[논문 리뷰] Implementation of CRISP Methodology for ERP Systems

S. Hanumanth Sastry, M. Sudhakar Babu|arXiv (Cornell University)|2013. 12. 07.

Business Process Modeling and Analysis참고 문헌 17인용 수 7

한 줄 요약

이 논문은 ERP 시스템에 프로세스 마이닝을 적용하기 위해 CRISP-DM 방법론을 맞춤형으로 구현한 것을 제안하며, 데이터 복잡성과 이벤트 로그의 모호성 문제를 다룹니다. CRISP-DM의 구조화된 단계—비즈니스 이해, 데이터 이해, 데이터 준비, 모델링, 평가, 구현—를 특정 도구와 단계별 조율을 통해 적응시킴으로써, ERP 환경에서의 프로세스 마이닝 활용도를 향상시키고, ERP 데이터로부터 보다 명확한 프로세스 발견을 통해 전략적 및 운영적 의사결정을 개선합니다.

ABSTRACT

ERP systems contain huge amounts of data related to the actual execution of business processes. These systems have a particular way of recording activities which results in an unclear display of business processes in event logs. Several works have been conducted on ERP systems, most of them focusing on the development of new algorithms for the automatic discovery of business processes. We focused on addressing issues like, how can organizations with ERP systems apply process mining for analyzing their business processes in order to improve them. The data handling aspect of ERP systems contrasts with those of BPMS or workflow based systems, whose systematical storage of events facilitates the application of process mining techniques. CRISP-DM has emerged as the de facto standard for developing data mining and knowledge discovery projects. Successful data mining requires three families of analytical capabilities namely reporting, classification and forecasting. A data miner uses more than one analytical method to get the best results. The objective of this paper is to improve the usability and understandability of process mining techniques, by implementing CRISP-DM methodology for their application in ERP contexts, detailed in terms of specific implementation tools and step by step coordination. Our study confirms that data discovery from ERP system improves strategic and operational decision making.

연구 동기 및 목표

• 복잡하고 체계적이지 않은 데이터 저장 방식으로 인해 ERP 시스템에 프로세스 마이닝 기법을 적용하는 데 발생하는 과제를 해결하기 위해.
• 검증된 방법론을 활용해 ERP 환경에서의 프로세스 마이닝의 사용성과 이해도를 향상시키기 위해.
• 기존의 프로세스 마이닝 프레임워크와 ERP 시스템의 데이터 특성 간 격차를 메우기 위해.
• CRISP-DM이 특정 도구와 단계별 조율을 통해 ERP 기반 프로세스 마이닝에 어떻게 맞춤화될 수 있는지 보여주기 위해.
• ERP 이벤트 로그에서 체계적인 데이터 탐색을 통해 전략적 및 운영적 의사결정을 향상시키기 위해.

제안 방법

• 원래 데이터 마이닝 프로젝트를 위해 설계된 CRISP-DM 프레임워크를 ERP 프로세스 마이닝에 적합한 체계적이고 단계 기반의 접근법으로 적응시키기.
• CRISP-DM의 여섯 단계인 비즈니스 이해, 데이터 이해, 데이터 준비, 모델링, 평가, 구현을 ERP 데이터에 특화된 방식으로 적용하기.
• ETL 프로세스와 로그 추출 기법을 포함해 ERP 데이터의 복잡성을 다루기 위해 특정 구현 도구를 사용하기.
• 단계 간 일관성과 추적 가능성을 확보하기 위해 단계 간의 단계별 조율을 강조하기.
• 보고서 작성, 분류, 예측 기능을 CRISP-DM 프레임워크에 통합하여 다양한 분석 요구사항을 지원하기.
• ERP 이벤트 로그가 ERP 전용 데이터 기록 방식으로 인해 종종 모호하므로, 데이터 준비 단계에 중점을 두어 정제하고 구조화하기.

실험 결과

연구 질문

• RQ1 비표준화된 이벤트 로깅을 가진 ERP 시스템에서 CRISP-DM을 효과적으로 어떻게 적응시킬 수 있는가?
• RQ2 ERP 환경에서 CRISP-DM을 구현하기 위해 필요한 구체적인 도구와 조율 메커니즘은 무엇인가?
• RQ3 CRISP-DM을 적용함으로써 ERP 시스템에서의 프로세스 마이닝 결과의 명확성과 사용성은 어떻게 향상되는가?
• RQ4 이 방법론은 ERP 데이터를 바탕으로 한 전략적 및 운영적 의사결정을 어떤 방식으로 향상시키는가?
• RQ5 CRISP-DM 단계를 ERP 데이터 구조에 매핑하는 데 발생하는 주요 과제는 무엇이며, 이를 어떻게 완화할 수 있는가?

주요 결과

• 적응된 CRISP-DM 방법론은 ERP 시스템에서의 프로세스 마이닝 사용성과 이해도를 크게 향상시킨다.
• ERP 이벤트 로깅의 모호성과 비체계성으로 인해 데이터 준비 및 로그 구조화 단계가 핵심적인 역할을 한다.
• CRISP-DM의 체계적 적용은 ERP 프로세스 마이닝 워크플로우 내 보고서 작성, 분류, 예측 기능의 통합을 가능하게 한다.
• 조직은 ERP 시스템에서의 체계적인 데이터 탐색을 통해 전략적 및 운영적 의사결정을 향상시킬 수 있다.
• 비즈니스 목표와 ERP 환경의 기술적 제약에 부합하는 반복 가능하고 조율된 프로세스 마이닝 프레임워크를 제공한다.
• 연구 결과, ERP 데이터에 맞게 맞춤화된 CRISP-DM은 발견된 비즈니스 프로세스의 신뢰성과 실행 가능성(행동 가능성)을 향상시킨다.