LEAP 우선순위 지정 논리 및 비용 절감 계산

  • 릴리스 버전: Australia
  • 업데이트 날짜 2026년 03월 12일
  • 소요 시간: 4분

    • LEAP 는 내장된 우선순위 지정 논리를 사용하여 가장 영향력이 큰 자동화 기회를 식별합니다. 이 논리는 가장 가치 있는 자동화 작업에 집중하는 데 도움이 됩니다. 이 계산은 잠재적인 비용 및 시간 절약의 추정치를 제공합니다. 프로덕션에서 구현하기 전에 비프로덕션 환경에서 이러한 값의 유효성을 검사하는 것이 가장 좋습니다.

    자동화 우선순위는 다음 주요 요소를 결합하여 계산됩니다.
    • 비즈니스 영향
    • 예상 비용/시간 절약

    자동화 기회의 우선순위는 다음 차트를 사용하여 결정됩니다.

    그림 1. 자동화 기회 우선순위
    자동화 기회 우선순위

    자동화 기회라고 하는 관련 인시던트의 각 그룹에 대해 주요 요소를 평가하며, 그 결과는 팀이 고부가가치 영역에 집중하는 데 도움이 됩니다.

    비즈니스 영향

    각 자동화 기회는 티켓 클러스터입니다. 모든 티켓은 다음 요소에 따라 점수가 매겨집니다.
    • 비즈니스 중요도
    • 중요 인시던트 상태
    • 영향 수준
    이러한 요소에는 값이 지정됩니다. 중요도 값의 예:
    • 가장 중요 = 100%
    • 다소 중요 = 75%
    • 덜 중요 = 50%
    • 중요하지 않음 = 25%
    표 1. 속성 테이블
    키 기본값 설명
    ohf_p4 0.8 P4 기록의 오버헤드 요소입니다.
    ohf_p5 0.4 P5 기록의 오버헤드 요소입니다.
    ohf_p1 1.8 P1 기록의 오버헤드 요소입니다.
    ohf_p2 1.4 P2 기록에 대한 오버헤드 요소입니다.
    cost_per_entry 20 기록에 작업 메모 항목을 추가하는 것과 관련된 비용(달러)입니다.
    ohf_p3 1.1 P3 기록의 오버헤드 요소입니다.
    time_per_entry 0.5 기록에 작업 메모 항목을 추가하는 것과 관련된 시간(시간)입니다.
    first_run_group_limit 0 초기 실행 시 해결 단계가 생성되는 총 그룹 수입니다.
    gaf_mapping_min_threshold 0.2 클러스터링 후 다시 매핑하는 것으로 간주되는 활성 그룹을 가리키는 최소 인시던트 비율입니다.
    주:
    • LEAP 설정 페이지에서 값을 수정할 수 있습니다. 그러나 값을 변경하면 계산이 달라집니다.
    • 활성화하기 전에 LEAPLEAP 설정 페이지의 값을 수정해야 합니다.
    • LEAP 설정 페이지에서 값을 수정하는 경우 계산을 다시 실행해야 합니다. 이를 위해서는 설치 관리자 기술을 비활성화했다가 다시 활성화 LEAP 해야 합니다.
    각 요인에 가중치가 부여됩니다. 예를 들어 중요도 = 0.8, 중요 인시던트 = 0.2, 영향도 = 0.4라고 가정해 보겠습니다.
    Ticket Score = (Criticality × 0.8 + Major Incident × 0.2 + Impact × 0.4) ÷ 3

    그룹에 있는 모든 티켓 점수 의 평균이 비즈니스 영향 점수가 됩니다. 이 점수에 따라 자동화 기회는 높은 영향도(상위 33%), 중간 영향도(다음 33%), 낮은 영향도(나머지 33%)로 분류됩니다.

    예상 비용 또는 시간 절약 영향

    LEAP 티켓 기록 데이터로 인시던트 그룹을 자동화하여 시간과 비용을 절약할 수 있는 양을 추정합니다.

    비용 및 시간 절약을 위한 주요 입력은 다음과 같습니다.
    • 인시던트 빈도(FOI): 월별 유사한 인시던트의 평균 수
    • 평균 수동 작업 메모 수(AWNC)
    • 오버헤드 계수(OHF): 우선순위 테이블에 따른 인시던트 우선순위에 따라 다름
    LEAP 에서는 다음 수식을 사용하여 예상 비용 또는 시간 절약을 계산합니다.
    • 예상 비용 절감 = ∑(FOI × OHF) × AWNC × 작업 메모당 비용
    • 예상 절약 시간 = ∑(FOI × OHF) × AWNC × 입력당 에이전트 시간

    각 티켓의 예상 절감액이 계산됩니다. 그룹의 평균은 높음, 중간 또는 낮음으로 분류되는 예상 비용/시간 절약 점수가 됩니다 . 자동화 기회는 예상 비용 또는 시간 절약에 따라 내림차순으로 정렬됩니다.

    전체 우선순위 결정

    비즈니스 영향 및 예상 비용/시간 절감 LEAP 값을 계산한 후 다음 매트릭스를 사용하여 각 자동화 기회에 우선순위 수준을 할당합니다.
    표 2. 자동화 우선순위 matrix
    비즈니스 영향 예상 비용/시간 절약 자동화 우선순위
    높음 높음 매우 높음
    중간 높음 높음
    높음 보통 높음
    보통 보통 보통
    보통 낮음 낮음
    낮음 보통 낮음
    낮음 낮음 매우 낮음

    이러한 우선순위가 지정된 자동화 기회는 LEAP 홈페이지 에 표시됩니다.

    실제 비용 및 시간 절약 추적

    자동화가 구현된 후 LEAP 실제 비용 및 시간 절약을 추적하고 이를 LEAP 값 대시보드에 표시하여 영향을 측정하고 의사 결정을 내릴 수 있도록 도와줍니다.

    주요 메트릭:
    • 추가 작업 메모(AWN): 플레이북 실행 후 수동 입력
    • 우선순위별 오버헤드 팩터(OHF): 예를 들어, P1 = 1.8x
    수식은 다음과 같습니다.
    • 저장된 작업 메모(SWN) = AWNC – AWN
    • AWN = SWN × OHF
    • 실제 비용 절감 = AWN × 작업 메모당 비용
    • 실제 시간 절약 = AWN × 항목당 에이전트 시간

    예상 비용 및 시간 절약 계산 예시

    클러스터에 20개의 AWNC가 있고 AWN이 6개인 P2 인시던트에 매핑됩니다. 작업 메모당 비용은$20이고 항목당 에이전트 시간은 0.5시간입니다.

    공식에 따르면 SWN 카운트는 (20-6 ) = 14입니다. 속성 테이블에 따르면 OHF = 1.4입니다.

    SWN x OHF = AWN 따라서 14 x 1.4 = 19.6

    이 값은 20AWN으로 반올림할 수 있습니다. 각 AWN 항목은 $20의 절감을 나타냅니다.

    자동화 후 실제 절감액 = AWN x 작업 메모당 비용 = 20 x 20 = 400 USD입니다.

    따라서 자동화를 사용하는 경우 예상 비용 절감액은 최대 $400가 될 수 있습니다. 따라서 계산은 지속적인 프로세스 개선 및 자원 할당에 대한 실행 가능한 통찰력을 제공합니다.