Business Process Redesign Framework based on Process Mining and Simulation

Abstract

비즈니스 프로세스 재설계(Business Process Redesign, BPR)는 운영 비용 절약 및 시간 단축에 있어 큰 효과를 기대할 수 있다. 이에 여러 연구들이 BPR을 효과적으로 수행하기 위한 best practices들을 연구하였고, 비즈니스 조직은 목표 성과를 달성하기 위한 프로세스 재설계의 세부사항을 결정하는데 이를 활용할 수 있다. 그러나, 기존의 BPR 프레임워크들은 best practices들의 정량적 효과를 바탕으로 한 데이터 중심의 접근이 부족하고, 일부 best pratices에만 초점을 맞추어 분석하는 등 한계를 갖고 있다. 또한, 대부분의 BPR 프레임워크는 시뮬레이션 기법을 통해 재설계 대안을 평가하는데, 이는 많은 시간과 비용, 노력을 필요로 한다. 이러한 이유로 프로세스 성과를 향상시키려는 실무자들은 여전히 데이터 기반의 과학적 방법이 아닌, 자신의 경험이나 지식을 바탕으로 하는 전통적인 방식에 의존하고 있다. 이러한 문제를 해결하기 위해, 본 연구에서는 이벤트 로그로부터 추출한 정보를 바탕으로 비즈니스 프로세스를 재설계하는 체계적인 프레임워크를 제안한다. 이 프레임워크는 프로세스 마이닝과 골 프로그래밍, 시뮬레이션 등 3단계로 구성되어 있다. 첫번째 단계에서는, 프로세스 마이닝을 통해 최적화 모델에 필요한 입력값을 도출하고, 이를 바탕으로 최적화 모델, 즉, 골 프로그래밍 모델을 통해 최적의 프로세스 대안을 도출한다. 도출된 최적의 대안은 이벤트 로그로부터 생성한 시뮬레이션 모델을 통해 그 효과를 평가 및 검증한다. 본 연구에서 제시하는 프레임워크의 효과를 입증하기 위하여, BPR이 필요한 프로세스와 이벤트로그를 생성하여 사례 연구를 수행하였다.

Business process redesign(BPR) has a huge potential for improving business process performance, such as reducing costs and throughput times. Existing studies on BPR have prepared a set of best practices to improve its usability, and on the basis of this, organizations are able to prepare the details of redesigns which satisfy their purposes. However, it still faces a couple of challenges: (1) deficiency of data-driven approaches for BPR based on the best practices and (2) bias in research focused on only a few best practices. In addition, it is well known that most BPR frameworks employ a simulation technique to evaluate alternatives, which requires unreasonable resources, e.g., time, costs, and labor forces. For this reason, practitioners still rely on the legacy approach which applies their own experience or knowledge in redesigning business processes without any data-driven scientific methods. To tackle these issues, in this paper, we propose a systematic framework for redesigning business processes based on the knowledge extracted from historical event logs. More in detail, this framework follows a three-phase approach using process mining, goal programming, and discrete event simulation. In the first phase, we produce the inputs of the optimization model using process mining. Then, the optimal process alternative is derived from the optimization model, i.e., goal programming model. In the last phase, the optimal alternative is evaluated and validated using the simulation model constructed from the event log. To demonstrate the effectiveness of our approach, we performed a case study with an artificial event log that requires business process re-engineering. Compared to other existing BPR frameworks, our approach provides a realistic and optimistic redesigns for business processes using process mining and optimization. As such, it is believed that our approach will enable to extend the use of process mining in BPR and serve as a practical guideline for analyzing the best practices quantitatively.