인시던트 관리 데이터 템플릿

이벤트 타임스탬프는 활동이 발생한 정확한 시점을 나타냅니다. 인시던트 수명 주기의 각 활동에는 이벤트 순서를 파악할 수 있도록 해당 타임스탬프가 있어야 합니다.

시간 기반 process mining 분석에 필수적인 속성입니다. 활동 간 처리 시간, 특정 단계의 소요 시간, 전체 인시던트 해결 시간을 계산할 수 있습니다. 타임스탬프를 분석하면 조직은 병목을 찾고, SLA 준수 여부를 측정하며, 시간에 따른 프로세스 성과 변화를 파악할 수 있습니다. 평균 해결 시간과 같은 주요 KPI를 계산하는 기준이 됩니다.

이벤트 발생 순서를 제공하므로 소요 시간 계산, 병목 파악, 시간에 따른 프로세스 성과 분석에 필요합니다.

이벤트 로그, 감사 이력 테이블 또는 관련 레코드의 'last modified'나 'creation date' 필드에서 찾을 수 있습니다.

인시던트 ID는 시스템 내에서 각 인시던트를 구분하는 고유한 영숫자 코드입니다. 새 인시던트가 생성될 때 부여되며, 인시던트가 영구 보관되거나 삭제될 때까지 유지됩니다.

process mining에서 인시던트 ID는 Case ID 역할을 하는 분석의 기준 식별자입니다. 이 ID를 사용하면 관련 이벤트, 상태 변경, 활동을 하나의 프로세스 인스턴스로 연결할 수 있습니다. 분석가는 공통 인시던트 ID로 이벤트를 묶어 최초 접수부터 최종 해결 및 종료까지 각 인시던트의 전체 흐름을 정확히 파악할 수 있습니다.

process mining에서 인시던트 수명 주기 전체를 재구성하려면 관련 활동과 이벤트를 모두 연결해야 합니다.

인시던트의 기본 키로, 일반적으로 각 인시던트 테이블이나 객체의 헤더 또는 기본 레코드에서 찾을 수 있습니다.

활동명은 인시던트 관리 프로세스에서 수행된 개별 단계나 작업을 나타냅니다. 'SLA Breach Detected'와 같은 자동 시스템 이벤트나 'Agent Assigned', 'Workaround Provided'와 같은 수동 사용자 작업이 포함될 수 있습니다.

process mining 분석에서 활동명은 기본 속성입니다. 프로세스 그래프의 노드를 정의하므로 분석가는 업무 흐름을 시각화하고, 자주 나타나는 경로를 파악하고, 병목을 발견하며, 표준 절차에서 벗어난 부분을 분석할 수 있습니다. 활동명의 구체성과 명확성은 분석에서 얻을 수 있는 인사이트의 품질과 깊이에 직접 영향을 줍니다.

이 속성은 프로세스의 단계를 정의하며, 인시던트 수명 주기의 흐름을 시각화하고 분석할 수 있게 합니다.

인시던트 관리 시스템의 이벤트 로그, 감사 추적, 상태 변경 기록 또는 작업 설명 필드를 조합해 생성하는 경우가 많습니다.

원천 시스템 속성은 데이터가 어디에서 왔는지 나타냅니다. 여러 ITSM 도구나 통합 시스템을 사용하는 환경에서는 이 필드로 출처가 다른 레코드를 구분할 수 있습니다.

프로세스 맵을 작성하는 데 직접 사용되지는 않지만, 데이터 검증과 거버넌스에 유용합니다. 분석가는 데이터의 출처를 추적하고 시스템 간 차이가 발생한 원인을 파악하며 분석 대상을 구분할 수 있습니다. 예를 들어 같은 조직에서 ServiceNow와 Jira에 구현된 인시던트 관리 프로세스를 비교할 수 있습니다.

데이터의 출처를 파악할 수 있어 여러 시스템을 사용하는 환경에서 데이터 검증, 문제 해결, 비교 분석에 도움이 됩니다.

데이터 추출 과정에서 추가하는 고정값이거나 원천 시스템 테이블에 있는 필드인 경우가 많습니다.

최종 데이터 업데이트 타임스탬프는 원천 시스템에서 데이터를 가장 최근에 추출하거나 동기화한 시점을 나타냅니다. 분석 대상 데이터의 최신성을 보여주는 메타데이터 필드입니다.

process mining 분석에서 이 속성은 인사이트가 얼마나 최신인지 파악하는 데 중요합니다. 사용자는 실시간 정보인지 과거 특정 시점의 스냅샷인지 확인할 수 있습니다. 운영을 모니터링하고 최신의 관련 데이터를 바탕으로 의사결정하려면 이 맥락이 필요합니다.

데이터의 최신성을 나타내므로 분석가는 프로세스 분석에 사용된 데이터가 얼마나 최신인지 파악할 수 있습니다.

일반적으로 데이터 추출 및 변환(ETL) 과정에서 각 레코드에 생성해 기록합니다.

배정 그룹은 각 시점에 어떤 팀이 인시던트를 담당하는지 나타냅니다. 인시던트는 1차 서비스 데스크, 2차 네트워크 팀, 3차 애플리케이션 지원팀 등 여러 그룹으로 전달될 수 있습니다.

이 속성은 담당 이관과 업무량 분석에 중요합니다. process mining으로 팀 간 인시던트 흐름을 시각화하고, 각 팀의 대기열에 머문 시간을 측정하며, 잦은 재배정으로 발생하는 병목을 찾을 수 있습니다. 팀의 효율성과 협업에 관한 질문에 답하는 데 도움이 되며, 담당 이관 및 재배정 분석 대시보드의 기반이 됩니다.

팀 간 담당 이관을 분석하고, 대기열 시간을 측정하며, 팀별 성과와 업무량 분포를 파악하는 데 중요합니다.

일반적으로 인시던트 레코드에 저장되며, 인시던트가 새 팀에 배정될 때마다 업데이트됩니다.

배정 에이전트는 인시던트를 담당하는 특정 인물을 나타냅니다. 배정 그룹이 팀을 가리킨다면 에이전트는 해결 작업을 수행하는 개인입니다.

이 속성을 사용하면 성과와 업무량을 더 세밀하게 분석할 수 있습니다. 관리자들은 에이전트별 배정을 추적해 개인별 생산성을 평가하고, 교육이 필요한 부분을 찾으며, 업무를 균형 있게 배분할 수 있습니다. process mining에서는 그룹 단위로는 드러나지 않는 복잡한 재배정 패턴을 확인하고, 개인별 기여가 해결 시간에 미치는 영향을 파악할 수 있습니다.

팀 내외의 개인별 업무량, 성과, 재배정 패턴을 자세히 분석할 수 있습니다.

기본 인시던트 레코드에서 확인할 수 있으며, 에이전트가 담당을 맡거나 인시던트에 배정될 때 업데이트됩니다.

심각도는 인시던트가 비즈니스에 미치는 영향 수준을 나타냅니다. 긴급도와 별개로 문제가 얼마나 심각한지 보여줍니다. 예를 들어 시스템 전체 장애는 심각도가 높고, 사소한 화면 표시 오류는 심각도가 낮습니다.

심각도별로 인시던트를 분석하면 어떤 유형의 문제가 가장 큰 업무 차질을 일으키는지 파악할 수 있습니다. process mining을 활용하면 심각도가 높은 인시던트가 더 간소화된 해결 경로를 따르는지 확인할 수 있습니다. 이 속성은 근본 원인 분석과 사전 예방적 문제 관리를 위한 리소스 우선순위 설정에 중요하며, 심각한 인시던트의 재발을 방지하는 데 도움이 됩니다.

인시던트를 영향도별로 구분해 영향이 큰 문제가 영향이 작은 문제와 다르게 또는 더 효율적으로 해결되는지 파악할 수 있습니다.

인시던트 레코드의 표준 필드이며, 우선순위를 정할 때 긴급도와 함께 사용하는 경우가 많습니다.

우선순위는 인시던트의 상대적 중요도와 필요한 대응 속도를 결정하는 주요 속성입니다. 인시던트의 영향도와 긴급도를 조합해 정하는 경우가 많으며, 일반적으로 심각부터 낮음까지 단계가 나뉩니다.

process mining에서 우선순위별로 인시던트를 분석하면 긴급도가 다른 상황에 프로세스가 어떻게 대응하는지 자세히 파악할 수 있습니다. 분석가는 우선순위가 높은 인시던트와 낮은 인시던트의 해결 시간을 비교해 SLA를 준수하는지, 리소스를 적절히 배분하는지 확인할 수 있습니다. 가장 심각한 인시던트를 실제로 가장 빠르게 처리하는지 살펴보는 데도 도움이 됩니다.

긴급도별 프로세스 성과를 분석해 심각한 인시던트가 덜 심각한 인시던트보다 빠르게 처리되는지 확인할 수 있습니다.

기본 인시던트 레코드의 표준 필드로 제공됩니다. 수동으로 설정하거나 영향도와 긴급도를 바탕으로 자동 계산할 수 있습니다.

인시던트 범주는 문제의 특성에 따라 인시던트를 체계적으로 분류하는 방법입니다. 일반적으로 계층형 필드로 구성되어 단계별로 분류를 구체화하고, 보고와 분석에 활용할 수 있도록 인시던트를 논리적인 그룹으로 정리합니다.

범주화는 근본 원인과 추세를 분석하는 데 중요합니다. 범주별로 프로세스 맵을 분석하면 특정 유형의 인시던트와 관련된 반복 문제와 패턴을 찾을 수 있습니다. 예를 들어 '소프트웨어' 인시던트의 해결 프로세스는 '하드웨어' 인시던트와 크게 다를 수 있습니다. 이 데이터는 최초 분류 정확도와 인시던트 재발률 같은 KPI를 산출하는 데 활용됩니다.

근본 원인 분석, 반복 인시던트의 추세 파악, 문제 유형별 처리 방식 이해에 필요합니다.

인시던트 레코드에서 분류에 사용하는 표준 필드이며, 필수 항목인 경우가 많습니다.

인시던트 상태는 특정 시점의 진행 단계를 나타냅니다. 해결 프로세스에서 인시던트가 어디에 있는지 개괄적으로 보여줍니다. 일반적인 상태로는 신규, 배정됨, 작업 중, 대기, 해결됨, 종료됨이 있습니다.

상태 변경은 프로세스 맵의 활동을 정의하는 경우가 많으므로 프로세스 분석의 기본 속성입니다. 각 상태에 머문 시간을 분석하면 'Pending' 상태에서 장시간 대기하는 인시던트와 같은 병목을 찾을 수 있습니다. 미해결 인시던트의 적체량을 계산하고 해결 진행 상황을 추적하는 데도 사용됩니다.

인시던트 진행 상황을 파악하는 데 중요하며, 프로세스 맵의 활동을 생성할 때 자주 사용됩니다. 각 상태에 머문 시간을 분석하면 지연 구간을 찾을 수 있습니다.

일반적으로 기본 인시던트 레코드의 주요 필드나 인시던트 이력 로그에서 확인할 수 있습니다.

접수 채널은 인시던트가 접수된 경로를 나타냅니다. 전화와 같은 직접 연락 방식이나 시스템 모니터링 알림과 같은 자동 방식 등 사용자가 지원 부서에 연락하는 방법을 추적합니다.

접수 채널별로 프로세스를 분석하면 효율성 차이를 파악할 수 있습니다. 예를 들어 셀프서비스 포털로 접수된 인시던트는 처음부터 정보가 구조화되어 있어 더 빠르게 해결될 수 있습니다. 이러한 분석은 지원 채널을 최적화하고 효율적인 방법의 이용을 유도하는 데 도움이 됩니다.

접수 경로에 따른 인시던트 처리 효율과 해결 경로를 분석할 수 있어 채널 전략과 리소스 배분에 참고할 수 있습니다.

일반적으로 인시던트 생성 시 자동으로 기록되거나 에이전트가 선택합니다.

해결 방법은 인시던트의 처리 결과와 해결 방식을 설명합니다. 표준 코드일 수도 있고, 수행한 조치를 자유롭게 작성한 설명일 수도 있습니다. 예를 들면 '사용자 교육', '소프트웨어 패치 적용', '결함 없음', '중복 인시던트' 등이 있습니다.

이 속성은 프로세스의 마지막 단계에 중요한 맥락을 더합니다. process mining에서 해결 방법별로 인시던트를 분석하면 각 해결책의 효과를 파악할 수 있습니다. 실제 수정 없이 종료된 사례를 찾거나 특정 인시던트 범주에서 자주 쓰이는 해결 패턴을 확인할 수 있으며, 이를 바탕으로 지식 기반을 구축하고 최초 접촉 해결률을 높일 수 있습니다.

문제가 어떻게 해결되는지 파악할 수 있어 자동화 기회, 지식 기반 개선, 교육 필요성을 찾는 데 도움이 됩니다.

일반적으로 지원 에이전트가 인시던트 상태를 'Resolved' 또는 'Closed'로 변경할 때 입력하는 필드입니다.

SLA 상태는 응답 시간이나 해결 시간처럼 사전에 정한 목표 시간에 비춰 인시던트 처리 현황을 보여줍니다. 일반적인 상태로는 '진행 중', '초과 위험', '초과'가 있습니다.

이 속성은 서비스 품질을 직접 측정하며, SLA 성과 개요 대시보드의 주요 입력값입니다. process mining에서는 SLA를 초과한 인시던트와 초과하지 않은 인시던트의 프로세스 흐름을 비교할 수 있습니다. 이를 통해 SLA 실패의 주요 원인이 되는 활동, 지연 또는 재작업 루프를 찾아내고, 해당 지점을 중심으로 프로세스를 개선할 수 있습니다.

목표 대비 성과를 직접 측정하는 지표입니다. SLA를 초과한 인시던트를 분석하면 서비스 품질 저하로 이어지는 프로세스 문제를 파악할 수 있습니다.

일반적으로 ITSM 도구에서 계산되는 필드이며, 인시던트의 우선순위와 경과 시간, 정의된 SLA 규칙에 따라 값이 동적으로 갱신됩니다.

영향받은 서비스는 인시던트를 비즈니스 애플리케이션, 서버, 네트워크 장치와 같은 IT 인프라의 특정 구성 요소와 연결합니다. 구성 관리 데이터베이스(CMDB)와 연동되는 경우가 많습니다.

이 속성은 인시던트에 중요한 비즈니스 맥락을 더합니다. process mining을 활용하면 특정 서비스나 자산의 안정성을 중심으로 분석할 수 있습니다. 조직은 인시던트가 가장 많이 발생하는 서비스를 찾고, 해당 서비스의 해결 프로세스를 분석하며, 중요한 비즈니스 서비스의 안정성을 높이기 위한 문제 관리의 우선순위를 정할 수 있습니다. IT 인시던트가 비즈니스 전반에 미치는 영향을 파악하는 데 중요한 요소입니다.

인시던트를 특정 비즈니스 서비스나 IT 구성 요소와 연결해 문제가 자주 발생하는 서비스와 그 영향을 분석할 수 있습니다.

일반적으로 구성 관리 데이터베이스(CMDB)에서 연결하거나 인시던트 양식의 서비스 카탈로그 목록에서 선택합니다.

요청자는 문제를 겪고 인시던트 신고를 시작한 사람입니다. 사내 직원이나 외부 고객일 수 있으며, 요청자의 부서나 조직 정보도 포함할 수 있습니다.

요청자나 요청자 부서별로 인시던트를 분석하면 특정 사용자 그룹에서 다른 그룹보다 문제가 더 많이 발생하는지 파악할 수 있습니다. 이를 통해 교육 필요성이나 특정 환경의 문제를 확인할 수 있습니다. process mining에서는 지원 프로세스를 사용자 관점에서 살펴보고 사용자 집단별 경험을 이해할 수 있습니다.

사용자 중심으로 분석해 특정 사용자, 부서 또는 지역에서 인시던트가 유독 많이 발생하는지 파악할 수 있습니다.

인시던트 레코드의 표준 필드입니다. 일반적으로 티켓을 생성한 사용자나 해당 사용자를 대신해 티켓을 생성한 사람의 정보가 입력됩니다.

재배정 횟수는 인시던트 수명 주기 동안 담당이 이관된 횟수를 추적하는 지표입니다. 횟수가 많으면 비효율적인 처리, 부정확한 최초 배정 또는 지원팀의 지식 부족을 나타낼 수 있습니다.

process mining 분석에 유용한 속성입니다. process mining으로 재배정을 시각화할 수 있지만, 미리 계산된 횟수가 있으면 필터링과 KPI 측정이 간편합니다. 담당 이관 및 재배정 분석 대시보드에서 직접 사용하며, 티켓이 팀 사이를 반복해서 오가는 상황을 찾아 해결 시간 증가와 사용자 불만의 원인을 파악하는 데 도움이 됩니다.

이 지표는 프로세스 비효율을 직접 수치화합니다. 횟수가 많으면 해결 시간이 길어지는 경우가 많으며, 배정 경로나 팀 역량에 문제가 있음을 나타낼 수 있습니다.

인시던트 레코드의 표준 카운터 필드로 제공되는 경우가 많습니다. 필드가 없다면 인시던트 감사 로그에서 배정 변경 횟수를 세어 계산할 수 있습니다.