paper-summary - Data-driven Process Prioritization in Process Networks

1 분 소요

Data-driven Process Prioritization in Process Networks

Business Process Management(BPM)은 조직의 설계에서 매우 핵심적인 패러다임이며, 동시에 조직의 성과에 영향을 미치는 중요한 요소이다.
BPM에서 가장 중요한 핵심 활동은 process improvement이며, process improvement에서 Critical Success Factor를 활용하여 Process의 우선순위를 매기는 것(prioritization)은 매우 중요함.
본 연구에서는 Data-Driven Process Prioritization(D2P2) approach를 제시함.
- 기존 방법들의 한계를 극복하기 위하여 로그 데이터를 활용하여, 프로세스 간의 구조적(structural), stochastic 의존관계를 고려한 방법론을 제시함.
여기서 제시하는 방법론은 Improvement가 필요한 프로세스 네트워크 내의 프로세스를 발견하고, 우선순위를 만드는 것임.
즉, D2P2는 프로세스 prioritization과 process decision-making에 대하여 예방적인 지식(prescriptive knowledge)에 공헌한다.
또한 이를 실제로 software prototype으로 구현했으며, BPI challenge의 데이터에 실제로 적용해보았다.

우선, 기존의 process prioritization의 경우 process dependency를 고려하지 않고, 프로세스를 별개로 인지하고, 프로세스의 퍼포먼스등을 고려하여 process improvement를 결정함.
- 그러나, 실제 프로세스에서는 프로세스가 고립되어 수행되는 일이 없으므로 이렇게 수행해서는 안된다는 것이 논문 내 related work에서의 설명
여기서 말하는 Process Network는 프로세스 간의 의존관계를 말한다. 예를 들어서, P1이 수행되고, P2가 수행된다면, link(P1, P2)가 존재한다. 만약 standalone으로 수행될 수 있다면, self-link가 존재함.
또한 프로세스별 Performance도 다양하게 존재할 수 있는데, P1로만 수행되고 끝나는 경우 측정해야하는 Performance와 P1==> P2로 수행되었을 경우 측정해야 하는 Performance는 서로 다름.
대략보면, “프로세스 네트워크를 활용하여 performance를 측정하고, performance에 문제가 발생할 가능성을 시뮬레이션을 통해 예측하여 risky한 프로세스를 더 빠르게 발견할 수 있고. 이를 실제 시스템을 통해서 구현하였으며, 소프트웨어 프로토타입으로 만들었음”이 이 논문의 핵심인 것으로 보임.