만으로도 주문별 진행 순서와 각 단계에 걸린 시간을 확인할 수 있습니다. 주문 유형이나 판매 채널 같은 추가 필드는 일부 주문이 더 오래 걸리는 이유를 설명해 줍니다. 확인하려는 질문에 도움이 되는 경우 추가하세요.

레모네이드 가판대가 아닌 실제 업무에도 같은 원리가 적용됩니다. 주문 프로세스에서는 케이스 ID가 주문 번호일 수 있고, 활동은 상태 변경을 나타내며, 타임스탬프는 보고서 내보내기 파일이 아니라 이벤트 이력에서 가져올 수 있습니다. ProcessMind는 필드를 매핑한 뒤 기존 데이터를 불러옵니다. 원본 시스템을 변경하지 않고도 process mining 플랫폼에서 흐름을 확인할 수 있습니다.

레모네이드 기록은 어디에 있을까요?

레모네이드 가판대가 붐비고 줄이 계속 길어집니다. 고객이 주문할 때 기다리는지, 음료가 준비될 때 기다리는지, 아니면 문제가 생기는지 알고 싶습니다. 근거가 영수증, 주문 기록, 메모에 흩어져 있습니다.

Figure 2 — 주문 하나에 관한 기록이 깔끔한 표 하나에 모여 있는 경우는 드뭅니다.

실제 프로젝트에서도 흔히 있는 일입니다. 데이터는 있지만 바로 쓸 수 있는 이벤트 로그 형태는 아닙니다. 여러 표나 시스템의 기록을 모으고, 어떤 필드가 케이스, 활동, 타임스탬프를 나타내는지 정해야 합니다.

먼저 답을 찾고 싶은 질문을 적고, 그 질문에 답할 수 있는 기록을 찾아보세요.

• 주문 처리 시간을 측정하려면 주문 식별자와 관련 상태 변경의 타임스탬프를 찾으세요.
• 채널별로 비교하려면 채널을 추가 속성으로 포함하세요.
• 불만 처리 과정을 확인하려면 일관되게 기록된 경우 불만 관련 활동이나 결과를 포함하세요.

이렇게 하면 첫 데이터 추출의 범위를 좁힐 수 있습니다. 모든 시스템에서 모든 필드를 모을 필요는 없습니다. 프로세스를 재구성하고 질문을 살펴보는 데 필요한 데이터만 있으면 됩니다.

이미 Excel 또는 CSV 파일이 있다면 데이터 팀에 새 추출을 요청하기 전에 먼저 확인하세요. 현재 필드로 무엇을 분석할 수 있는지, 더 나은 추출을 위해 무엇을 추가해야 하는지 알 수 있습니다.

데이터를 찾아 나서기

Process mining 데이터는 대개 업무가 진행될 때 기록을 남기는 시스템에서 가져옵니다. ERP, CRM, ITSM 플랫폼, 티켓 관리 도구 또는 기타 운영 애플리케이션이 여기에 해당합니다. 필요한 기록은 데이터베이스, 보고서 또는 내보내기 파일에 있을 수 있습니다.

프로세스 담당자와 시스템 담당자에게 주요 이벤트가 어디에 기록되는지 물어본 뒤, 실제 케이스 몇 건을 처음부터 끝까지 따라가 보세요. 각 단계에서 케이스 식별자, 이벤트 이름, 타임스탬프를 찾을 수 있는지 확인해야 합니다.

1. 프로세스 하나와 질문 하나를 정하세요

   주문은 어느 단계에서 기다리며, 어떤 인계에서 시간이 가장 많이 지연되나요?

2. 시스템과 담당자를 찾으세요

   업무를 기록하는 애플리케이션과 해당 시스템을 운영하는 팀은 어디인가요?

3. 이벤트 이력을 확인하세요

   현재 상태만 보여 주는 자료가 아니라 상태 변경 이력이 담긴 보고서나 표가 있나요?

4. 케이스 ID를 확인하세요

   연결하려는 모든 이벤트에 동일한 식별자가 있어야 합니다.

5. 먼저 소량의 표본을 내보내세요

   더 많은 데이터를 요청하기 전에 먼저 확인하세요.

이용할 수 있다는 이유만으로 모든 표를 가져오지는 마세요. 범위를 좁힌 데이터는 검토하고 정리하고 설명하기가 더 쉽습니다. 여러 시스템에 걸친 프로세스라면 기록을 어떻게 연결하는지 적어 두세요. 예를 들어 어떤 주문 번호로 CRM 기록과 ERP 기록을 연결하는지 명시하면 됩니다.

일반적인 데이터 소스는 데이터를 가져올 위치에 관한 문서에서 확인할 수 있습니다. 여러 시스템의 데이터를 결합하거나 변환해야 한다면 process mining을 위한 ETL 가이드에서 해당 작업을 살펴보세요.

데이터 정리하기

내보낸 데이터에는 중복 이벤트, 누락된 타임스탬프, 일관되지 않은 상태 이름, 테스트 주문 또는 분석하려는 프로세스와 무관한 기록이 포함될 수 있습니다. 그렇다고 데이터를 쓸 수 없는 것은 아닙니다. 다만 결과를 해석하기 전에 각 행이 무엇을 나타내는지 파악해야 합니다.

데이터를 몇 차례에 나누어 검토하세요.

• 중복: 반복된 행이 실제로 여러 번 발생한 이벤트인지, 실수로 복사된 기록인지 확인하세요.
• 타임스탬프: 값 누락, 형식 혼합, 예상치 못한 시간대, 순서가 맞지 않는 이벤트를 확인하세요.
• 활동과 상태: 같은 의미의 이름은 통일하고, 서로 다른 단계를 나타내는 상태는 구분하세요.
• 테스트 또는 취소된 기록: 분석에 포함할지 판단하고, 제외하는 항목과 이유를 기록하세요.
• 케이스 ID: 비어 있거나 바뀌는 식별자가 하나의 케이스를 여러 개로 나누거나 무관한 케이스를 합치지 않는지 확인하세요.

다르다는 이유만으로 특이한 케이스를 삭제하지 마세요. 먼저 유효한 예외인지 데이터 오류인지 확인하고, 준비한 데이터셋을 원본 기록과 대조해 설명할 수 있도록 모든 변경 사항을 남기세요.

Process mining 데이터 품질은 좋고 나쁨으로 단정하기 어렵습니다. 질문에 필요한 필드가 일관되게 작동하는지가 중요하므로, 확인되지 않은 약속보다 샘플을 직접 살펴보는 편이 낫습니다. ProcessMind는 데이터셋에 품질 배지와 백분율을 표시하고, 누락값이나 일관되지 않은 값, 타임스탬프 문제 등 점수에 영향을 주는 항목을 패널에서 설명합니다. 결과를 얼마나 신뢰할 수 있는지 확인하고, 문제를 수정하면서 점수가 어떻게 달라지는지도 살펴볼 수 있습니다. 자세한 내용은 데이터 품질 문서에서 확인하세요.

검토는 반복해서 진행합니다. 표본으로 시작해 필드를 매핑하고, 생성된 프로세스를 살펴본 뒤 이상한 부분을 조사하세요. 일반적인 정리 단계와 확인 사항은 데이터 정리 및 준비 가이드에서 확인할 수 있습니다.

데이터에 의미 부여하기

기록을 찾고 검토한 다음에는 원본 열을 프로세스 분석에 필요한 필드에 매핑하세요. 원본 시스템에서 사용하는 이름은 다를 수 있지만, 각 필드의 의미는 분명해야 합니다.

활동은 모호한 설명이 아니라 프로세스에서 발생한 이벤트를 나타내야 합니다. “고객 만족”은 의견이나 메모일 수 있지만, 시스템에서 해당 상태를 기록한다면 “주문 배송 완료”가 더 분명한 이벤트입니다. 보고서를 내보낸 시점이 아니라 이벤트가 발생한 시점을 반영하는 타임스탬프를 선택하세요.

모든 열을 직접 지정할 필요는 없습니다. 데이터셋을 매핑할 때 ProcessMind가 일치하는 필드를 제안하고, AI 데이터 추천 기능이 신뢰도 점수와 함께 가능성이 높은 매핑을 제시합니다. 분석을 더 구체화하는 데 도움이 될 속성, 활동, 데이터 소스도 추천합니다. 필드 목록을 일일이 찾는 대신 제안을 검토하고 확인하면 됩니다. 매핑에 반나절이 걸릴 일을 일주일씩 진행하지 않아도 됩니다. AI 데이터 추천을 확인하세요.

적절한 매핑을 적용하면 실제 업무를 아는 사람들이 프로세스를 이해하기 쉬워집니다. 프로세스 담당자와 활동 이름을 검토하고 케이스 ID와 타임스탬프가 예상대로 작동하는지 확인하세요. 데이터셋 설정 방법은 데이터 매핑 문서에서, 활동 정의 방법은 활동 매핑 가이드에서 확인할 수 있습니다.

데이터는 얼마나 필요할까요?

모든 프로세스에 맞는 단일 케이스 수나 이력 기간은 없습니다. 필요한 데이터양은 프로세스가 얼마나 자주 실행되는지, 어느 정도의 차이가 예상되는지, 무엇을 비교하려는지에 따라 달라집니다.

첫 검토에는 일반적인 업무와 확인하려는 예외를 모두 포함할 만큼의 케이스를 사용하세요. 관련 프로세스 주기와 시간에 따른 의미 있는 변화를 확인할 수 있도록 충분한 이력을 포함해야 합니다. 기간이 짧거나 표본이 적더라도 스키마와 매핑을 시험할 수는 있지만, 결과가 전체를 대표한다고 단정하지 않도록 주의하세요.

데이터가 많으면 자주 발생하지 않는 경로를 찾을 수 있지만, 준비와 분석에 시간이 더 걸립니다. 범위를 정한 기간으로 시작하고 초기 결과에서 추가 질문이 생기면 범위를 넓히세요. 대용량 이벤트 로그를 다룬다면 이력 데이터를 얼마나 불러올지 결정하기 전에 process mining의 성능과 확장성에 관한 안내를 확인하세요.

파일 형식과 업로드 방법

첫 프로젝트에서는 팀에서 생성하고 검토할 수 있는 내보내기 파일을 사용하세요. ProcessMind는 CSV와 Excel 파일 등 일반적인 스프레드시트 및 구분자로 나뉜 파일을 지원합니다. 대용량 로그에는 Parquet 또는 ORC를 사용할 수 있습니다. 파일을 올리는 데는 몇 분이면 됩니다. 파일을 추가하고 자동으로 감지된 열을 검토하면 프로세스를 확인할 수 있습니다. 커넥터를 선택할지는 그다음에 결정해도 됩니다. 단계별 안내는 데이터셋 업로드 방법을 참고하세요.

전체 데이터셋을 다시 만들지 않고 최신 기록을 추가해야 한다면 데이터를 점진적으로 불러올 수도 있습니다. 적절한 방법은 원본 데이터가 생성되는 방식과 변경 빈도에 따라 달라집니다. 자세한 내용은 지원되는 데이터 형식과 점진적 데이터 로드 문서를 참고하세요.

반복적으로 데이터를 불러오는 환경에는 API가 적합할 수 있습니다. 사용 가능한 방법은 데이터 API 문서에서 확인하세요. 데이터를 추출하고 변환한 뒤 불러오는 방법을 정하고 있다면 ETL 가이드부터 살펴보세요.

업로드하지 말아야 할 데이터

프로세스에 관한 질문에 필요한 데이터만 포함하세요. 특히 자유 형식 메모, 댓글, 설명처럼 예상하지 못한 필드에 개인정보가 들어 있을 수 있습니다. 업로드 전에 데이터를 검토하고 분석에 필요하지 않은 필드는 삭제하거나 가리세요.

조직에서 허용하는 범위를 확인하려면 개인정보 보호, 보안, 데이터 거버넌스 담당 팀과 협의하세요. 이름이나 직접 식별 정보가 정말 필요한지도 검토해야 합니다. 목적과 정책에 부합한다면 많은 분석에서 팀, 역할 또는 가명 식별자만으로 충분할 수 있습니다.

프로세스 분석을 더 많은 개인정보를 수집하는 이유로 삼지 마세요. 프로세스를 이해하는 데 필요한 필드만 데이터셋에 포함하고, 접근, 보존, 처리에 관한 조직의 규정을 따르세요. ProcessMind는 테넌트를 분리하고 역할별로 접근을 제어하며, 감사 로그에 접근 권한이 있었던 사용자가 기록됩니다. 이를 통해 나중에 누가 어떤 데이터를 볼 수 있었는지 확인할 수 있습니다. 사용자, 역할 및 권한, 감사 로그, 개인정보 처리방침을 참고하세요.

데이터 팀과 협업하기

요청 내용을 명확히 전달하면 데이터 팀이 작업량을 예상하고 불필요한 추출을 피할 수 있습니다. 다음 내용을 한 페이지로 정리해 전달하세요.

• 프로세스: 프로세스 이름과 시작점, 종료점을 적습니다.
• 질문: 주문이 어디에서 대기하는지 등 확인하려는 내용을 적습니다.
• 범위: 포함할 시스템, 날짜 범위, 케이스 유형을 지정합니다.
• 필수 필드: 이벤트마다 케이스 ID, 활동, 타임스탬프를 요청합니다.
• 유용한 필드: 질문에 답하는 데 필요한 속성만 나열합니다.
• 예시: 대표 사례를 몇 건 포함하고, 필요한 경우 민감한 값은 삭제합니다.
• 확인 사항: ID 및 타임스탬프 누락, 중복 이벤트, 불분명한 상태 값을 확인해 달라고 요청합니다.
• 개인정보 보호: 공유 가능한 필드와 삭제하거나 가려야 하는 필드를 확인합니다.

팀에 필요한 구조를 구체적으로 보여 주려면 이벤트 로그 가이드를 공유하세요. 특정 시스템에서 데이터를 추출해야 한다면 해당 프로세스 개선 가이드도 함께 전달하세요. 파일을 받으면 시작 가이드에 따라 데이터를 불러오고 프로세스를 확인할 수 있습니다.

다음 단계: 데이터 업로드 및 매핑

첫 분석에 데이터를 활용할 수 있는지 알아보는 데 완벽한 데이터 추출 파일은 필요하지 않습니다. 기존 파일로 시작해 필수 필드 세 가지를 확인하고, 더 큰 데이터 프로젝트에 투자하기 전에 무엇을 보완해야 하는지 살펴보세요.

첫 프로세스 맵을 만든 뒤에도 활용할 수 있습니다. 데이터셋을 불러오면 ProcessMind의 Process Health가 별도 설정 없이 프로세스 점수를 산출합니다. 점수는 CURES 프레임워크의 다섯 가지 기준인 적합성, 일관성, 재작업, 효율성, 원활성을 바탕으로 프로세스마다 반복해서 측정됩니다. 점수로 개선을 시작할 지점을 파악하고 대시보드에서 수정할 항목을 확인할 수 있어, 첫 데이터셋이 단순한 그림이 아니라 실행할 작업 목록을 제공합니다. Process Health와 점수는 Process Intelligence 라이선스에 포함됩니다.