Process mining
프로세스 경영
![]()
프로세스 마이닝(Process Mining)이란?
이벤트 로그로부터프로세스 관련 정보(meaningful & useful)를 추출하는 것


- 프로세스 마이닝을 활용하면 사전 지식 없이 process model이나 organization 정보를 도출할 수 있다.
BPM Life-cycle 완성을 위한 process mining 역할

- 프로세스 실행 결과 생성된 데이터에 기초해서 현황
진단및 추가요구사항분석이 수행되어야 함. - 실제로는 심각한 문제점이 발생하거나, 주요 외부 환경 변화가 있을 경우에만 life-cycle 순환이 일어나고, 재설계 의사결정 과정에
프로세스에 대한실제 정보가 잘 사용 안됨 - 프로세스 마이닝이
truly close the BPM life-cycle실현에 기여
프로세스 마이닝 유형
Discovery- 사전 지식이 없는 상태에서
이벤트 로그로부터프로세스 모델(control flow)을 도출 α-algorithm->petri net모델 도출 -> BPMN 다이어그램 변환
- 사전 지식이 없는 상태에서
Conformance checking- 기존
프로세스 모델과이벤트 로그에 기록된현실(reality)이 일치하는지 확인 규정 준수 여부 확인가능Deviations이 어디서 발생하는지 감지하여 설명할 수 있다.
- 기존
Enhancementrepair: 현실을 잘 반영하기 위해 프로세스 모델을 수정extension: 프로세스 모델에 새로운 관점이나성과 지표를 추가함
Event log

- 반드시
케이스또는프로세스 인스턴스를 식별할 수 있어야 함.case id,timestamp(하나만 있으면 완료 시간 의미),acitivity이름이 필수로 있어야 한다.
복잡도 제어
Spagethetti프로세스에서Lasagna프로세스로 개선하는 방법Fuzzy mining: 저빈도activity들이 제거되거나클러스터 노드로 병함됨. 저빈도 아크는 설정된임계치값에 따라 제거됨
Challenges of Process Discovery Techniques



적합성(적합도) 검사
- 불일치 시 두 가지 해석 가능
- 이벤트 로그가 틀림: 기준이 되는 바람직한 모델을 따르지 않음
- model is
normative(de jure model) - 교정:
- 문제 인식
- 원인 분석
- 교정 조치 실행
- 재검증 및 모니터링
- model is
- 모델이 틀림: 모델이 현실을 잘 설명하지 못함
- model is
descriptive(de facto model)
- model is
- 이벤트 로그가 틀림: 기준이 되는 바람직한 모델을 따르지 않음
Enhancement - extension
조직관점- 특정 activity를 담당하며 업무를 수행하는
역할(role)은 무엇이며, 어떤작업자들이 업무 수행을 담당하는가? - log 데이터에서 resource가 기록되어 있어야 함
- 특정 activity를 담당하며 업무를 수행하는
case관점케이스의 어떤특징이 의사결정에 영향을 미치는가?- log 데이터에
부가적 속성이 기록되어 있어야 함. 데이터 마이닝분류 기법을 사용하여 분기 규칙 발견(의사결정 마이닝)
시간관점- 프로세스 내
병목지점이 어디인가? - 애니메이션 등을 추가
- 프로세스 내

activity 대기시간, 수행시간, 분기 확률 파악 가능
discovery에서 발견한
control-flow 관점을 포함해 세 관점을 통합해서통찰력제공- obtain an event log
- create or discover a process model
- connect events in the log to activities in the model
- extend the model
- return integrated model
규정 준수여부와 연계 가능사생활 보호 이슈를 고려해야 함
비식별화또는익명화요구됨
소셜 네트워크 분석(SNA)
작업 이양(work handover)지표를 이용하여 소셜 네트워크 생성- 업무에 참여한 사람/역할/부서/자원 사이의 상관 관계 분석

Dotted Chart
절대적 혹은 상대적 시간에 따른 특성을 점으로 찍은거

Desire linesin process model
프로세스 마이닝 사례
외래진료 프로세스 분석(분당 서울대 병원)
- 적합성 검증
- 도출된 진료 프로세스 모델과 병원의 진료 지침(
CPG: Clinical Practice Guideline)이 얼마나 일치하는지 검증 - 약 90% 일치(잘 지켜지고 있다.)
- 도출된 진료 프로세스 모델과 병원의 진료 지침(
- 진료 프로세스 패턴 분석
- 환자 유형별 다양한 진료 패턴이 존재함
- 이 분석 결과는
환자 안내 시스템개선에 활용
- 시뮬레이션 모델 작성
- 로그 분석을 바탕으로
시뮬레이션 모델작성. 환자가 늘어날 경우 진료 시간에 어떤 변화가 있는지 분석 - 병원의 키오스크 적정 대수 산정
- 로그 분석을 바탕으로
건강검진센터 프로세스 분석(삼성서울병원)
- 스마트 건강검진 시스템 도입 효과 검증
- 프로세스 마이닝을 통해 프로세스 개선 효과
정량적 / 객관적 검증 - 수검자 대기시간, 검사시간 및 가동률 등의 성과 비교 분석
- 프로세스 마이닝을 통해 프로세스 개선 효과
- 적합성 검증
- 검사간 선후관계를 따르지 않는
Deviation발견 - 고도화 전후의 프로세스 비교 분석(주요 sequence 패턴 대상)
- 검사간 선후관계를 따르지 않는
- 성과 분석
- 전반적으로 각 검사실의
대기시간이감소한 것을 정량적으로 확인 - 고도화 이후 평균 검사 개수에 따른
검진 시간및특정 검사 항목 예측
- 전반적으로 각 검사실의
모바일 게임 이용자 여정 분석
- 모바일 게임 신규 이용자들의
이용 패턴및이탈 패턴분석과금 유저 전환율 제고를 위한 시사점 도출
- 기대효과: 신규 이용자를 이해하는데 핵심적인 역할.
수익 극대화에 기여
중소 숙박업소 운영 프로세스 분석
- 중소 숙박업소 특징
- 상품 = 객식 사용 시간
- 재고 소멸성: 시간이 지나면 활용 불가능
- 표준 프로세스 모델 부재
- 국내 중소숙박업소 정보 시스템은 매우 빈약
- 실제 수행 프로세스 분석
- 객실 이용형태에 따른 절차상 공통점, 차이점 발견
- 발견된 모델을 활용하여
마케팅 자료로 이용
- 이용 패턴 발견에 따른 고객 행동 패턴 예측
삼성전자 MES 분석
- MES(Manufacturing Execution System) 로그 데이터를 활용한
반도체 제조 공정분석
멜론 서비스 여정 분석
- 사용자를 행동 패턴에 따라 5개 그룹으로 세부화 하고, 세부 그룹별 전환율을 높이기 위한
타켓 마케팅 캠페인계획 수립
프로세스 마이닝 도구
- Celonis
- Minit
- myInvenio
- Perceptive
Disco Demo
- 예제 목적
- 프로세스에 대한 상세한 이해를 통한 효율화 방안 모색
- 가이드라인 준수 여부 확인
- 병목 지점 발견 / 개선을 통한 프로세스 성능 목표치 통제
- performance filter로 확인 가능


- activity에 activity, role 등을 설정해서 어떤 관점으로 분석할지 선택 가능