프로세스 + 마스터 데이터 및 디지털 혁신, 2부

프로세스 + 데이터는 혁신과 혁신에 모두 중요합니다. 데이터 통찰력의 잠재력과 힘은 디지털화되고 자동화된 프로세스에서 실현됩니다.

이것은 프로세스 + 데이터에 대한 2부작의 파트 II입니다. I부에서는 지능형 DBMS의 진화에 대해 설명했습니다. 및 지능형 BPMS <엠>. 인공 지능과 다양한 디지털 기술은 두 경향 모두에 엄청난 영향을 미쳤습니다. 또한 iBPMS는 특히 RoboticProcess Automation을 통해 프로세스 및 작업 자동화를 지원합니다.

1부에서는 DBMS, 특히 고급 NoSQL 데이터베이스와 엔터프라이즈 아키텍처의 BPMS 간의 균형 부족을 강조했습니다. AI 및 기타 디지털 기술을 통해 둘 다 지능적이 되었습니다. 또한, 우리는 현재 두 도메인 모두에서 No Code/Low Code 개발에 대한 과도한 접근 방식을 목격하고 있습니다. 이제 CitizenDevelopers 및 이 있습니다. 시민 데이터 과학자.

그러나 다중 관계형 및 NoSQL 데이터베이스를 포함하는 DBMS 계층은 IT 인프라 및 엔터프라이즈 아키텍처에서 어디에나 있습니다. 데이터는 새로운 원유입니다!

BPMS 레이어? 별로.

프로세스와 데이터 간의 시너지 효과를 최대한 활용하려면 현재 진행 중인 기업이 비즈니스 가치를 주도하는 핵심 비즈니스 애플리케이션 및 솔루션에 집중해야 합니다. . 분명한 사실을 다시 한 번 강조하자면, 이것은 기술에 관한 것이 아닙니다!

가치 흐름(가치 사슬이라고도 함)

데이터 접근 방식은 영구 데이터에 중점을 둔 핵심 상향식 접근 방식입니다. 중요하고 중요합니다. 그러나 상향식 기술 기반. 여기에서는 AutonomicEnterprise-In-Motion을 훨씬 더 지원하는 다른 접근 방식을 사용하는 세 가지 강력한 사용 사례를 설명합니다.

프로세스 기반 애플리케이션 접근 방식은 매우 다릅니다. 프로세스 중심 접근 방식의 기본 가정은 비즈니스가 가치 흐름의 모음이라는 것입니다. . 기업은 가치 흐름의 맥락에서 이러한 목표를 달성하기 위한 목표 및 이정표 또는 단계의 관점에서 생각합니다. . 대부분의 조직은 여전히 ​​수직으로 조직되어 있으며 각 사업부에서는 측정 가능한 목표에 중점을 둡니다.

사업부의 사일로, 다양한 애플리케이션, 무역 파트너가 널리 퍼져 있음

가치 흐름은 가치를 실현하고 운영하기 위해 고객 경험을 최적화하려는 사업부, 다양한 레거시 애플리케이션 및 거래 파트너 전반에 걸쳐 수평적으로 이동합니다. . Enterprise-In-Motion의 문화적 변화는 최적화된 가시성과 제어를 위해 가치 흐름을 포착, 디지털화 및 자동화해야 합니다.

TheValuestream 디지털화 및 자동화는 DigitalTransformation의 중심 축입니다.

조직적으로 문화는 사일로 전반에 걸쳐 가치 흐름의 권한 있는 소유권을 장려해야 합니다. DigitalProcess Automation은 DCM(DynamicCase Management)을 통해 가치 흐름의 디지털화 및 자동화를 달성합니다.

일반적으로 이들은 사일로로 되어 있으며 수동 핸드오프를 통해 통신이 이루어집니다. 디지털 기술과 심지어 디지털 혁신 관행조차도 수직으로 조직화된 사일로 조직에 거의 영향을 미치지 않았다는 점에 주목하는 것이 흥미로울 것입니다. 조직 계층 구조는 지속되었습니다. Valuestreams는 운영 우수성을 위해 권한이 부여된 소유자와 함께 수평적으로 자주 이동합니다. 가치 흐름이 DPA를 통해 최적화되지 않으면 상당한 낭비와 비효율이 발생합니다.

디지털화되고 자동화된 가치 흐름의 힘은 세 가지 사용 사례의 핵심 요소입니다.

프로세스 + 마스터 데이터

MDM 연구소에 따르면:마스터 데이터 관리(MDM) 위치에 관계없이 진실에 대한 단일 보기를 제공하는 것을 목표로 많은 응용 프로그램 및 지지층에서 사용되는 데이터에 대한 신뢰할 수 있는 신뢰할 수 있는 기반입니다.

위에서 언급한 사일로(조직, 사업부, 소유한 애플리케이션)는 고객, 공급업체, 제품 또는 기타와 같은 동일성에 대한 정보에 불일치가 있는 주된 이유입니다. 마스터 데이터는 여러 문제를 해결합니다. 다음은 몇 가지 예입니다.

• 일관성이 없고 데이터 품질이 좋지 않으면 잘못된 결정이 내려지고 심지어 위험한 결정이 내려집니다. 자동화된 동적 사례 실행은 데이터의 일관성만큼이나 우수합니다.
• 고객, 제품, 가격, 파트너, 공급업체, 서비스 및 애플리케이션 간에 공유되는 기타 마스터 데이터의 경우 종종 서로 다른 사일로 시스템에 동일성에 대한 모순된 정보(예:잘못된 결혼 여부)가 포함됩니다. 이기종 데이터를 일관되고 고품질로 유지하려고 하면 많은 낭비가 발생합니다.
• 합병 및 인수는 또한 데이터 일관성 문제를 야기합니다. 즉, 조직 전체에서 고객 또는 제품에 대한 단일 버전의 정보를 확보해야 합니다.

다음은 몇 가지 일반적인 예입니다.

• 고객 주소 주소를 저장하는 모든 데이터베이스 또는 애플리케이션에서 일관되게 업데이트되지 않습니다.
• 제품 가격 일관성이 없고 채널(소매, 웹, 모바일 앱 등)에 따라 다릅니다.
• 공급업체 목록, 가용성 및 부품 목록이 다양한 ERP 시스템에서 일치하지 않습니다.

더 많이 있습니다.

MasterData는 데이터 품질, 데이터 일관성, 데이터 소싱, 데이터 정확도, 데이터 무결성, 데이터 복제 및 데이터 완전성을 해결하는 데 필요합니다.

위에서 언급했듯이 기업은 가치 흐름의 집합체입니다. 이러한 가치 스트림 실행은 데이터의 일관성만큼만 좋습니다. 컴퓨터 과학 표현 "GarbageIn – Garbage Out"(GIGO)은 여기에 매우 많이 적용됩니다. 사실, 데이터 불일치는 조만간 고객 경험에 영향을 미치게 되어 고객 불만족을 초래할 것입니다. NPS(Net Promoter Score)가 낮고 비추천 고객 비율이 높아집니다!

상향식 MDM 접근 방식

종종 조직은 마스터 데이터 관리 도구 및 시스템을 통해 마스터 데이터의 문제를 해결하려고 시도합니다. 이것은 값비싼 도구를 사용하는 "빅뱅" 마스터 데이터 프로젝트가 될 수 있습니다. 일부 조직에서는 거버넌스를 위한 MDM 우수 센터를 설립했습니다. 기술 및 데이터 일관성은 데이터 정리, 누락된 데이터 해결, 데이터 일관성, ETL 및 데이터 통합을 포함하여 처리하는 데 매우 중요하며 중요합니다. 위험은 비즈니스 목표를 통해 우선 순위를 지정하지 않고 마스터 데이터를 정규화하는 데 필요한 엄청난 노력입니다. 한 가지 일반적인 문제는 마스터 데이터 문제를 해결하려는 이니셔티브가 종종 사일로에서 해결된다는 것입니다. MDM 자체는 관리해야 하는 소프트웨어의 또 다른 계층이 됩니다. 데이터 복사 및 복제를 사용하는 경우 추가 오버헤드와 잠재적인 불일치도 발생합니다.

그러나 더 심각한 문제는 특정 마스터 데이터의 생성 및 관리에 대한 초점과 정확한 정당성이 부족하다는 것입니다. 예를 들어, 다양한 기록 시스템에서 고객에 대한 필드 또는 속성의 집계 수는 100개일 수 있습니다. 가장 중요한 고객 가치 스트림은 일반적으로 사용 가능한 필드 또는 속성의 아주 작은 부분 집합이 필요합니다. 나머지는 거의 사용되지 않습니다. MDM 시스템의 추론이 의미가 있을 수 있지만 이 상향식 접근 방식은 차선책일 수 있습니다.

하향식 가치 흐름 접근 방식

보다 최적의 접근 방식은 특히 마스터 데이터를 만지고 조작하는 사일로를 연결하는 종단 간 동적 사례 관리 솔루션을 통해 전반적인 지속적인 개선 이니셔티브의 일부로 MDM 문제를 처리하는 것입니다. Enterprise-In-Motion은 가치 흐름의 집합체입니다. MDM은 Valuestream이 가능한 한 잘 실행되도록 하는 것입니다. 이러한 각 가치 흐름에는 예를 들어 비용 절감, NPS 개선 또는 수익 창출과 같은 특정 비즈니스 목표가 있습니다. 이 접근 방식의 핵심은 레거시 시스템을 래핑하고 현대화하는 DCM(Dynamic Case Management) 지원 계층입니다. 1부에서 언급했듯이 DCM은 로봇 자동화, AI 및 기타 디지털 기술과 더불어 DPA의 핵심 기능입니다.

하향식 접근 방식은 DPA를 통해 최적화, 디지털화 및 자동화된 특정 가치 흐름에 필요한 필드 또는 속성에만 초점을 맞춥니다.

이 "하향식" 접근 방식은 MDM 개선으로 변혁적 프로젝트의 우선 순위를 지정하고 위험과 비즈니스 가치의 균형을 유지합니다. 이러한 기술 데이터베이스 문제는 해결해야 하지만 우선 순위에 대한 접근 방식을 수정해야 합니다.

크게 생각하되 작게 시작하세요

Enterprise-In-Motion에서 데이터 문제를 해결하기 위한 솔루션은 "크게 생각하되 작게 시작하라"는 거버넌스에 의해 주도됩니다. 접근 방식은 빠른 성공을 실현하고 필요한 마스터 데이터 엄격성을 구축 또는 달성한 다음 마스터 데이터를 포함하는 추가 변환 솔루션으로 확장하는 것입니다. 즉, 반복적인 접근 방식을 사용하면 Big Bang의 종합적인 MasterData 대신 통합 마스터가 단편적으로 구축되고 그런 다음 디지털 트랜스포메이션을 위한 솔루션을 위한 프로젝트의 실현. 마스터 데이터 거버넌스 및 구현은 프로세스 자동화 방법론의 DNA에 포함될 수 있으며 DPA 계층 내에서 데이터를 관리하는 데 필요한 데이터 소스의 우선 순위 및 최적화로 이어질 수 있습니다. 목표는 특정 우선 순위 프로젝트에 대한 비즈니스 가치와 마스터 데이터의 용이함 간의 균형을 맞추는 것입니다.

DesignThinking 방법론에서 우선순위 지정 Valuestream 프로젝트의 백로그에 중요합니다. 이러한 우선 순위는 비즈니스 가치와 구현 용이성의 균형을 맞춰 프로젝트의 순위를 체계적으로 지정합니다. 다음은 우선순위 지정에 영향을 미칠 수 있는 측정 가능한 몇 가지 측정기준입니다.

• 프로젝트의 마스터 데이터 필드 통합의 복잡성
• 프로젝트의 종단 간 사례에 대한 열악한 마스터 데이터 품질의 영향
• 비즈니스 영향력이 높은 프로젝트에서 마스터 데이터 필드의 적용
• 프로젝트의 마스터 데이터 필드 값에 액세스하기 위한 API 가용성

마스터 데이터 지원을 반영하는 우선 순위가 지정된 슬라이버는 애자일 방법론에 제공됩니다. 방법론은 비즈니스 목표를 지속적으로 모니터링하고 측정하는 데 도움이 되어야 합니다. 마스터 데이터는 슬라이버 전체에서 반복적으로 최적화됩니다. 디자인 씽킹 우선 순위가 제공하는 혁신적인 프로젝트는 지속적으로 측정되고 모니터링됩니다. 하향식 접근 방식에는 세 가지 유형의 반복이 있습니다.

• 프로젝트 백로그의 반복 – 비즈니스 가치와 마스터 데이터 가용성 차원에 따라 우선순위 지정
• 마스터 데이터를 활용하면서 DPA 솔루션을 구축하는 동안 반복
• 프로덕션 후, 추가 개선을 위해 목표와 달성 목표를 비교하는 것도 중요합니다.

따라서 하향식 접근 방식은 마스터 데이터를 점진적으로 구축하는 동시에 비즈니스 가치가 높은 프로젝트를 지속적으로 제공하고 개선합니다.

디지털 혁신:IoT 및 블록체인

Valuestream 프로세스 중심의 하향식 접근 방식은 디지털 혁신 기술 가치 제안을 가능하게 합니다. Enterprise-In-Motion에 가장 중요한 두 가지 기술은 IoT와 블록체인입니다.

IoT 성공으로 가는 길

IoT는 센서와 액추에이터를 통해 점점 더 지능화되는 장치의 연결에 관한 것입니다. 물론 연결성, 밸런싱 범위 및 전원 공급 장치 고려 사항의 기초는 매우 중요합니다. IoT의 전체 스택 및 다중 계층 아키텍처에는 여러 구성 요소가 있습니다. 가장 낮은 수준에는 물리적이 포함됩니다. 장치 및 시스템. 바로 이것이 사이버-물리적입니다. IoT 시대의 기반이 되는 연결성. 기타 계층에는 데이터 축적 및 분석 계층이 있습니다. IoT 연결 장치는 엄청난 양의 데이터를 생성합니다. 빅 데이터가 사물 데이터가 되고 있습니다! 이 데이터 중 일부(대부분의 경우)가 에지에서 처리되고 있습니다.

IoT에는 몇 가지 참조 아키텍처와 참조 모델이 있습니다. IoT WorldForum의 참조 모델은 IoT를 위한 다단계 아키텍처의 최상위에 협업 및 비즈니스 프로세스를 제공합니다.

이것은 중요하고 의미가 있습니다. 성공은 처음부터 구체적인 비즈니스 목표를 통해 하향식으로 달성할 수 있습니다. 하향식 비즈니스 솔루션에는 사람, 연결된 장치(일명 IoT), 거래 파트너 및 엔터프라이즈 애플리케이션(기록 시스템이라고도 함)이 포함됩니다. 모두 구체적이고 측정 가능한 핵심 성과 지표(KPI)를 위해 활동을 협력하고 조정합니다. 협력은 End-to-End Values의 맥락에서 이루어집니다. treams(운영하는 단어는 Value입니다. ), 모델링, 자동화 , 지속적인 개선을 위해 DPA를 통해 모니터링됩니다. DPA 방법론, 역량 모범 사례 , 및 기술은 IoT 성공을 이끄는 엔진입니다.

DPAValuestreams에 의해 구동되는 IoT의 많은 애플리케이션이 있습니다. DigitalPrescriptive Maintenance는 IoT를 위한 킬러 애플리케이션입니다. 여기에 설명된 것처럼 여기에는 참가자(예:고객 서비스 및 FieldService)가 포함된 작업의 오케스트레이션이 포함됩니다. 여기에는 엔터프라이즈 애플리케이션, 최상의 조치를 분류하기 위한 AI, 보증 체인 관리, 물론 연결된 장치 및 IoT가 포함됩니다. 엔드 투 엔드 오케스트레이션 및 자동화는 DPA를 통해 달성됩니다.

블록체인에서 가치 사슬로

블록체인은 혁명입니다. 가치 인터넷(IoV)의 출현을 가능하게 하는 것은 엔진입니다. IoV는 인터넷 진화의 중요한 단계입니다. 1990년대에 우리는 정보 인터넷으로 시작했습니다. : 전통적인 인터넷 – 우리가 매일 정보를 검색하는 데 사용합니다. 다음은 사물 인터넷입니다. 또는 소비자(예:Connected Homes), 공공 부문(예:Smart Cities) 및 산업 애플리케이션(예:SmartManufacturing)에 널리 보급되고 있는 연결된 장치. IoT 성공으로 가는 길은 디지털 프로세스 자동화를 통해 진행됩니다. 암호화폐의 기반 기술인 블록체인은 가치 인터넷을 가능하게 합니다. 가치는 디지털 통화가 될 수 있습니다. 더 중요한 것은 "가치"가 비즈니스 목표를 지원하는 조직 간 및 조직 내 교환을 지원하는 데이터일 수도 있다는 것입니다.

분산 및 분산 데이터베이스로서의 블록체인

블록체인은 블록체인 검증에 참여하는 노드에 다양한 당사자 간의 거래 원장을 저장합니다. 원장은 분산되고 복제됩니다. B2B 거래에 협력하는 기업은 이제 블록체인을 통해 거래 정보를 공유할 수 있습니다. 확장(예:다른 거래 파트너 포함) 에 대한 하나의 잠재적인 응용 프로그램 Enterprises-In-Motion은 블록체인을 무역 거래를 위한 공유 데이터베이스로 취급하고 엔터프라이즈 애플리케이션 내에서 필요에 따라 데이터에 액세스합니다. 따라서 거래 파트너가 내부 ERP 또는 데이터베이스 시스템의 데이터를 복제하는 대신 Blockchain은 기업 간 거래의 마스터 데이터 역할을 할 수 있습니다! 블록체인 기술은 아직 초기 단계에 있습니다. 강력한 IoV 솔루션이 널리 보급되기 전에 몇 가지 "환멸의 골짜기" 과대 광고 주기 단계를 거치게 됩니다.

블록체인 기술 논의는 또한 매우 "상향식"인 경향이 있습니다. 즉, 해결할 문제를 찾는 흥미로운 혁신입니다. DPA를 통해 실행되는 IoT의 성공과 마찬가지로 Blockchain은 Valuechain( Valuestream이라고도 함) 접근 방식 – DPA를 통해 제공됩니다!

• 가치사슬 조정 계층 :맨 위에는 사람, 자동화된 장치, 엔터프라이즈 애플리케이션(기록 시스템이라고도 함) 및 거래 파트너와 관련된 작업을 오케스트레이션하고 순서를 지정하는 종단 간 가치 사슬이 있습니다. 이 레이어는 DPA를 통해 디지털화 및 자동화됩니다.
  
• 블록체인 계층: 분산된 분산 원장은 중간 블록체인 계층에서 관리됩니다. 블록체인은 스마트 계약 규칙, 암호화폐 교환 또는 둘 다를 실행합니다. 종단 간 가치 사슬의 작업 또는 이정표는 특정 단계에서 블록체인을 활용합니다.
  
• IoT/IIoT 연결 장치 계층: 가장 낮은 계층은 IoT/IIoT 연결 계층입니다. 블록체인과 IoT/IIoT 에지 컴퓨팅을 사용하면 실행 및 트랜잭션을 에지로 밀어넣는 추가 이점이 있습니다. 전체 Valuechain은 필요에 따라 Blockchain을 활용할 수 있는 IoT/IIoTedge 컴퓨팅과 함께 최상위에 있습니다.

프로세스 + 데이터 결론

프로세스 및 데이터는 모두 Enterprise-In-Motion에 중요합니다. 그러나 강력한 DPA(BPM 진화의 현재 구현)가 있는 자동화된 가치 흐름을 위한 프로세스 계층은 IT인프라 및 엔터프라이즈 아키텍처에서 종종 누락됩니다. Process+Data의 2부에서는 하향식 비즈니스 중심 프로세스 접근 방식의 힘을 명확하게 보여주는 세 가지 강력한 사용 사례를 다뤘습니다. 마스터 데이터 데이터베이스 문제의 핵심은 DPA 반복의 맥락에서 Valuestreams의 우선 순위를 지정하고 마스터 데이터를 구축하여 변환 및 최적화할 수 있다는 것입니다. 다른 두 가지 사용 사례는 가장 강력한 디지털 혁신 기술인 IoT 및 블록체인과 관련이 있습니다. 어느 쪽이든 성공의 길은 DPA를 통해 이루어집니다!

프로세스 + 데이터는 둘 다 혁신과 변혁에 중요합니다. 데이터 통찰력의 잠재력과 힘은 디지털화되고 자동화된 프로세스에서 실현됩니다.

Enterprise-In-Motion IT 인프라 및 엔터프라이즈 아키텍처와 함께 수반되는 비즈니스 가치 중심 방법론에는 DPA가 필요합니다.