Case Stage Performance

Übersicht

Der Case Stage Performance Rechner überwacht die Leistung spezifischer Prozessphasen und identifiziert Fälle, die länger als erwartet in einer Phase verbleiben. Eine Prozessphase wird definiert als die Zeit zwischen zwei ausgewählten Ereignissen, sodass Sie verfolgen können, wie lange Fälle in kritischen Phasen Ihres Workflows verbringen. Dieser Rechner hilft Ihnen dabei, Engpässe zu erkennen, gefährdete Fälle zu identifizieren und Phasen-spezifische SLAs zu überwachen.

Häufige Anwendungsfälle

Überwachen Sie die Zeit, die Fälle in Genehmigungsphasen verbringen, und identifizieren Sie diejenigen, die Genehmigungs-SLAs überschreiten
Verfolgen Sie Fälle, die in den Phasen „Ausstehende Dokumentation“ oder „Warten auf Kundenreaktion“ feststecken
Analysieren Sie die Dauer kritischer Produktions- oder Fertigungsphasen
Identifizieren Sie Fälle, die sich länger als akzeptabel in einer Review-Phase befinden
Alarmieren Sie bei Fällen, die aufgrund verlängerter Phasendauer eskaliert werden müssen
Messen Sie phasenspezifische Leistungskennzahlen über verschiedene Fallkategorien hinweg

Einstellungen

Stage Start Event Attribute: Wählen Sie das Attribut, das den Beginn der Phase definiert (typischerweise 'Activity Name').

Stage Start Value: Wählen Sie den spezifischen Ereigniswert, der markiert, wann Fälle in die Phase eintreten (z. B. "Submit for Approval").

Stage End Event Attribute: Wählen Sie das Attribut, das das Ende der Phase definiert (typischerweise 'Activity Name').

Stage End Value: Wählen Sie den spezifischen Ereigniswert, der markiert, wann Fälle die Phase verlassen (z. B. "Approval Completed").

Threshold Duration: Geben Sie die maximal akzeptable Dauer an, die Fälle in dieser Phase bleiben dürfen. Fälle, die diesen Schwellenwert überschreiten, werden hervorgehoben.

Threshold Unit: Wählen Sie die Zeiteinheit für den Schwellenwert:

Stunden
Tage
Wochen

Group By (optional): Wählen Sie ein kategoriales Attribut, um die Phasenleistung über verschiedene Kategorien zu analysieren (z. B. nach Abteilung, Produkttyp oder Prioritätsstufe).

Beispiele

Beispiel 1: Überwachung der Genehmigungsphasen-Leistung

Szenario: Sie möchten überwachen, wie lange Bestellungen in der Genehmigungsphase verbringen und diejenigen identifizieren, die länger als 3 Tage auf Genehmigung warten.

Einstellungen:

Stage Start Event Attribute: Activity Name
Stage Start Value: Submit for Approval
Stage End Event Attribute: Activity Name
Stage End Value: Approval Completed
Threshold Duration: 3
Threshold Unit: Tage

Ausgabe:

Der Rechner zeigt Leistungskennzahlen für die Genehmigungsphase an:

Zusammenfassende Statistiken:

Gesamte Fälle in der Phase: 1.245
Durchschnittliche Phasendauer: 1,8 Tage
Median der Phasendauer: 1,2 Tage
Fälle über Schwellenwert: 87 Fälle (7%)

Fälle, die den Schwellenwert überschreiten: Eine detaillierte Liste der 87 Bestellungen, die sich länger als 3 Tage in der Genehmigung befinden, inklusive:

Case ID
Aktuelle Dauer in der Phase
Tage über dem Schwellenwert
Weitere Fallattribute für Kontext

Erkenntnisse:

Dies zeigt, dass die meisten Bestellungen innerhalb von 1–2 Tagen genehmigt werden, aber 7 % Verzögerungen über die 3-Tage-Grenze hinaus erfahren. Die Liste der spezifischen Fälle ermöglicht sofortiges Handeln:

Verzögerte Fälle zur Eskalation an das Management weiterleiten
Muster bei verzögerten Genehmigungen erkennen (große Beträge, spezifische Genehmiger, bestimmte Lieferanten)
Auswirkungen von Genehmigungsverzögerungen auf die Gesamtdauer messen
Automatisierte Warnungen bei Annäherung an oder Überschreitung des Schwellenwerts einrichten

Beispiel 2: Analyse der Produktionsphase nach Produktkategorie

Szenario: Sie möchten analysieren, wie lange verschiedene Produkttypen in der Fertigungsphase verbringen und welche Kategorien regelmäßig den Standard von 5 Tagen überschreiten.

Einstellungen:

Stage Start Event Attribute: Activity Name
Stage Start Value: Production Started
Stage End Event Attribute: Activity Name
Stage End Value: Production Completed
Threshold Duration: 5
Threshold Unit: Tage
Group By: Product Category

Ausgabe:

Der Rechner gliedert die Leistung der Fertigungsphase nach Produktkategorie:

Produktkategorie	Fälle	Durchschnittliche Dauer	Fälle über Schwellenwert	% über Schwellenwert
Elektronik	450	6,2 Tage	210	47%
Möbel	320	4,1 Tage	45	14%
Textilien	280	3,8 Tage	32	11%
Hardware	195	7,4 Tage	145	74%

Erkenntnisse:

Die Kategorisierung zeigt erhebliche Unterschiede in der Leistung der Fertigungsphase:

Hardware-Produkte haben die höchste Ausfallrate (74 % überschreiten den Schwellenwert) mit einer durchschnittlichen Dauer von 7,4 Tagen – was mögliche Kapazitätsengpässe oder Prozesskomplexitätsprobleme anzeigt
Elektronik hat ebenfalls Schwierigkeiten, mit 47 % über der 5-Tage-Grenze
Möbel und Textilien schneiden besser ab und bleiben bei den meisten Fällen innerhalb des Schwellenwerts

Diese Analyse ermöglicht gezielte Verbesserungen:

Ursachen für die längste Dauer und höchste Überschreitungsrate bei Hardware untersuchen
Schwellenwerte je Kategorie anpassen, um realistische Produktionszeiten abzubilden
Zusätzliche Ressourcen für problematische Kategorien bereitstellen
Kategorienspezifische Prozessverbesserungen umsetzen

Beispiel 3: Überwachung der Wartezeit auf Kundenreaktion

Szenario: Sie managen einen Kundenserviceprozess und möchten Support-Tickets identifizieren, die länger als 48 Stunden auf eine Kundenreaktion warten – was eine automatische Schließung auslöst.

Einstellungen:

Stage Start Event Attribute: Activity Name
Stage Start Value: Awaiting Customer Response
Stage End Event Attribute: Activity Name
Stage End Value: Customer Response Received
Threshold Duration: 48
Threshold Unit: Stunden

Ausgabe:

Der Rechner identifiziert Tickets, die von automatischer Schließung bedroht sind:

Aktueller Status:

Insgesamt wartende Tickets: 234
Durchschnittliche Wartezeit: 18,5 Stunden
Tickets über 48 Stunden: 23 Tickets (9,8%)

Kritische Ticketliste: Die 23 Tickets, die 48 Stunden überschritten haben und Kandidaten für die automatische Schließung sind, mit:

Ticket-ID und Kundenname
Wartezeit in Stunden (z. B. 52 Stunden, 67 Stunden, 118 Stunden)
Ursprüngliche Kategorie des Problems
Zeitstempel des letzten Kontakts

Erkenntnisse:

Diese Analyse unterstützt ein proaktives Kundenbeziehungsmanagement:

Erkennen, welche Kunden den Zugang zu ihren Tickets verlieren könnten
Letzte Erinnerungsemails vor automatischer Schließung senden
Muster bei nicht reagierenden Kunden erkennen (bestimmte Problemtypen, Kundensegmente)
Effizienz der Kundenkommunikation messen
Auto-Close-Richtlinien basierend auf tatsächlichen Reaktionsmustern anpassen

Der Rechner hilft dabei, operative Effizienz (Schließung inaktiver Tickets) mit Kundenzufriedenheit (Ausreichende Reaktionszeit vor Schließung) in Einklang zu bringen.

Ausgabe

Der Rechner liefert umfassende Analysen zur Phasenleistung:

Zusammenfassende Kennzahlen:

Gesamtzahl der Fälle, die sich aktuell in der Phase befinden oder diese durchlaufen haben
Durchschnittliche, Median-, Minimal- und Maximaldauer der Phase
Anzahl und Anteil der Fälle, die den Schwellenwert überschreiten
Abschlussrate der Phase

Details zu Schwellenwertüberschreitungen:

Vollständige Liste der Fälle, die den Schwellenwert überschreiten
Sortierbar nach Dauer, Tagen über dem Schwellenwert oder beliebigen Fallattributen
Drill-Down-Funktionalität zur detaillierten Ansicht einzelner Fälle
Exportfunktion für weitere Analysen oder Alarmierungsabläufe

Visuelle Darstellungen:

Verteilungs-Histogramm, das die Häufigkeit der Phasendauer zeigt
Trenddiagramme zur Leistung der Phase über die Zeit
Kategorienvergleiche (bei Verwendung von Group By)

Interaktives Filtern:

Klick auf einen Fall, um dessen vollständigen Prozesspfad anzusehen
Filtern der Fallliste nach verschiedenen Attributen
Export der Verstoßliste für Eskalation oder Reporting

Dieser Rechner ist besonders wertvoll für das operative Monitoring, die Einhaltung von SLAs und das proaktive Fallmanagement in zeitkritischen Prozessen.

Diese Dokumentation ist Teil der mindzie Studio Process Mining Plattform.