KR102370781B1 - 기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법 - Google Patents

기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법 Download PDF

Info

Publication number
KR102370781B1
KR102370781B1 KR1020210047609A KR20210047609A KR102370781B1 KR 102370781 B1 KR102370781 B1 KR 102370781B1 KR 1020210047609 A KR1020210047609 A KR 1020210047609A KR 20210047609 A KR20210047609 A KR 20210047609A KR 102370781 B1 KR102370781 B1 KR 102370781B1
Authority
KR
South Korea
Prior art keywords
loss
worker
time
information
company
Prior art date
Application number
KR1020210047609A
Other languages
English (en)
Inventor
하태용
손경섭
Original Assignee
넷플러스 주식회사
하태용
손경섭
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 넷플러스 주식회사, 하태용, 손경섭 filed Critical 넷플러스 주식회사
Priority to KR1020210047609A priority Critical patent/KR102370781B1/ko
Application granted granted Critical
Publication of KR102370781B1 publication Critical patent/KR102370781B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 기업경영 예측 컨설팅 기술을 개시한다. 즉, 본 발명의 실시예에 따른 기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법은 노동생산성 정보 또는 설비생산성 정보를 생성시킨 후, 시간에 따라 계속적으로 설비생산성 정보의 정상작업 최대 할당분이 제 1 저해 요소에 의해 제 1 손실 되더라도 그에 따른 제 1 저해율이 0.01 내지 10% 유지되도록 하거나, 시간에 따라 계속적으로 노동생산성 정보의 총 재적인원 공수분이 제 2 저해 요소에 의해 제 2 손실 되더라도 그에 따른 제 2 저해율이 0.01 내지 10% 유지되도록 관리함으로써, 기업을 경영함에 있어 필수적으로 고려해야 하는 제반사항인 노동생산성 및 설비생산성에 관한 자원 효율 및 한정된 자원적 분배를 최적화시켜 기업이윤의 극대화를 기대한다.

Description

기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법{Company status grasp and forecast management information system and drive method of the Same}
본 발명은 기업경영 예측 컨설팅 기술에 관한 것으로, 특히 노동생산성 정보 또는 설비생산성 정보를 생성시킨 후, 시간에 따라 계속적으로 설비생산성 정보의 정상작업 최대 할당분이 제 1 저해 요소에 의해 제 1 손실 되더라도 그에 따른 제 1 저해율이 0.01 내지 10% 유지되도록 하거나, 시간에 따라 계속적으로 노동생산성 정보의 총 재적인원 공수분이 제 2 저해 요소에 의해 제 2 손실 되더라도 그에 따른 제 2 저해율이 0.01 내지 10% 유지되도록 관리하는 기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법에 관한 것이다.
기업정보는 기업 운영에 필요한 용도로서 사내적으로 제한적으로 사용하고, 대외적으로는 기업정보를 공개하는 것은 현실적으로 제한되어 있으며, 강제되지 않는 정보의 공개 즉 기업에서 스스로 선택하여 공개하는 정보의 내용은 대부분 기업의 이미지 향상에 기여할 수 있는 선전성 내용정도로 제한되어 있다.
이는 정보의 공개가 가져다 주는 효과를 기대하기 때문에 나타나는 현상이며, 굳이 기업의 영업활동이나 재무상태등을 실적이 호전되어 가고 있는 상황이 아니면 그 내용을 스스로 알릴 필요는 없는 것이다. 따라서 기업의 정보는 외부에 대하여 폐쇄적으로 볼 수 있다.
대부분의 기업은 금융기관으로부터 상환조건을 확약하고 운영에 필요한 시설재와 운영비등의 유무상자금을 지원받고, 금융기관은 가계자금을 유치한 뒤 설비투자나 운영자금을 필요로하는 기업에게 대부하여 영업이익을 창출하거나 투자형태로 자금을 지원하게 되어 원할한 경제의 흐름을 유지시킨다.
이러한 관계는 경제상황과 밀접한 관계를 가지고 있으며 이에 따라 유동적으로 변화되는데, 이상적으로는, 기업은 언제든지 필요로 하는 자금을 쉽게 유치하고, 금융기관은 이러한 기업의 요구에 아무런 조건없이 필요한 자금을 지원하는 형태이다.
일반적으로 경제상황이 호황인 경우 소비와 지출이 증가하고 동시에 풍부한 유휴 자금을 금융기관이 유치하게 되는데, 기업은 그 만큼 많은 상품과 재화 그리고 용역서비스를 판매하고 반대로 구매하여 판매기회와 구매기회가 동시에 증가하고, 또한 금융기관은 풍부한 자금을 유치하여 이를 기업에 공급함으로서 기업이나 금융기관 모두 자금압박에 의한 부실화의 가능성이 줄어들고 그 만큼 금융기관의 부실채권도 줄어든다.
그러나, 경제상황이 신용경색 단계에 이르면 기업은 판매부진으로 수입이 감소되어 미수금과 재고율이 증가하고 가동율이 떨어지고, 연쇄적으로 기업신용이 경색되어 금융기관은 채권확보와 자금회수에 나서면서 신규자금 지원규모를 줄여 기업은 자금 압박을 직접적으로 받게 된다.
여기서, 기업신용은 곧 원할한 자금조달의 기준이 된다. 이 단계에서는 기업은 부동산 매각을 통한 유동성확보나 구조조정등의 경영 합리화 작업등을 통해 기업을 내실화 하는 작업을 병행한다. 그러나 대부분의 기업은 소비위축에 따른 판매부진으로 수입이 감소하면서 점진적으로 자금압박을 받게된다.
자금유치가 열악한 조건에서 기업을 운영하기 위해서는 무엇보다 기업신용이 우선된다. 그만큼 기업신용은 기업의 생존에 가장 큰 영향을 미칠 정도로 중요하다.
그러나, 그 중요성에 비해 신용평가의 공정성과 평가의 합리성 등에 따라 평가결과가 다르게 나타나 기업의 불이익을 초래할 문제가 있다. 신용평가방법은 금융기관의 자체평가와 신용평가전문기관에 의한 평가자문등으로 해당 기업의 신용등급을 결정하고 있다. 이러한 평가방법은 나름대로 상당한 객관성을 갖추고 있는 것으로 볼 수 있다. 기업 신용평가에 있어서 객관성 자료로는,총자본,총자산,부채율,유동성 등의 재무안정성과 성장성 및 수익성 등이 있지만 재무안정성이 가장우선시 된다.
기업은 이러한 신용 및 여신경색에 대비하기 위해 사전에 주거래 금융기관을 정하여 여수신 업무를 해당금융기관에 집중시키고 동시에 기업의 재무상태와 회계감사 정보 등을 금융기관에 수시로 제공하여 캐쉬플로우를 원할하게 유지시키고자 노력한다.
이같이 금융기관과 기업(가계)은 서로 금전에 있어서 상호보완적인 관계를 형성하면서 기업은 자사의 재무상태를 보다 신뢰성 있게 금융기관에 제공할 의무가 있으며, 금융기관은 기업의 일시적인 재무상태 악화시 성장성과 수익성등을 감안하여 자금경색과 관계없이 긴급자금을 지원하는 등의 협력관계를 형성하는 것이 바람직하다.
그러나, 이러한 협력관계가 만족할 만한 단계로 발전되기는 현실적인 어려움이 있다. 기업은 기업대로신용평가의 공정성 부족으로 가져다주는 불이익에 대하여 인정하지 못하고, 금융기관은 수치적으로 추출된 결과를 통해 나온 결과를 지침에 적용하여 기업신용을 결정함에 따라 나타나는 표면적인 신용평가로 인해 영업손실을 감수해야하기 때문에 금융기관대로 어려움이 뒤따른다.
이러한 문제를 해결하기 위한 유일한 방법은 기업은 언제나 기업신용등급을 초우량등급으로 유지하고, 금융기관은 이러한 우량등급의 기업만을 선택적으로 거래하여 리스크를 줄이는 것이지만 이는 유기적으로 변동하는 금융시장과 경제상황에서 기대하기 어렵다.
기업과 금융기관사이에서 나타나는 일반적인 현상은 상호간의 신뢰도 부족이다. 예를들면, 기업규모가 클수록 금융기관의 신용평가결과가 높게 나타나고, 그 만큼 큰규모의 기업은 자금조달이 원할하고, 반대로 갈수록 자금조달이 어렵다.
따라서 경영상태나 부채율,유동성 등과는 관계없이 기업규모가 신용평가에 상당한 영향을 미친다. 이러한 인지도에 의존하는 신용평가방식에의해 나타나는 현상은 대량부실채권으로 나타난다. 만약 신용평가에서 인지도를 고려하지 않고 재무안정성과 성장성 그리고 수익성등을 평가한다면 부실채권규모를 훨씬 줄일 수 있을 것이다.
이러한 규모와 인지도에서 떨어지는 기업은 인지도가 큰 기업에 비해 신용도가 상당히 평가가 절하될 수 있음을 알 수 있다.
한국특허 공개번호 : 10-2000-0072475 한국특허 공개번호 : 10-2021-0001649 한국특허 공개번호 : 10-2020-0039852 한국특허 등록번호 : 10-1265976-0000
본 발명의 기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법은 앞서 본 종래 기술의 문제점을 해결하기 위해 안출된 것으로, 본 발명의 제 1 목적은 노동생산성 정보 또는 설비생산성 정보를 생성시킨 후, 시간에 따라 계속적으로 설비생산성 정보의 정상작업 최대 할당분이 제 1 저해 요소에 의해 제 1 손실 되더라도 그에 따른 제 1 저해율이 0.01 내지 10% 유지되도록 하거나, 시간에 따라 계속적으로 노동생산성 정보의 총 재적인원 공수분이 제 2 저해 요소에 의해 제 2 손실 되더라도 그에 따른 제 2 저해율이 0.01 내지 10% 유지되도록 관리함으로써, 기업을 경영함에 있어 필수적으로 고려해야 하는 제반사항인 노동생산성 및 설비생산성에 관한 자원 효율 및 한정된 자원적 분배를 최적화시켜 기업이윤의 극대화를 기대하기 위함이다.
또한, 본 발명의 제 2 목적은 정상작업 최대 할당분을 시간에 따라 계속적으로 제 1 손실케 하는 제 1 저해요소의 제 1 변동 기울기를 점진적으로 감소시키기 위해 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분 중에서 적어도 하나 이상을 유전 알고리즘을 통해 찾고, 제 1 변동 기울기가 제 1 목표 패턴과 다를 시 역전파 알고리즘으로 오차범위를 지속적으로 줄여나갈 수 있도록 함으로써, 제 1 기업현황 파악 및 예측 모델을 구현해 내기 위함이다.
또한, 본 발명의 제 3 목적은 총 재적인원 공수분을 시간에 따라 계속적으로 제 2 손실케 하는 제 2 저해요소의 제 2 변동 기울기를 점진적으로 감소시키기 위해 휴업 공수분, 계획 정지공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분 중에서 적어도 하나 이상을 유전 알고리즘을 통해 찾고, 제 2 변동 기울기가 제 2 목표 패턴과 다를 시 역전파 알고리즘으로 오차범위를 지속적으로 줄여나갈 수 있도록 함으로써, 제 2 기업현황 파악 및 예측 모델을 구현해 내기 위함이다.
상기의 과제를 달성하기 위한 본 발명은 다음과 같은 구성을 포함한다.
즉, 본 발명의 실시예에 따른 기업 현황 파악 및 예측 경영정보 시스템은, 전사적자원 관리부(ERP : Enterprise Resource Planning Part)로부터 기업 내 경영활동 프로세스에 의해 발생되는 비가공(Raw) 노동생산성 정보를 수집하거나, 제조실행 시스템부(MES : Manufacturing Execution System Part)로부터 생산 현장의 원가절감 프로세스에 의해 발생되는 비가공(Raw) 설비생산성 정보를 수집하는 비가공 데이터 수집부; 상기 비가공(Raw) 노동생산성 정보 또는 비가공(Raw) 설비생산성 정보를 대상으로 불필요 정보제거 필터링 또는 전처리(pretreatment) 과정을 실시함에 따라, 불필요 가비지(garbage) 정보가 제거된 빅데이터 중 하나인 노동생산성 정보 또는 상기 빅데이터 중 다른 하나인 설비생산성 정보를 생성하는 정보가공 처리 및 빅데이터 생성부; 및 상기 설비생산성 정보에 주 구성요소인 정상작업 최대 할당분이 제 1 저해 요소에 속하는 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분에 의해 시간에 따라 계속적으로 제 1 손실이 일어나더라도 상기 제 1 손실에 따른 제 1 저해율이 0.01 내지 10%로 유지되도록 상기 제 1 저해요소를 수치 분석하거나, 상기 노동생산성 정보에 주 구성요소인 총 재적인원 공수분이 제 2 저해 요소에 속하는 휴업 공수분, 계획 정지공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분에 의해 시간에 따라 계속적으로 제 2 손실이 일어나더라도 상기 제 2 손실에 따른 제 2 저해율이 0.01 내지 10%로 유지되도록 상기 제 2 저해요소를 수치 분석하는 빅데이터 분석부를 포함한다.
또한, 본 발명의 실시예에 따른 기업 현황 파악 및 예측 경영정보 시스템의 구동방법은, 비가공 데이터 수집부가 전사적자원 관리부(ERP : Enterprise Resource Planning Part)로부터 기업 내 경영활동 프로세스에 의해 발생되는 비가공(Raw) 노동생산성 정보를 수집하거나, 제조실행 시스템부(MES : Manufacturing Execution System Part)로부터 생산 현장의 원가절감 프로세스에 의해 발생되는 비가공(Raw) 설비생산성 정보를 수집하는 단계; 정보가공 처리 및 빅데이터 생성부가 상기 비가공(Raw) 노동생산성 정보 또는 비가공(Raw) 설비생산성 정보를 대상으로 불필요 정보제거 필터링 또는 전처리(pretreatment) 과정을 실시함에 따라, 불필요 가비지(garbage) 정보가 제거된 빅데이터 중 하나인 노동생산성 정보 또는 상기 빅데이터 중 다른 하나인 설비생산성 정보를 생성하는 단계; 빅데이터 분석부가 상기 설비생산성 정보에 주 구성요소인 정상작업 최대 할당분이 제 1 저해 요소에 속하는 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분에 의해 시간에 따라 계속적으로 제 1 손실이 일어나더라도 상기 제 1 손실에 따른 제 1 저해율이 0.01 내지 10%로 유지되도록 상기 제 1 저해요소를 수치 분석하는 단계; 및 상기 빅데이터 분석부가 상기 노동생산성 정보에 주 구성요소인 총 재적인원 공수분이 제 2 저해 요소에 속하는 휴업 공수분, 계획 정지공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분에 의해 시간에 따라 계속적으로 제 2 손실이 일어나더라도 상기 제 2 손실에 따른 제 2 저해율이 0.01 내지 10%로 유지되도록 상기 제 2 저해요소를 수치 분석하는 단계를 포함한다.
본 발명의 기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법은 노동생산성 정보 또는 설비생산성 정보를 생성시킨 후, 시간에 따라 계속적으로 설비생산성 정보의 정상작업 최대 할당분이 제 1 저해 요소에 의해 제 1 손실 되더라도 그에 따른 제 1 저해율이 0.01 내지 10% 유지되도록 하거나, 시간에 따라 계속적으로 노동생산성 정보의 총 재적인원 공수분이 제 2 저해 요소에 의해 제 2 손실 되더라도 그에 따른 제 2 저해율이 0.01 내지 10% 유지되도록 관리함으로써, 기업을 경영함에 있어 필수적으로 고려해야 하는 제반사항인 노동생산성 및 설비생산성에 관한 자원 효율 및 한정된 자원에 대한 분배를 최적화시켜 기업이윤의 극대화를 기대하는 제 1 효과를 준다.
또한, 본 발명은 제 1, 2 기업현황 파악 및 예측 모델을 모니터링하면서 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분 중에서 적어도 하나, 또는 휴업 공수분, 계획 정지공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분 중에서 적어도 하나를 수동 조작해 강제 변경하거나 정상작업 최대 할당분 혹은 총 재적인원 공수분을 강제 변경함을 통해 제 1, 2 목표 패턴을 수정, 변경 또는 실시간으로 재설정함으로써, 제 1, 2 기업현황 파악 및 예측 모델을 제시하고 이를 통해 기업의 현 경영상태를 바르게 진단해 주고 향후 예측 가능한 기업경영에 관한 미래 전망을 제시해 주는 제 2 효과를 준다.
도 1은 본 발명의 실시예에 따른 기업 현황 파악 및 예측 경영정보 시스템을 도시한 도면이다.
도 2는 본 발명의 실시예에 따른 기업 현황 파악 및 예측 경영정보 시스템을 도시한 다른 도면이다.
도 3은 본 발명의 실시예에 따른 기업 현황 파악 및 예측 경영정보 시스템에 적용되는 설비생산성에 대한 파라미터들을 피라미드 형태로 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 기업 현황 파악 및 예측 경영정보 시스템에 적용되는 노동생산성에 대한 파라미터들을 피라미드 형태로 나타낸 도면이다.
도 5는 본 발명의 실시예에 따른 기업 현황 파악 및 예측 경영정보 시스템의 구동방법을 나타낸 순서도이다.
[실시예]
이하, 본 발명의 실시예에 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다.
도 1은 본 발명의 실시예에 따른 기업 현황 파악 및 예측 경영정보 시스템을 도시한 도면이다.
도 1를 참조하면, 기업 현황 파악 및 예측 경영정보 시스템(1000)은 비가공(Raw) 노동생산성 정보 또는 비가공(Raw) 설비생산성 정보로부터 불필요 가비지(garbage) 정보를 제거시킨 빅데이터인 노동생산성 정보(1500) 또는 설비생산성 정보(1100)를 생성시킨 후, 시간에 따라 계속적으로 설비생산성 정보(1100)의 정상작업 최대 할당분이 제 1 저해 요소에 의해 제 1 손실 되더라도 그에 따른 제 1 저해율이 0.01 내지 10% 유지되도록 하거나, 시간에 따라 계속적으로 노동생산성 정보(1500)의 총 재적인원 공수분이 제 2 저해 요소에 의해 제 2 손실 되더라도 그에 따른 제 2 저해율이 0.01 내지 10% 유지되도록 예측기획 및 경영관리하는 시스템으로, 비가공 데이터 수집부(100), 정보가공 처리 및 빅데이터 생성부(200), 빅데이터 분석부(300)를 포함한다.
일반적으로, ERP(Enterprise Resource Planning, 전사적자원관리)란 기업 내 생산, 물류, 재무, 회계, 영업과 구매, 재고 등 경영 활동 프로세스들을 통합적으로 연계해 관리해 주며, 기업에서 발생하는 정보들을 서로 공유하고 새로운 정보의 생성과 빠른 의사결정을 도와주는 것을 말한다.
또한, MES(Manufacturing Execution System, 제조실행 시스템)제조업체의 경우 생산이 비즈니스의 핵심이다. 그래서 제조업체들은 생산 현장을 최적화하고 생산 현장의 원가를 절감하고자 한다. 그러므로 의사결정이 빠른 공장, 전략적인 공장, 주변 환경에 대응이 빠른 공장, 운영 비용이 최소인 공장, 제어와 조작이 쉬운 공장, 시스템 구축이 용이한 공장은 모든 제조 기업이 추구하는 모습일 것이다. 이를 지원하기 위해 등장한 시스템이 바로 제조실행 시스템이다.
먼저, 비가공 데이터 수집부(100)는 전사적자원 관리부(ERP : Enterprise Resource Planning Part)로부터 기업 내 경영활동 프로세스에 의해 발생되는 비가공(Raw) 노동생산성 정보를 수집하거나, 제조실행 시스템부(MES : Manufacturing Execution System Part)로부터 생산 현장의 원가절감 프로세스에 의해 발생되는 비가공(Raw) 설비생산성 정보를 수집한다.
정보가공 처리 및 빅데이터 생성부(200)는 비가공(Raw) 노동생산성 정보 또는 비가공(Raw) 설비생산성 정보를 대상으로 불필요 정보제거 필터링 또는 전처리(pretreatment) 과정을 실시함에 따라, 불필요 가비지(garbage) 정보가 제거된 빅데이터인 노동생산성 정보(1500) 또는 설비생산성 정보(1100)를 생성한다.
여기서, 설비생산성 정보(1100)는 도 3에서 알 수 있는 것처럼, 정상작업 최대 할당분(1110), 불규칙성 휴업손실분(1120), 계획 휴지손실분(1140), 정지 손실분(1160), 실질 손실분(1180) 및 불량 손실분(1200)을 포함하며, 정상작업 최대 할당분(1110)에서 불규칙성 휴업손실분(1120), 계획 휴지손실분(1140), 정지 손실분(1160), 실질 손실분(1180) 및 불량 손실분(1200)을 감산한 값에 100%을 승산하면 설비 생산성 최적효율이 파악됨에 유의한다.
즉, 정상작업 최대 할당분(1110)은 N개의 공장설비가 1년 365일 기준시간 동안 제품생산을 위해 작업을 실시하게 된 경우에서의 총 작업 시간임을 의미한다.
정상작업 최대 할당분(1110)에서 노조 파업으로 인해 작업에 차질이 일어난 손실 시간인 불규칙성 휴업손실분을 감산하면 조업분(1130)이 되고, 조업분(1130)에서 정기적(定期的) 공장설비 보수로 인해 작업에 지장을 초래한 손실 시간인 계획 휴지손실분(1140)을 감산하면 부하분(1150)이 된다.
부하분(1150)에서 공장설비 가동 중 비정기적(非定期的) 공장설비 고장이나 부품교체로 인해 작업에 차질이 일어난 손실 시간인 정지 손실분(1160)을 감산하면 작업 가동분(1170)이 된다.
작업 가동분(1170)에서 공장설비 가동 중 공장설비 순간 고장이나 공장설비 노화에 따른 가동중지로 인해 작업에 지장을 초래한 손실 시간인 실질 손실분(1180)을 감산하면 실질 가동분(1180)이 된다.
실질 가동분(1180)에서 공장설비 초기 셋팅시에 양산된 제품 하자 및 장비 재셋팅으로 인한 작업에 차질이 일어난 손실 시간인 불량 손실분(1200)을 감산하면 가치 가동분(1210)이 된다.
설비 생산성 최적효율은 가치 가동분(1210)에서 정상작업 최대 할당분(1110)을 나눈 값에 100%를 곱한 값으로, 공장설비 도입시 공장설비가 보유한 가동 성능치가 정상작업 최대 할당시간을 기준으로 확률적으로 부가가치분을 얼마나 일으켰는지를 알기 위한 마련된 지표라 할 것이다.
여기서, 노동생산성 정보(1500)는 도 4를 통해서도 알 수 있듯이, 총 재적인원 공수분(1510), 휴업 공수분(1520), 계획 정지공수분(1540), 가동정지 유실분(1560), 작업자 유실분(1580), 작업자능력 차이분(1600) 및 작업자 경험치분(1620)을 포함하며, 총 재적인원 공수분(1510)에서 휴업 공수분(1520), 계획정지 공수분(1540), 가동정지 유실분(1560), 작업자 유실분(1580), 작업자능력 차이분(1600) 및 작업자 경험치분(1620)을 감산한 값에 100%을 승산하면 노동 생산성 최적효율이 파악됨에 유의한다.
즉, 총 재적인원 공수분(1510)은 어느 회사에 속한 총 재적인원이 매일 8 작업시간 동안 제품생산을 위해 작업을 실시하게 된 경우에서의 총 노동 시간임을 의미한다.
총 재적인원 공수분(1510)에서 휴가, 결근, 지각, 조퇴로 인해 작업에 차질이 일어난 손실 시간인 휴업 공수분(1520)을 감산하면 가용 공수분(1530)이 되고, 가용 공수분(1530)에서 작업 착수 전(前) 회의, 훈련, 예방보전, 휴식으로 인해 작업에 지장을 초래한 손실 시간인 계획정지 공수분(1540)을 감산하면 작업 공수분(1550)이 된다.
작업 공수분(1550)에서 공장설비 가동 중 작업자의 임의이탈, 공장설비 고장, 기종변경, 부품교체로 인해 작업에 차질이 일어난 손실 시간인 가동정지 유실분(1560)을 감산하면 실제가동 공수분(1570)이 된다.
실제가동 가동분(1570)에서 작업자의 보직변경, 작업자의 비성실 근무태만으로 인해 작업에 지장을 초래한 손실 시간인 작업자 유실분(1580)과, 작업자 간의 업무숙달이나 경력차이로 인해 작업에 지장을 초래한 손실 시간인 작업자능력 차이분(1600)을 감산하면 표준 공수분(1590)이 된다.
표준 공수분(1590)에서 공장설비를 대상으로 작업자 간의 작업노하우 및 작업스타일로 인해 작업에 차질이 일어난 손실 시간인 작업자 경험치분(1620)을 감산하면 가치 공수분(1610)이 된다.
계속해서, 빅데이터 분석부(300)는 설비생산성 정보(1100)에 주 구성요소인 정상작업 최대 할당분(1110)이 제 1 저해 요소에 속하는 불규칙성 휴업손실분(1120), 계획 휴지손실분(1140), 정지 손실분(1160), 실질 손실분(1180) 및 불량 손실분(1200)에 의해 시간에 따라 계속적으로 제 1 손실이 일어나더라도 제 1 손실에 따른 제 1 저해율이 0.01 내지 10%로 유지되도록 제 1 저해요소를 수치 분석하거나, 노동생산성 정보(1500)에 주 구성요소인 총 재적인원 공수분(1510)이 제 2 저해 요소에 속하는 휴업 공수분(1520), 계획 정지공수분(1540), 가동정지 유실분(1560), 작업자 유실분(1580), 작업자능력 차이분(1600) 및 작업자 경험치분(1620)에 의해 시간에 따라 계속적으로 제 2 손실이 일어나더라도 제 2 손실에 따른 제 2 저해율이 0.01 내지 10%로 유지되도록 제 2 저해요소를 수치 분석한다.
본 발명의 실시예에 따른 기업 현황 파악 및 예측 경영정보 시스템(1000)은 도 2에 기재된 바와 같이 제 1 기업현황 모델 구현부(400), 제 2 기업현황 모델 구현부(500) 및 경영 기획부(600)로 이루어진 추가구성을 포함한다.
즉, 제 1 기업현황 모델 구현부(400)는 정상작업 최대 할당분(1110)을 시간에 따라 계속적으로 제 1 손실케 하는 제 1 저해요소의 제 1 변동 기울기를 시간에 흐름에 놓고 계속적으로 줄여 나갈 수 있게 하는 제 1 우성적 요인을 불규칙성 휴업손실분(1120), 계획 휴지손실분(1140), 정지 손실분(1160), 실질 손실분(1180) 및 불량 손실분(1200) 중에서 적어도 하나 이상에서 유전 알고리즘을 통해 찾는다.
또한, 제 1 기업현황 모델 구현부(400)는 시간에 흐름에 따라 변동 기울기가 변화되는 제 1 유동 패턴을 확인한 후 제 1 변동 기울기가 제 1 목표 패턴과 다를 시 오차를 계산해 제 1 다른 우성적 요인의 대체 대입으로 수시 변경케 된 제 1 변동 기울기가 계속적으로 감소될 수 있도록 오차범위를 수정해 나가는 역전파 알고리즘을 활용함을 통해 제 1 기업현황 파악 및 예측 모델을 구현해 낸다.
제 2 기업현황 모델 구현부(500)는 총 재적인원 공수분(1510)을 시간에 따라 계속적으로 제 2 손실케 하는 제 2 저해요소의 제 2 변동 기울기를 시간에 흐름에 놓고 계속적으로 줄여 나갈 수 있게 하는 제 2 우성적 요인을 휴업 공수분(1520), 계획 정지공수분(1540), 가동정지 유실분(1560), 작업자 유실분(1580), 작업자능력 차이분(1600) 및 작업자 경험치분(1620) 중에서 적어도 하나 이상에서 유전 알고리즘을 통해 찾는다.
또한, 제 2 기업현황 모델 구현부(500)는 시간에 흐름에 따라 제 2 변동 기울기가 변화되는 제 2 유동 패턴을 확인한 후 제 2 변동 기울기가 제 2 목표 패턴과 다를 시 오차를 계산해 제 2 다른 우성적 요인의 대체 대입으로 수시 변경케 된 제 2 변동 기울기가 계속적으로 감소될 수 있도록 오차범위를 수정해 나가는 역전파 알고리즘을 통해 제 2 기업현황 파악 및 예측 모델을 구현해 낸다.
경영 기획부(600)는 제 1, 2 기업현황 파악 및 예측 모델을 모니터링하면서 불규칙성 휴업손실분(1120), 계획 휴지손실분(1140), 정지 손실분(1160), 실질 손실분(1180) 및 불량 손실분(1200) 중에서 적어도 하나 또는 휴업 공수분(1520), 계획 정지공수분(1540), 가동정지 유실분(1560), 작업자 유실분(1580), 작업자능력 차이분(1600) 및 작업자 경험치분(1620) 중에서 적어도 하나를 수동 조작해 강제 변경하거나, 정상작업 최대 할당분(1110) 혹은 총 재적인원 공수분(1510)을 강제 변경함을 통해 제 1, 2 목표 패턴을 수정, 변경 또는 실시간으로 재설정한다.
도 5는 본 발명의 실시예에 따른 기업 현황 파악 및 예측 경영정보 시스템의 구동방법을 나타낸 순서도이다.
도 5를 참조하면, 기업 현황 파악 및 예측 경영정보 시스템의 구동방법은 비가공(Raw) 노동생산성 정보 또는 비가공(Raw) 설비생산성 정보로부터 불필요 가비지(garbage) 정보를 제거시킨 빅데이터인 노동생산성 정보 또는 설비생산성 정보를 생성시킨 후, 시간에 따라 계속적으로 설비생산성 정보의 정상작업 최대 할당분이 제 1 저해 요소에 의해 제 1 손실 되더라도 그에 따른 제 1 저해율이 0.01 내지 10% 유지되도록 하거나, 시간에 따라 계속적으로 노동생산성 정보의 총 재적인원 공수분이 제 2 저해 요소에 의해 제 2 손실 되더라도 그에 따른 제 2 저해율이 0.01 내지 10% 유지되도록 예측기획 및 경영관리하는 시스템의 구동방법이다.
먼저, 비가공 데이터 수집부는 전사적자원 관리부(ERP : Enterprise Resource Planning Part)로부터 기업 내 경영활동 프로세스에 의해 발생되는 비가공(Raw) 노동생산성 정보를 수집하거나, 제조실행 시스템부(MES : Manufacturing Execution System Part)로부터 생산 현장의 원가절감 프로세스에 의해 발생되는 비가공(Raw) 설비생산성 정보를 수집한다(S100, S200).
정보가공 처리 및 빅데이터 생성부는 비가공(Raw) 노동생산성 정보 또는 비가공(Raw) 설비생산성 정보를 대상으로 불필요 정보제거 필터링 또는 전처리(pretreatment) 과정을 실시함에 따라, 불필요 가비지(garbage) 정보가 제거된 빅데이터 중 하나인 노동생산성 정보 또는 빅데이터 중 다른 하나인 설비생산성 정보를 생성한다(S300, S400).
빅데이터 분석부는 설비생산성 정보에 주 구성요소인 정상작업 최대 할당분이 제 1 저해 요소에 속하는 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분에 의해 시간에 따라 계속적으로 제 1 손실이 일어나더라도 제 1 손실에 따른 제 1 저해율이 0.01 내지 10%로 유지되도록 제 1 저해요소를 수치 분석한다(S500).
빅데이터 분석부는 노동생산성 정보에 주 구성요소인 총 재적인원 공수분이 제 2 저해 요소에 속하는 휴업 공수분, 계획 정지공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분에 의해 시간에 따라 계속적으로 제 2 손실이 일어나더라도 제 2 손실에 따른 제 2 저해율이 0.01 내지 10%로 유지되도록 제 2 저해요소를 수치 분석한다(S600).
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
기업 현황 파악 및 예측 경영정보 시스템(1000)
비가공 데이터 수집부(100),
정보가공 처리 및 빅데이터 생성부(200),
빅데이터 분석부(300)
제 1 기업현황 모델 구현부(400),
제 2 기업현황 모델 구현부(500)
경영 기획부(600)

Claims (8)

  1. 전사적자원 관리부(ERP : Enterprise Resource Planning Part)로부터 기업 내 경영활동 프로세스에 의해 발생되는 비가공(Raw) 노동생산성 정보를 수집하거나, 제조실행 시스템부(MES : Manufacturing Execution System Part)로부터 생산 현장의 원가절감 프로세스에 의해 발생되는 비가공(Raw) 설비생산성 정보를 수집하는 비가공 데이터 수집부;
    상기 비가공(Raw) 노동생산성 정보 또는 비가공(Raw) 설비생산성 정보를 대상으로 불필요 정보제거 필터링 또는 전처리(pretreatment) 과정을 실시함에 따라, 불필요 가비지(garbage) 정보가 제거된 빅데이터 중 하나인 노동생산성 정보 또는 상기 빅데이터 중 다른 하나인 설비생산성 정보를 생성하는 정보가공 처리 및 빅데이터 생성부; 및
    상기 설비생산성 정보에 주 구성요소인 정상작업 최대 할당분이 제 1 저해 요소에 속하는 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분에 의해 시간에 따라 계속적으로 제 1 손실이 일어나더라도 상기 제 1 손실에 따른 제 1 저해율이 0.01 내지 10%로 유지되도록 상기 제 1 저해요소를 수치 분석하거나, 상기 노동생산성 정보에 주 구성요소인 총 재적인원 공수분이 제 2 저해 요소에 속하는 휴업 공수분, 계획 정지공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분에 의해 시간에 따라 계속적으로 제 2 손실이 일어나더라도 상기 제 2 손실에 따른 제 2 저해율이 0.01 내지 10%로 유지되도록 상기 제 2 저해요소를 수치 분석하는 빅데이터 분석부를 포함하며,
    상기 설비생산성 정보는 상기 정상작업 최대 할당분, 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분을 포함하며, 상기 정상작업 최대 할당분에서 상기 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분을 감산한 값에 100%을 승산하면 설비 생산성 최적효율이 파악되고,
    상기 노동생산성 정보는 총 재적인원 공수분, 휴업 공수분, 계획 정지공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분을 포함하며, 상기 총 재적인원 공수분에서 휴업 공수분, 계획정지 공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분을 감산한 값에 100%을 승산하면 노동 생산성 최적효율이 파악되는 것을 특징으로 하는 기업 현황 파악 및 예측 경영정보 시스템.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 정상작업 최대 할당분은 N개의 공장설비가 1년 365일 기준시간 동안 제품생산을 위해 작업을 실시하게 된 경우에서의 총 작업 시간임을 의미하며,
    상기 정상작업 최대 할당분에서 노조 파업으로 인해 상기 작업에 차질이 일어난 손실 시간인 상기 불규칙성 휴업손실분을 감산하면 조업분이 되고, 상기 조업분에서 정기적(定期的) 공장설비 보수로 인해 상기 작업에 지장을 초래한 손실 시간인 상기 계획 휴지손실분을 감산하면 부하분이 되고,
    상기 부하분에서 상기 공장설비 가동 중 비정기적(非定期的) 공장설비 고장이나 부품교체로 인해 상기 작업에 차질이 일어난 손실 시간인 상기 정지 손실분을 감산하면 작업 가동분이 되며,
    상기 작업 가동분에서 상기 공장설비 가동 중 공장설비 순간 고장이나 공장설비 노화에 따른 가동중지로 인해 상기 작업에 지장을 초래한 손실 시간인 실질 손실분을 감산하면 실질 가동분이 되고,
    상기 실질 가동분에서 상기 공장설비 초기 셋팅시에 양산된 제품 하자 및 장비 재셋팅으로 인한 상기 작업에 차질이 일어난 손실 시간인 불량 손실분을 감산하면 가치 가동분이 되는 것을 특징으로 하는 기업 현황 파악 및 예측 경영정보 시스템.
  4. 제 3 항에 있어서, 상기 설비 생산성 최적효율은,
    상기 가치 가동분에서 상기 정상작업 최대 할당분을 나눈 값에 100%를 곱한 값으로, 상기 공장설비 도입시 상기 공장설비가 보유한 가동 성능치가 정상작업 최대 할당시간을 기준으로 확률적으로 부가가치분을 얼마나 일으켰는지를 알기 위한 마련된 지표인 것을 특징으로 하는 기업 현황 파악 및 예측 경영정보 시스템.
  5. 삭제
  6. 제 1 항에 있어서,
    상기 총 재적인원 공수분은 어느 회사에 속한 총 재적인원이 매일 8 작업시간 동안 제품생산을 위해 작업을 실시하게 된 경우에서의 총 노동 시간임을 의미하며,
    상기 총 재적인원 공수분에서 휴가, 결근, 지각, 조퇴로 인해 상기 작업에 차질이 일어난 손실 시간인 상기 휴업 공수분을 감산하면 가용 공수분이 되고, 상기 가용 공수분에서 상기 작업 착수 전(前) 회의, 훈련, 예방보전, 휴식으로 인해 상기 작업에 지장을 초래한 손실 시간인 상기 계획정지 공수분을 감산하면 작업 공수분이 되고,
    상기 작업 공수분에서 상기 공장설비 가동 중 상기 작업자의 임의이탈, 공장설비 고장, 기종변경, 부품교체로 인해 상기 작업에 차질이 일어난 손실 시간인 상기 가동정지 유실분을 감산하면 실제가동 공수분이 되며,
    상기 실제가동 공수분에서 상기 작업자의 보직변경, 상기 작업자의 비성실 근무태만으로 인해 상기 작업에 지장을 초래한 손실 시간인 작업자 유실분과, 상기 작업자 간의 업무숙달이나 경력차이로 인해 상기 작업에 지장을 초래한 손실 시간인 작업자능력 차이분을 감산하면 표준 공수분이 되고,
    상기 표준 공수분에서 상기 공장설비를 대상으로 상기 작업자 간의 작업노하우 및 작업스타일로 인해 상기 작업에 차질이 일어난 손실 시간인 상기 작업자 경험치분을 감산하면 가치 공수분이 되는 것을 특징으로 하는 기업 현황 파악 및 예측 경영정보 시스템.
  7. 제 1 항에 있어서,
    상기 정상작업 최대 할당분을 시간에 따라 계속적으로 제 1 손실케 하는 상기 제 1 저해요소의 제 1 변동 기울기를 상기 시간에 흐름에 놓고 계속적으로 줄여 나갈 수 있게 하는 제 1 우성적 요인을 상기 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분 중에서 적어도 하나 이상에서 유전 알고리즘을 통해 찾고, 상기 시간에 흐름에 따라 상기 변동 기울기가 변화되는 제 1 유동 패턴을 확인한 후 상기 제 1 변동 기울기가 제 1 목표 패턴과 다를 시 오차를 계산해 제 1 다른 우성적 요인의 대체 대입으로 수시 변경케 된 상기 제 1 변동 기울기가 계속적으로 감소될 수 있도록 오차범위를 수정해 나가는 역전파 알고리즘을 활용함을 통해 제 1 기업현황 파악 및 예측 모델을 구현해 내는 제 1 기업현황 모델 구현부;
    상기 총 재적인원 공수분을 시간에 따라 계속적으로 제 2 손실케 하는 상기 제 2 저해요소의 제 2 변동 기울기를 상기 시간에 흐름에 놓고 계속적으로 줄여 나갈 수 있게 하는 제 2 우성적 요인을 상기 휴업 공수분, 계획 정지공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분 중에서 적어도 하나 이상에서 유전 알고리즘을 통해 찾고, 상기 시간에 흐름에 따라 상기 제 2 변동 기울기가 변화되는 제 2 유동 패턴을 확인한 후 상기 제 2 변동 기울기가 제 2 목표 패턴과 다를 시 오차를 계산해 제 2 다른 우성적 요인의 대체 대입으로 수시 변경케 된 상기 제 2 변동 기울기가 계속적으로 감소될 수 있도록 오차범위를 수정해 나가는 역전파 알고리즘을 통해 제 2 기업현황 파악 및 예측 모델을 구현해 내는 제 2 기업현황 모델 구현부; 및
    상기 제 1, 2 기업현황 파악 및 예측 모델을 모니터링하면서 상기 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분 중에서 적어도 하나 또는 상기 휴업 공수분, 계획 정지공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분 중에서 적어도 하나를 수동 조작해 강제 변경하거나, 상기 정상작업 최대 할당분 혹은 총 재적인원 공수분을 강제 변경함을 통해 상기 제 1, 2 목표 패턴을 수정, 변경 또는 실시간으로 재설정하는 경영 기획부를 더 포함하는 것을 특징으로 하는 기업 현황 파악 및 예측 경영정보 시스템.
  8. 비가공 데이터 수집부가 전사적자원 관리부(ERP : Enterprise Resource Planning Part)로부터 기업 내 경영활동 프로세스에 의해 발생되는 비가공(Raw) 노동생산성 정보를 수집하거나, 제조실행 시스템부(MES : Manufacturing Execution System Part)로부터 생산 현장의 원가절감 프로세스에 의해 발생되는 비가공(Raw) 설비생산성 정보를 수집하는 단계;
    정보가공 처리 및 빅데이터 생성부가 상기 비가공(Raw) 노동생산성 정보 또는 비가공(Raw) 설비생산성 정보를 대상으로 불필요 정보제거 필터링 또는 전처리(pretreatment) 과정을 실시함에 따라, 불필요 가비지(garbage) 정보가 제거된 빅데이터 중 하나인 노동생산성 정보 또는 상기 빅데이터 중 다른 하나인 설비생산성 정보를 생성하는 단계;
    빅데이터 분석부가 상기 설비생산성 정보에 주 구성요소인 정상작업 최대 할당분이 제 1 저해 요소에 속하는 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분에 의해 시간에 따라 계속적으로 제 1 손실이 일어나더라도 상기 제 1 손실에 따른 제 1 저해율이 0.01 내지 10%로 유지되도록 상기 제 1 저해요소를 수치 분석하는 단계; 및
    상기 빅데이터 분석부가 상기 노동생산성 정보에 주 구성요소인 총 재적인원 공수분이 제 2 저해 요소에 속하는 휴업 공수분, 계획 정지공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분에 의해 시간에 따라 계속적으로 제 2 손실이 일어나더라도 상기 제 2 손실에 따른 제 2 저해율이 0.01 내지 10%로 유지되도록 상기 제 2 저해요소를 수치 분석하는 단계를 포함하며,
    상기 설비생산성 정보는 상기 정상작업 최대 할당분, 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분을 포함하며, 상기 정상작업 최대 할당분에서 상기 불규칙성 휴업손실분, 계획 휴지손실분, 정지 손실분, 실질 손실분 및 불량 손실분을 감산한 값에 100%을 승산하면 설비 생산성 최적효율이 파악되고,
    상기 노동생산성 정보는 총 재적인원 공수분, 휴업 공수분, 계획 정지공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분을 포함하며, 상기 총 재적인원 공수분에서 휴업 공수분, 계획정지 공수분, 가동정지 유실분, 작업자 유실분, 작업자능력 차이분 및 작업자 경험치분을 감산한 값에 100%을 승산하면 노동 생산성 최적효율이 파악되는 것을 특징으로 하는 기업 현황 파악 및 예측 경영정보 시스템의 구동방법.
KR1020210047609A 2021-04-13 2021-04-13 기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법 KR102370781B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210047609A KR102370781B1 (ko) 2021-04-13 2021-04-13 기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210047609A KR102370781B1 (ko) 2021-04-13 2021-04-13 기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법

Publications (1)

Publication Number Publication Date
KR102370781B1 true KR102370781B1 (ko) 2022-03-07

Family

ID=80817380

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210047609A KR102370781B1 (ko) 2021-04-13 2021-04-13 기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법

Country Status (1)

Country Link
KR (1) KR102370781B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115062945A (zh) * 2022-06-08 2022-09-16 启明信息技术股份有限公司 一种基于离散非刚性产线工位节拍的停工预算方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000072475A (ko) 2000-09-06 2000-12-05 김윤호 기업 정보관리 서비스 시스템 및 그 방법
KR101265976B1 (ko) 2011-11-08 2013-05-22 한국과학기술정보연구원 정량적 정보 기반의 산업기술시장 분석 시스템 및 그 방법
KR20170099078A (ko) * 2016-02-23 2017-08-31 주식회사 와이티 생산관리시스템(ｍｅｓ)의 제조생산설비 수집정보를 활용한 빅데이터 기반 경영예측 플랫폼 시스템
KR101825881B1 (ko) * 2017-06-27 2018-02-08 부경대학교 산학협력단 빅 데이터 분석을 이용한 제조 공정 관리 방법 및 이를 이용한 제조 공정 관리 시스템
KR20180115144A (ko) * 2017-04-12 2018-10-22 (주) 아크라인소프트 인공지능 기반의 핵심성과지표 시뮬레이션 시스템 및 방법
KR20200039852A (ko) 2018-09-28 2020-04-17 주식회사 알스피릿 기업 경영 현황 분석 예측 모델링을 위한 기계학습 알고리즘 제공 방법
KR20210001649A (ko) 2019-06-28 2021-01-06 주식회사 자이냅스 기업 부실 예측 프로그램

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000072475A (ko) 2000-09-06 2000-12-05 김윤호 기업 정보관리 서비스 시스템 및 그 방법
KR101265976B1 (ko) 2011-11-08 2013-05-22 한국과학기술정보연구원 정량적 정보 기반의 산업기술시장 분석 시스템 및 그 방법
KR20170099078A (ko) * 2016-02-23 2017-08-31 주식회사 와이티 생산관리시스템(ｍｅｓ)의 제조생산설비 수집정보를 활용한 빅데이터 기반 경영예측 플랫폼 시스템
KR20180115144A (ko) * 2017-04-12 2018-10-22 (주) 아크라인소프트 인공지능 기반의 핵심성과지표 시뮬레이션 시스템 및 방법
KR101825881B1 (ko) * 2017-06-27 2018-02-08 부경대학교 산학협력단 빅 데이터 분석을 이용한 제조 공정 관리 방법 및 이를 이용한 제조 공정 관리 시스템
KR20200039852A (ko) 2018-09-28 2020-04-17 주식회사 알스피릿 기업 경영 현황 분석 예측 모델링을 위한 기계학습 알고리즘 제공 방법
KR20210001649A (ko) 2019-06-28 2021-01-06 주식회사 자이냅스 기업 부실 예측 프로그램

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115062945A (zh) * 2022-06-08 2022-09-16 启明信息技术股份有限公司 一种基于离散非刚性产线工位节拍的停工预算方法

Similar Documents

Publication Publication Date Title
Filyppova et al. Risk management through systematization: Risk management culture
Korepanov et al. Managing the financial stability potential of crisis enterprises
Chand et al. Select the best supply chain by risk analysis for Indian industries environment using MCDM approaches
CN114971356A (zh) 一种电力工程项目进度预测系统及方法
KR102370781B1 (ko) 기업 현황 파악 및 예측 경영정보 시스템 및 그 구동방법
Vuković et al. Corporate bankruptcy prediction: evidence from wholesale companies in the Western European countries
Aju Kumar et al. Maintenance performance evaluation using an integrated approach of graph theory, ISM and matrix method
Tam et al. A maintenance prioritisation approach to maximise return on investment subject to time and budget constraints
CN114202411A (zh) 基于现金流测算与流动性分析的企业资金风险预测系统
Chatterjee et al. No Country for Dying Firms: Evidence from India
Kral13 et al. Overview of selected bankruptcy prediction models applied in V4 countries
Djazuli et al. The implementation of corporate governance and enterprise risk management: evidence in concentrated ownership context
Levene et al. How advanced analytics can benefit infrastructure capital planning
Borovsky et al. Cognitive Fuzzy Logic Modeling of Project Risks
Ichniowski Industrial Relations and Economic Performance Grievances and Productivity
Мігус et al. FORECASTING CURRENT ASSETS OF ENTERPRISES TO SUPPORT FINANCIAL AND ECONOMIC SECURITY AND PREVENT BANKRUPTCY
Koyuncugil et al. Financial profiling for detecting operational risk by data mining
Ghafoor Risk of Employee Indecisiveness of Applied Psychology
Yoldashevich STEPS OF EVALUATING THE INVESTMENT ATTRACTIVENESS OF AUTO TRANSPORT ENTERPRISES
Jabbarzadeh et al. Examining the credit supply chain network problems of Iran’s banking industry Using Work-Centered Analysis (WCA) framework
Manupati Sustainable Flexible Job Shop Scheduling: A Systematic Literature Review
Mishlanova The cost management of civil and agro-industrial construction project in the scope of information model
Lin Research on Financial Management of Group Enterprises Based on Financial Sharing Center Taking Company M as an Example
Ghafoor Employee Indecisiveness of Negative Consequences in cooperation
Khamidovich et al. ORGANIZATION OF CONTROL AND EVALUATION OF EFFECTIVENESS IN INTERNATIONAL COMPANIES

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant