IT 팀은 이 기존 시스템에서 새로운 클라우드 기반 ERP 솔루션으로 마이그레이션할 계획을 세웠습니다. 하지만 회사의 커뮤니케이션 중추였던 기존 기능을 그대로 유지하면서 이를 실현할 수 있어야 했습니다. 조직의 본사, 딜러 네트워크 및 자회사 전체에서 500명 이상의 사용자가 이 소프트웨어를 사용하여 판매, 예비 부품 관리 및 판매 후 지원 기능을 수행했습니다.

원활한 전환을 위해 팀은 주요 비즈니스 프로세스를 새 시스템에 통합하기 전에 개선하는 방법을 모색했습니다. 이러한 프로세스 중 하나는 서비스 입력 프로세스로, 여기에는 딜러가 자동차 정비를 수행할 때 따라야 하는 몇 가지 진단 체크포인트가 포함되어 있었습니다. 이 프로세스에는 해결되지 않으면 마이그레이션 성공에 위협이 되는 일련의 워크플로 문제가 있었습니다. 다시 말해, 몇몇 ERP 시스템 사용자는 일반적이지만 문서화되지 않은 지식이 되어버린 프로세스 단계를 따르고 있었습니다.

회사는 서비스 입력 프로세스를 분석하기 위해 데이터 마이닝 알고리즘을 적용하여 프로세스 흐름을 자동으로 발견하는 IBM Process Mining 솔루션을 선택했습니다. 또한 이 솔루션은 기존 프로세스에서 미래의 프로세스를 시뮬레이션합니다. 프로세스 마이닝 솔루션은 IBM Cloud Pak for Business Automation을 포함한 모든 IBM Cloud Pak for Automation 제품에 기본 기능으로 포함되어 있습니다.

"우리는 이미 IBM과 강력한 비즈니스 관계를 구축하고 있었지만, 기술적인 측면에서 Process Mining 솔루션은 다른 솔루션이 제공하지 못하는 기능을 제공했습니다."라고 ICT 프로세스 관리자는 말합니다. “IBM 솔루션을 통해 우리는 기존 ERP 시스템의 데이터를 사용하여 격차 분석 프로세스를 쉽고 효과적으로 간소화한 다음 가정 분석을 수행할 수 있었습니다. 또한 클라우드에서 솔루션을 신속하게 배포할 수도 있었습니다."

회사가 서비스 입력 프로세스 데이터를 솔루션에 로드하자마자 모든 프로세스 변형을 포함한 기존 프로세스 모델이 데이터에서 자동으로 생성되었습니다. 문서화되지 않은 단계가 마침내 캡처되고 프로세스 모델에 기록되어 이 프로세스가 사일로화된 정보나 누락된 단계가 되는 것을 방지했습니다.

다음으로 IT 팀은 데이터 기반 프로세스 모델과 고객이 업로드한 참조 모델을 시각적으로 비교하기 위해 격차 분석을 수행했습니다. 참조 모델을 실제 프로세스와 비교함으로써 고객은 스캔 인/스캔 아웃 활동에서 규정 준수 문제를 즉시 발견했습니다. 스캔 작업 중에 작업자는 자동차를 진단 도구에 연결합니다. 또한 작업자는 차량 제어 장치의 경고 표시기를 확인하는 모범 사례인 스캔 아웃 활동도 수행해야 합니다. 분석 결과, 15%의 사례에서 작업자가 스캔 아웃 활동을 수행하지 않은 것으로 나타났습니다.

또한 IT팀은 Process Mining 솔루션을 사용하여 75,000건 중 약 1/3에 해당하는 사례에서 해외 일부 대리점이 작업 시작 전이 아닌 작업 시작 활동 후에 서비스 입력 사례를 열어 부적합을 초래한 것을 발견했습니다.