Max Mara는 O2C(Order-to-Cash) 프로세스를 개선하기 위해 문제가 발생한 위치뿐만 아니라 어떤 개선 사항이 가장 큰 ROI를 내는지 빠르고 정확하게 식별할 수 있는 역량이 필요하다는 것을 깨달았습니다. 디지털 운영팀은 고급 프로세스 발견 도구를 사용하는 것이 올바른 접근 방식이라고 생각했습니다. 조금 더 구체적으로는 구현 유연성과 강력하고 세분화된 프로세스 모델링 기능이 결합된 프로세스 발견 도구를 모색하기 시작했습니다.

다양한 옵션을 검토한 후, 팀은 "데이터 기반 프로세스 최적화를 위한 가장 포괄적인 기반"을 제공하는 IBM® Process Mining 솔루션을 선택했습니다.

이들의 이러한 노력은 현재 8개월에 걸친 IBM Process Mining 구현의 일환으로 설립된 프로세스 최적화 역량 센터를 통해 계속되고 있습니다. 역량 센터 책임자는 "이 센터는 필요에 따라 기술 솔루션을 제공하고 비즈니스, 구현 파트너, 내부 IT 인프라스트럭처 사이의 분석과 구현을 조율하는 중추적인 역할을 하고 있다"고 설명합니다. 역량 센터는 프로세스 마이닝 프로젝트에서도 중요한 역할을 담당했습니다. 역량 센터에서 근무하는 한 비즈니스 분석가는 "비즈니스적인 측면에 더불어 여러 소프트웨어와 데이터 소스가 복잡하게 얽혀 있는 기존의 O2C 흐름에 대한 심층적인 분석을 수행했다"라고 말합니다.

이 검토를 통해 얻는 질적 통찰력은 프로세스 재설계의 기반을 다진다는 점에서 중요합니다. 하지만 프로세스를 변경하든 자동화하든, 궁극적으로는 프로세스 자체에서 데이터를 확보해야 프로세스 결정을 내릴 수 있습니다. 디지털 운영 책임자는 IBM Process Mining 솔루션이 바로 이러한 공백을 메꿔준다고 이야기합니다. 프로세스 관련 의사 결정은 ROI를 기반으로 내려야 한다. 따라서 의사 결정의 기반이 되는 데이터와 프로세스 발견 모델에 따라 결정이 달라진다. (IBM Process Mining) 알고리즘과 이를 통해 얻을 수 있는 광범위한 회사 애플리케이션 데이터 피드 덕분에 어디에서 조치를 취해야 하고, 이러한 조치의 비즈니스 사례가 무엇인지 확실하게 알 수 있다"라고 디지털 운영 책임자는 말합니다.

예를 들어, 특정 지역의 주문 리드 타임이 더 길고, 창고 포장 단계가 근본 원인으로 의심되는 경우를 생각해 봅시다. CoE 팀원들은 IBM Process Mining 모델을 통해 관련된 ERP, CRM, 기타 데이터를 실행해 가설을 입증할 수 있고, 뿐만 아니라 문제를 더 복잡하게 만드는 예상치 못했던 프로세스의 영향을 정확히 찾아낼 수 있습니다. 디지털 운영 책임자는 "어떤 경우에는 프로세스의 탈선으로 인해 병목 현상이 발생한다는 것을 알고 있었다. 하지만 우리는 그 흐름이 얼마나 복잡한지, 그리고 창고에서 '정확한 경로' 프로세스 흐름을 따르는 주문이 실제로 얼마나 적은지 알고는 놀랐다. 이러한 데이터 기반 인사이트를 통해 우리는 문제에 대한 보다 적절하고 효과적인 해결책을 설계할 수 있었다"라고 말합니다.

프로세스를 적절하게 변경할 때 가장 중요한 부분은 변경을 적용하기 전에 이러한 변경이 어떤 영향을 미칠지 파악하는 것입니다. IBM Process Mining 솔루션에는 시뮬레이션 기능이 탑재되어 있어 프로세스 설계자가 리드 타임, 인력 배치 요구 사항과 같은 주요 지표에 변경이 미칠 수 있는 영향을 테스트해 볼 수 있습니다. 이 모델이 제공하는 세부적이고 독립적인 특성을 통해 특정 변경 사항이 예상치 못한 영향을 미칠 것인지 여부도 파악할 수 있습니다. 디지털 운영 책임자는 "한 지점에서 병목 현상을 해소하면 다른 지점에서 다른 병목 현상이 발생할 수 있다는 것을 알게 되었다. 하지만 (IBM Process Mining의) 동적 모델링을 통해 이러한 영향을 파악해 보다 총체적인 방식으로 프로세스 최적화에 접근할 수 있었다"라고 말합니다.

주목할 만한 또 한 가지 사례가 있습니다. 디지털 운영팀은 제품 판매 이후 지원을 처리하는 프로세스를 변경할 경우 이것이 계절적으로 문의량이 최고조에 달하는 이른바 '부하가 많은 시기'의 병목 현상에 어떤 영향을 미칠지 파악하고자 했습니다. 팀은 IBM Process Mining을 사용해 먼저 프로세스 흐름에서 어떤 부분이 자동화에 적합한 반복적인 부분인지 확인할 수 있었습니다. 그리고 주요 프로세스 흐름 세그먼트를 자동화하는 것을 포함해 이러한 변화를 시뮬레이션한 결과, 고객 서비스 문제 해결 시간을 최대 90% 단축하고, 문제 해결당 평균 비용을 46% 절감할 수 있었습니다.

현재 Max Mara의 프로세스 자동화 여정은 비교적 초기 단계에 있지만, 디지털 운영 책임자는 가까운 미래에 프로세스 자동화가 회사의 디지털 운영 전략에 훨씬 더 중요한 요소가 될 것으로 예상하고 있습니다. 그리고 그는 IBM Process Mining을 그 여정을 계획하는 데 필수적인 도구로 보고 있습니다. "프로세스 자동화에 전략적으로 투자하는 것은 고객들이 기대하는 고품질 디지털 경험을 제공하는 데 있어 매우 중요하다. IBM Process Mining 덕분에 우리는 자동화가 고객과 비즈니스 모두에 가장 큰 이득이 되는 부분을 식별하도록 도와주는 강력한 도구를 얻었다"라고 그는 말합니다.

역량 센터 책임자도 여기에 동의합니다. "이 프로젝트의 성공으로 전 세계 다양한 비즈니스 부서에서 이 선례를 따를 것이라고 믿는다"라고 그는 말합니다.

이탈리아 레조 에밀리아에 본사를 둔 Max Mara(ibm.com 외부 링크)는 1951년에 설립된 글로벌 패션 회사입니다. 이 그룹은 105개국에서 41개의 지점을 운영하고 있으며, 5,500명 이상의 직원을 보유하고 있습니다. 가족이 운영하는 이 회사는 고급 기성복에 주력한 최초의 패션 회사 중 하나로, 현재 전 세계적으로 10개의 브랜드를 운영하고 있습니다.