Advantage AI - 워크플로우 시각화 및 최적화 방법
IBM Process Mining 솔루션을 사용하여 주문에서 현금화까지의 프로세스 간소화
바다의 풍력 터빈, 뒷 배경 요트

기업이 5개 대륙에 시설을 운영하고 공급망이 수천 마일에 걸쳐 있는 경우, 주문-현금화(O2C) 프로세스의 어느 단계에서든 중단이 발생하면 제품 배송이 지연될 수 있습니다. 그러나 한 대형 다국적 제조 기업(MMC)은 전 세계에 흩어져 있는 운영의 복잡성으로 인해 물류 활동에서 발생하는 지연의 근본 원인을 찾는 데 어려움을 겪고 있었습니다.

"우리는 고객 간 평균 리드 타임과 배송 비용에 상당한 차이가 있음을 발견했으며 이러한 차이의 이유는 잘 이해되지 않았습니다." MMC의 물류 담당 부사장은 이렇게 말합니다. "또한 많은 주문이 보류되는 것을 보았지만 누군가의 방해인지, 왜 표준 프로세스가 준수되지 않는 것인지 항상 파악하지는 못했습니다."

MMC 물류 관리자는 지연을 최소화하기 위해 반복적으로 노력했지만 불완전하고 단절된 정보로 인해 시정 조치에 어려움을 겪었습니다. 표준 프로세스에서 벗어난 편차가 모니터링되지 않았기 때문에 이러한 편차가 배송 일정과 비용에 어떤 영향을 미치는지 파악할 방법이 없었습니다.

"시스템에서 지연이 발생하는 위치와 이유를 더 잘 파악하기 전까지는 편차를 수정하는 데 필요한 조치를 취할 수 없었습니다."라고 MMC 부사장은 말합니다. "또한 실제 사용 중인 프로세스에 대한 상세하고 전체적인 뷰를 확보하면 더 많은 프로세스를 자동화하고 사람의 노력을 줄일 수 있다고 믿었습니다."

인터뷰와 비공식적인 방법을 통해 MMC 물류 관리자는 O2C 프로세스를 매핑하고 병목 현상을 파악하고 이상 징후를 수정하려고 시도했지만 성공하지 못했습니다. "그런데 ERP 플랫폼을 배포하던 중 시스템 통합 파트너가 새로운 도구를 추천했습니다."라고 MMC 부사장은 말합니다. "이 도구는 O2C와 관련된 모든 프로세스와 인력을 상세하게 파악할 수 있고 ERP 시스템에서 파생된 실제 데이터를 기반으로 모델링할 수 있습니다. 저희는 그 가능성에 흥미를 느꼈습니다."

비용 절감

 

배송 날짜 변경 인스턴스 수를 줄여 USD 50,000의 비용 절감 및 리드 타임 3일 단축

배달 자동화

 

RPA 솔루션을 도입하여 재작업을 줄이고 납품 활동의 75%를 자동화하여 미화 60,000달러의 비용 절감 실현

항상 경쟁에서 앞서 나가야 합니다. 그리고 IBM Process Mining을 통해 비즈니스 프로세스의 자동화를 향상함으로써 우리와 경쟁업체 간의 격차를 더 넓힐 계획입니다. 물류 담당 부사장 다국적 제조 기업
심층 인사이트를 위한 드릴링

개념 증명(POC)을 검토한 후 MMC는 IBM® Process Mining 솔루션을 선택하고 IBM Cloud Pak® for Business Automation 소프트웨어를 통해 이를 배포했습니다. IBM Process Mining은 IBM Cloud Paks for Automation 솔루션 포트폴리오의 기본 기능으로도 포함되어 있습니다. "우리는 물류 조직의 '디지털 트윈'을 보고 싶었습니다."라고 MMC 부사장은 말합니다. "이를 통해 O2C 프로세스의 병목 현상을 파악하고 자동화의 기회를 발견할 수 있었습니다."

MMC 경영진은 매핑된 O2C 프로세스를 처음 보았을 때 많은 고객이 AI 기반 시뮬레이션 기술에 대해 갖는 것과 같은 반응을 보였습니다. "저희의 첫 반응은 '이건 그려진 것이다.데이터에서 자동으로 생성된 것 같지 않다'는 것이었습니다.두 번째 반응은 '이건 사실이 아니다. 데이터가 틀렸어'였습니다."라고 MMC 부사장은 말합니다. "하지만 시뮬레이션을 실행하자마자 ERP 플랫폼의 실제 데이터를 기반으로 이 모델이 얼마나 잘 구축되었는지 확인할 수 있었습니다. 정말 눈이 번쩍 뜨이는 순간이었습니다."

MMC 물류팀은 O2C 프로세스와 관련된 모든 활동, 접점 및 직원을 연구하는 도구를 사용하여 다음을 수행할 수 있었습니다.

  • 프로세스 동작을 분석하고 부적합 활동을 찾아 개선 기회를 식별합니다.
  • 비용 영향 및 리드 타임 가변성 측면에서 중요한 활동을 식별합니다.
  • 프로세스의 주요 사용자를 발견하고 직무 분리를 확인하십시오.
  • 재작업을 모니터링하여 실수와 부적절한 절차가 납품 일정에 영향을 미치는 부분을 찾아냅니다.
  • 수동 활동과 관련된 비용과 자동화 가능성이 있는 부분을 알아보세요.

 

직원 행동에 대한 분석을 통해 인사이트를 얻을 수 있었습니다. 예를 들어, 한 물류 관리자는 공장에서 생산 목표를 달성하도록 돕기 위해 일정을 수동으로 재조정하고 있었습니다. MMC 부사장은 이렇게 말합니다. “그녀는 도움을 주려고 했지만 실제로는 일정을 미루고 있었습니다. 우리는 그녀와 이야기를 나누었고 그녀의 개입 없이도 그녀의 팀이 훨씬 더 잘 해냈다고 설명했습니다.”

시뮬레이션을 실행하자마자 ERP 플랫폼의 실제 데이터를 기반으로 이 모델이 얼마나 잘 구축되었는지 확인할 수 있었습니다정말 눈이 번쩍 뜨이는 순간이었습니다. 물류 담당 부사장 다국적 제조 기업
자동화를 위한 기회

IBM Process Mining 도구로 생성된 O2C 프로세스 모델을 분석하고 도구의 대시보드를 사용하여 활동을 모니터링한 후 MMC 물류 관리자는 다음을 수행할 수 있었습니다.

  • 배송 날짜 변경 인스턴스 수를 줄여 USD 50,000의 비용을 절감하고 리드 타임을 3일 단축합니다.
  • 고객 리드 타임 변동성을 지속적으로 모니터링하여 물류 블록 제거 및 배송 날짜 변경 활동에 대한 KPI 조정이 25% 증가했습니다.
  • 물류 블록 제거 활동을 줄이기 위해 프로세스를 재설계하여 10만 달러 이상의 비용 절감과 평균 리드 타임 2일 단축을 실현했습니다.

 

또한 IBM Process Mining 플랫폼을 통해 MMC는 조직의 오랜 목표였던 로보틱 프로세스 자동화(RPA) 도구를 배포할 수 있었습니다. RPA 성과를 모니터링함으로써 회사는 다음을 수행합니다.

  • 배송 활동의 75%를 자동화하여 USD 60,000의 비용을 절감하고 재작업을 크게 줄였습니다.
  • 라인 생성 활동의 75%를 자동화하여 USD 50,000의 비용 절감을 실현하고 리드 타임을 3일 단축했습니다.

 

“가능한 경우 프로세스를 자동화하는 것은 우리에게 큰 기회입니다.”라고 MMC VP는 말합니다. “물류 분야의 작업량 때문에 가용 인적 자원에 어려움을 겪는 경우가 있습니다. 주문이 차단되거나 일정이 조정되는 횟수를 줄임으로써 직원들이 다른 작업을 수행할 시간을 확보할 수 있습니다.”

"IBM Process Mining을 통해 향후 취하고자 하는 단계 중 하나는 고객 행동과 이로 인해 프로세스에 지연 및 관련 비용이 어떻게 추가되는지 이해하는 것입니다."라고 MMC 부사장은 말합니다. "이 도구가 이러한 행동을 변화시켜 배송 일정을 단축하고 비용 효율을 높이는 데 도움이 될 것으로 생각합니다."

대규모 글로벌 기업인 MMC는 성능 모니터링 및 계획을 위한 다양한 비즈니스 인텔리전스 서비스를 구독하고 있습니다. "우리는 이미 많은 정보를 가지고 있지만, 다른 곳에서는 얻을 수 없는 몇 가지 비즈니스 크리티컬 KPI를 IBM Process Mining으로 모니터링하고 있습니다."라고 MMC 부사장은 말합니다. "항상 경쟁에서 앞서 나가야 합니다. 그리고 IBM Process Mining을 통해 비즈니스 프로세스의 자동화를 향상함으로써 우리와 경쟁업체 간의 격차를 더 넓힐 계획입니다.”

다국적 제조 기업(MMC) 정보

100여 년 전에 설립된 MMC는 50개국에서 100개 이상의 공장을 운영하고 있으며 20,000명 이상의 직원을 보유하고 있습니다. 통신, 에너지 전송, 건설 및 운송 산업 분야의 선도적인 공급업체입니다. 이 사례 연구에 소개된 고객은 2021년 8월 1일부터 IBM으로 비즈니스를 시작한 myInvenio와 처음 계약을 맺었습니다. 이 사례 연구의 myInvenio 제품인 myInvenio Process Mining은 현재 IBM Process Mining으로 알려져 있습니다.

다음 단계:
사례 연구 PDF 보기 Forrester TEI 연구
IBM Automation의 잠재적 ROI 알아보기
지금 등록하기
기술 문서
IBM Process Mining을 시작하는 방법
문서 읽기
자율 운항 선박 Mayflower호
IBM 의사 결정 서비스가 탐색을 자동화하는 방법 알아보기
사례 연구 읽기
각주

© Copyright IBM Corporation 2022. IBM Corporation New Orchard Road, Armonk, NY 10504

2022년 3월 미국에서 제작.

IBM, IBM 로고, ibm.com 및 IBM Cloud Pak는 전 세계 여러 국가에 등록된 International Business Machines Corp.의 상표입니다. 기타 제품 및 서비스 이름은 IBM 또는 다른 회사의 상표일 수 있습니다. 최신 IBM 상표 목록은 https://www.ibm.com/kr-ko/legal/copytrade의 '저작권 및 상표 정보'에서 확인하세요.

이 문서는 최초 발행일 기준 최신 문서로, IBM은 언제든지 해당 내용을 변경할 수 있습니다. IBM이 현재 영업 중인 모든 국가에서 모든 제품이 제공되는 것은 아닙니다.

명시된 성능 데이터 및 고객 사례는 오직 정보 목적으로 제공됩니다. 실제 성능 결과는 특정 구성 및 작동 조건에 따라 다를 수 있습니다. 본 문서의 정보는 상품성, 특정 목적에의 적합성, 비침해성 보증 또는 조건을 포함하여 명시적 또는 묵시적 보증 없이 '있는 그대로' 제공됩니다. 제품 제공 시의 계약 조건에 따라 해당 IBM 제품을 보증합니다.