혁신 주도: 프로세스, 마스터 데이터, 디지털 전환 - 2부

프로세스 + 데이터는 혁신과 전환 모두에 필수적입니다. 데이터 인사이트의 잠재력과 힘은 디지털화되고 자동화된 프로세스에서 실현됩니다.

이것은 프로세스 + 데이터에 대한 2부작 기사의 2부입니다. 1부에서는 지능형 DBMS와 지능형 BPMS의 진화를 설명했습니다. 인공지능과 다양한 디지털 기술이 두 트렌드 모두에 엄청난 영향을 미쳤습니다. iBPMS는 로보틱 프로세스 자동화를 통해 프로세스와 작업 자동화도 지원합니다.

1부는 엔터프라이즈 아키텍처에서 DBMS - 특히 고급 NoSQL 데이터베이스 -와 BPMS 간의 균형 부족을 강조했습니다. AI와 다른 디지털 기술을 통해 둘 다 지능형이 되었습니다. 또한 우리는 이제 두 영역 모두에서 노코드/로우코드 개발을 위한 수많은 접근법을 목격하고 있습니다. 이제 시티즌 개발자 와 시티즌 데이터 사이언티스트가 있습니다.

그러나 여러 관계형 및 NoSQL 데이터베이스를 가진 DBMS 계층은 IT 인프라와 엔터프라이즈 아키텍처에 보편적입니다. 데이터는 새로운 원유입니다!

BPMS 계층? 그다지 아닙니다.

프로세스와 데이터 간의 시너지를 최대한 활용하기 위해 움직이는 기업은 명백한 것에 집중해야 합니다: 비즈니스 가치를 주도하는 핵심 비즈니스 애플리케이션과 솔루션. 명백한 것을 재차 강조하자면: 기술에 관한 것이 아닙니다!

밸류스트림(일명 가치사슬)

데이터 접근법은 본질적으로 지속적 데이터에 초점을 맞춘 보텀업 접근법입니다. 중요하고 필수적입니다. 하지만 여전히 기술 주도적 보텀업입니다. 여기서는 자율적 기업-인-모션(Enterprise-In-Motion)을 훨씬 더 지원하는 다른 접근법을 취하는 세 가지 강력한 활용 사례를 설명하겠습니다.

프로세스 주도 애플리케이션 접근법은 매우 다릅니다. 프로세스 주도 접근법의 기본 가정은 비즈니스가 밸류스트림의 집합이라는 것입니다. 비즈니스는 밸류스트림의 맥락에서 이러한 목표를 달성하기 위한 목적과 마일스톤 또는 단계를 생각합니다. 대부분의 조직은 여전히 수직적으로 조직되어 있으며 각 사업부는 측정 가능한 목표에 집중합니다.

사업부, 다양한 애플리케이션, 거래 파트너의 사일로는 만연해 있습니다

밸류스트림은 사업부, 다양한 레거시 애플리케이션, 거래 파트너를 가로질러 수평으로 가며 고객 경험을 최적화하려고 시도합니다 - 가치를 실현하고 운영화합니다. 기업-인-모션의 문화적 변화는 최적화된 가시성과 통제를 위해 밸류스트림을 포착, 디지털화, 자동화해야 합니다.

밸류스트림 디지털화와 자동화는 디지털 전환의 중심 기둥입니다

조직적으로 문화는 밸류스트림의 권한 있는 소유권을 사일로 전반에 걸쳐 장려해야 합니다. 디지털 프로세스 자동화(DPA)는 동적 케이스 관리(DCM)를 통해 밸류스트림의 디지털화와 자동화를 달성합니다.

일반적으로 이들은 사일로화되어 있으며 커뮤니케이션은 수동 인수인계를 통해 이루어집니다. 디지털 기술과 심지어 디지털 전환 관행조차 수직적으로 조직된 사일로화된 조직에 거의 영향을 미치지 않았다는 점이 흥미롭습니다. 조직 계층은 지속되었습니다. 밸류스트림은 종종 운영 우수성을 위한 권한 있는 소유자와 함께 수평으로 갑니다. 밸류스트림이 DPA를 통해 최적화되지 않으면 상당한 낭비와 비효율이 발생할 것입니다.

디지털화되고 자동화된 밸류스트림의 힘이 세 가지 활용 사례의 핵심 인에이블러입니다

프로세스 + 마스터 데이터

MDM 인스티튜트에 따르면: 마스터 데이터 관리(MDM)은 많은 애플리케이션과 이해관계자 그룹에서 사용되는 데이터에 대한 권위 있고 신뢰할 수 있는 기반으로, 어디에 있든 단일 진실 뷰를 제공하는 것이 목표입니다.

위에 언급된 사일로들 - 조직, 사업부, 그들이 소유한 애플리케이션 - 이 동일한 엔티티(고객, 공급업체, 제품 또는 기타)에 대한 정보의 불일치가 있는 주된 이유입니다. 마스터 데이터는 여러 고통 포인트를 해결합니다. 몇 가지 예:

• 불일치와 낮은 데이터 품질은 잘못되고, 오류가 있으며, 심지어 위험한 결정을 초래합니다. 자동화된 동적 케이스 실행은 데이터의 일관성만큼만 좋습니다.
• 고객, 제품, 가격, 파트너, 공급업체, 서비스 및 애플리케이션 전반에서 공유되는 기타 마스터 데이터에 대해, 종종 서로 다른 사일로 시스템이 동일한 엔티티에 대해 모순된 정보를 포함합니다(예: 잘못된 결혼 상태). 이질적 데이터를 일관되고 높은 품질로 유지하려 시도하는 데 많은 낭비가 있습니다.
• 인수합병도 데이터 일관성 과제를 만듭니다 - 조직 전체에서 고객이나 오퍼링에 대한 단일 버전의 진실을 가지기 위해

일반적인 예시들:

• 고객 주소가 주소를 저장하는 모든 데이터베이스나 애플리케이션에서 일관되게 업데이트되지 않음
• 제품 가격이 채널(소매, 웹, 모바일 앱 등)에 따라 일관되지 않고 다름
• 공급업체 목록, 가용성, 부품 목록이 다양한 ERP 시스템에서 불일치

더 많은 예가 있습니다.

마스터 데이터는 데이터 품질, 데이터 일관성, 데이터 소싱, 데이터 정확성, 데이터 무결성, 데이터 복제, 데이터 완전성을 해결하기 위해 필요합니다.

보텀업 MDM 접근법

종종 조직들은 마스터 데이터 관리 도구와 시스템을 통해 마스터 데이터의 과제를 해결하려 시도합니다. 이는 비싼 도구로 "빅뱅" 마스터 데이터 프로젝트로 끝날 수 있습니다. 일부 조직은 거버넌스를 위해 MDM 엑설런스 센터를 설립했습니다. 기술과 데이터 일관성은 강력하고 중요하게 다루어야 하며, 데이터 정제, 누락 데이터 처리, 데이터 일관성, ETL, 데이터 통합이 포함됩니다. 위험은 비즈니스 목표를 통한 우선순위 지정 없이 마스터 데이터를 정규화하는 데 필요한 엄청난 노력입니다. 일반적인 문제는 마스터 데이터 과제 해결을 시도하는 이니셔티브들이 종종 사일로에서 그렇게 한다는 것입니다. MDM 자체가 관리되어야 할 또 다른 소프트웨어 계층이 됩니다. 데이터 복사와 복제가 사용되면 추가 오버헤드와 잠재적 불일치도 생성합니다.

그러나 더 심각한 문제는 특정 마스터 데이터의 생성과 관리에서 초점과 정확한 정당화의 부족입니다. 예를 들어, 다양한 기록 시스템에서 고객에 대한 필드나 속성의 총합이 100개 단위일 수 있습니다. 가장 중요한 고객 밸류스트림은 일반적으로 사용 가능한 필드나 속성의 매우 작은 부분집합만 필요로 합니다. 나머지는 거의 - 만약 사용된다면 - 사용되지 않을 것입니다. MDM 시스템의 추론이 말이 될 수 있지만, 이 보텀업 접근법은 비최적적일 수 있습니다.

탑다운 밸류스트림 접근법

더 최적의 접근법은 MDM 과제를 전체 지속적 개선 이니셔티브의 일부로 다루는 것입니다. 특히 마스터 데이터를 접하고 조작하는 사일로들을 연결하는 엔드투엔드 동적 케이스 관리 솔루션을 통해. 기업-인-모션은 밸류스트림의 집합입니다. MDM은 밸류스트림이 최대한 잘 돌아가게 하는 것입니다. 이러한 밸류스트림 각각은 구체적인 비즈니스 목표를 가집니다 - 예를 들어 비용 절감, NPS 개선, 수익 창출. 이 접근법의 핵심은 레거시 시스템을 감싸고 현대화하는 동적 케이스 관리(DCM) 지원 계층입니다. 1부에서 언급했듯이 DCM은 로보틱 자동화, AI, 기타 디지털 기술 외에 DPA의 핵심 역량입니다.

탑다운 접근법은 DPA를 통해 최적화, 디지털화, 자동화되는 특정 밸류스트림에 필요한 필드나 속성에만 초점을 맞춥니다.

이 "탑다운" 접근법은 MDM 개선을 포함한 전환 프로젝트의 우선순위를 정하고 위험을 비즈니스 가치와 균형 있게 맞춥니다. 이러한 기술적 데이터베이스 문제는 해결되어야 하지만, 우선순위에 대한 재정립된 접근법으로.

크게 생각하지만 작게 시작하라

기업-인-모션에서 마스터 데이터 이슈 해결은 "크게 생각하라... 하지만 작게 시작하라" 거버넌스에 의해 주도됩니다. 접근법은 퀵윈(quick wins)을 실현하고, 필요한 마스터 데이터 엄격함을 구축하거나 달성한 다음, 마스터 데이터를 포함하는 추가 전환 솔루션으로 확장하는 것입니다. 즉, 반복적 접근법으로 종합적인 마스터 데이터 다음 디지털 전환 솔루션 프로젝트 실현 대신 마스터 데이터가 조각조각 구축됩니다. 마스터 데이터 거버넌스와 구현은 프로세스 자동화 방법론의 DNA에 내장되어 데이터 소스 우선순위 지정과 DPA 계층 내 데이터 관리에 필요한 최적화로 이어집니다. 목표는 특정 우선순위 프로젝트를 위해 마스터 데이터의 용이성과 비즈니스 가치를 균형 있게 맞추는 것입니다.

디자인 씽킹 방법론에서 우선순위 지정은 밸류스트림 프로젝트 백로그에 필수적입니다. 이러한 우선순위 지정은 구현 용이성과 비즈니스 가치를 균형 있게 맞추며 프로젝트를 체계적으로 순위 매깁니다. 우선순위 지정에 영향을 미칠 수 있는 잠재적으로 측정 가능한 차원은 다음과 같습니다:

• 프로젝트 마스터 데이터 필드 통합의 복잡성
• 프로젝트 엔드투엔드 케이스에 대한 낮은 마스터 데이터 품질의 영향
• 높은 비즈니스 영향 프로젝트에서 마스터 데이터 필드 적용
• 프로젝트 마스터 데이터 필드 값에 접근하기 위한 API 가용성

마스터 데이터 지원을 반영하는 우선순위 슬라이스들이 애자일 방법론에 공급됩니다. 방법론은 비즈니스 목표를 지속적으로 모니터링하고 측정하는 데 도움이 되어야 합니다. 마스터 데이터는 슬라이스 전반에서 반복적으로 최적화됩니다. 디자인 씽킹 우선순위 지정에 의해 공급되는 혁신 프로젝트들은 지속적으로 측정되고 모니터링됩니다. 탑다운 접근법에는 세 가지 유형의 반복이 있습니다:

• 프로젝트 백로그에서의 반복 - 비즈니스 가치와 마스터 데이터 가용성 차원으로 우선순위 지정
• 마스터 데이터 활용하며 DPA 솔루션 구축 중 반복
• 프로덕션 후, 추가 개선을 위해 목표 대비 달성 목표 비교도 중요

따라서 탑다운 접근법은 마스터 데이터를 점진적으로 구축하면서 지속적으로 높은 비즈니스 가치 프로젝트를 제공하고 개선합니다.

디지털 전환: IoT & 블록체인

밸류스트림 프로세스 주도 탑다운 접근법은 디지털 전환 기술 가치 제안의 인에이블러입니다. 기업-인-모션에 가장 중요한 두 기술은 IoT와 블록체인입니다.

IoT 성공으로 가는 길

IoT는 센서와 액추에이터를 통해 점점 더 지능적인 기기들의 연결에 관한 것입니다. 범위와 전력 공급 고려사항을 균형 있게 맞추는 연결의 기반은 물론 필수적입니다. 전체 스택과 IoT의 다중 계층 아키텍처에는 여러 구성요소가 있습니다. 최하위 레벨에는 물리적 기기와 시스템이 포함됩니다. 바로 이 사이버-물리적 연결이 IoT 시대의 기반을 놓습니다. 다른 계층에는 데이터 축적과 분석 계층이 포함됩니다. IoT 연결 기기들은 엄청난 양의 데이터를 생성합니다: 빅데이터는 씽 데이터(Thing Data)가 되고 있습니다! 이 데이터의 일부 - 종종 대부분 - 이 에지에서 처리됩니다.

IoT에는 여러 참조 아키텍처와 참조 모델이 있습니다. IoT 월드 포럼의 참조 모델은 협업과 비즈니스 프로세스를 IoT의 다중 레벨 아키텍처 맨 위에 둡니다.

이것은 중요하고 정확합니다. 성공은 처음부터 구체적인 비즈니스 목표와 함께 탑다운으로 달성될 수 있습니다. 탑다운 비즈니스 솔루션은 사람, 연결된 기기(aka IoT), 거래 파트너, 엔터프라이즈 애플리케이션(aka 기록 시스템): 구체적이고 측정 가능한 핵심 성과 지표(KPI)를 향해 활동들을 협업하고 오케스트레이션하는 모든 것을 포함합니다. 협업은 엔드투엔드 밸류스트림(운영 단어는 가치)의 맥락에서 이루어지며, DPA를 통해 모델링, 자동화, 모니터링되어 지속적 개선을 이룹니다. DPA 방법론, 역량 모범 사례, 그리고 기술이 IoT 성공을 이끄는 엔진입니다.

DPA 밸류스트림이 주도하는 IoT의 많은 애플리케이션이 있습니다. 디지털 처방적 유지보수는 IoT의 킬러 애플리케이션입니다. 여기에 설명된 대로 고객 서비스와 현장 서비스 같은 사람, 엔터프라이즈 애플리케이션, 최적 행동을 위한 AI 트리아지, 보증 체인 관리, 물론 연결된 기기와 IoT를 포함하는 작업 오케스트레이션을 포함합니다. 엔드투엔드 오케스트레이션과 자동화는 DPA를 통해 달성됩니다.

블록체인에서 밸류체인으로

블록체인은 매우 혁명적입니다. 그것은 가치 인터넷(Internet of Value, IoV)의 등장을 가능하게 하는 엔진입니다. IoV는 인터넷 진화의 중요한 단계입니다. 1990년대에 우리는 정보 인터넷으로 시작했습니다: 매일 정보를 검색하는 데 사용하는 전통적 인터넷. 다음은 사물 인터넷 또는 소비자(예: 커넥티드 홈), 공공 부문(예: 스마트 시티), 산업 애플리케이션(예: 스마트 제조)에서 보편화되고 있는 연결된 기기들. IoT 성공의 길은 디지털 프로세스 자동화를 통해 갑니다. 암호화폐의 기반 기술인 블록체인이 가치 인터넷을 가능하게 합니다. 가치는 디지털 화폐일 수 있습니다. 더 중요하게, "가치"는 비즈니스 목표를 지원하는 조직 간 및 조직 내 교환을 지원하는 데이터이기도 합니다.

분산 및 분산 데이터베이스로서의 블록체인

블록체인은 다양한 당사자 간의 트랜잭션 원장을 블록체인 검증에 참여하는 노드들에 저장합니다. 원장은 분산되고 복제됩니다. B2B 트랜잭션에서 협업하는 기업들은 이제 블록체인을 통해 트랜잭션 정보를 공유할 수 있습니다. 확장된(즉, 다른 거래 파트너들이 관여하는) 기업-인-모션을 위한 한 잠재적 애플리케이션은 블록체인을 그들의 무역 트랜잭션을 위한 공유 데이터베이스로 취급하고 그들의 엔터프라이즈 애플리케이션 내에서 필요에 따라 데이터에 접근하는 것입니다. 따라서 거래 파트너들이 데이터를 내부 ERP나 데이터베이스 시스템에 복제하는 대신, 블록체인이 인터-엔터프라이즈 트랜잭션을 위한 마스터 데이터로 봉사할 수 있습니다! 블록체인 기술은 여전히 매우 초기 단계입니다. 견고한 IoV 솔루션이 보편화되기 전에 몇 번의 "환멸의 골짜기" 하이프 사이클 단계를 통과할 것입니다.

블록체인 기술 논의도 매우 "보텀업" 경향이 있습니다 - 해결할 문제를 찾는 흥미로운 혁신. IoT 성공이 DPA를 통해 가는 것처럼, 블록체인은 DPA로 구동되는 밸류체인(aka 밸류스트림) 접근법으로 진화할 필요가 있습니다.

• 밸류체인 오케스트레이션 계층: 맨 위에 사람, 자동화된 기기, 엔터프라이즈 애플리케이션(aka 기록 시스템), 거래 파트너를 포함하는 작업들을 오케스트레이션하고 순서화하는 엔드투엔드 밸류체인이 있습니다. 이 계층은 DPA를 통해 디지털화되고 자동화됩니다.
   
• 블록체인 계층: 분산 원장들이 중간 블록체인 계층에서 관리됩니다. 블록체인들은 스마트 계약 규칙을 실행하거나 암호화폐를 교환하거나 둘 다 할 것입니다. 엔드투엔드 밸류체인의 작업이나 마일스톤은 특정 단계에서 블록체인을 활용할 것입니다.
   
• IoT/IIoT 연결 기기 계층: 최하위 계층은 IoT/IIoT 연결 계층입니다. 블록체인과 IoT/IIoT 에지 컴퓨팅으로 실행과 트랜잭션을 에지로 밀어내는 추가 이점이 있습니다. 전체 밸류체인은 맨 위에, 필요에 따라 블록체인을 활용할 수 있는 IoT/IIoT 에지 컴퓨팅이 있습니다.

프로세스 + 데이터 결론

프로세스 와 데이터는 기업-인-모션 모두에 필수적입니다. 그러나 자동화된 밸류스트림을 위한 프로세스 계층 - 견고한 DPA(BPM 진화의 현재 화신) - 은 종종 IT 인프라와 엔터프라이즈 아키텍처에서 누락됩니다. 프로세스+데이터 2부는 탑다운 비즈니스 주도 프로세스 접근법의 힘을 명확히 보여주는 세 가지 설득력 있는 활용 사례를 다뤘습니다. 심지어 마스터 데이터 - 그 핵심은 데이터베이스 과제 - 도 밸류스트림 우선순위 지정과 DPA 반복 맥락에서 마스터 데이터 구축을 통해 변환되고 최적화될 수 있습니다. 다른 두 활용 사례는 가장 설득력 있는 디지털 전환 기술인 IoT와 블록체인에 관한 것입니다. 둘 다 성공의 길은 DPA를 통해 갑니다!

프로세스 와 데이터는 둘 다 혁신과 전환에 필수적입니다. 데이터 인사이트의 잠재력과 힘은 디지털화되고 자동화된 프로세스에서 실현됩니다.

기업-인-모션 IT 인프라와 엔터프라이즈 아키텍처, 그리고 수반되는 비즈니스 가치 중심 방법론들은 DPA가 필요합니다.