Pivot-Tabelle

Überblick

Der Pivot-Tabellen-Rechner erstellt eine Kreuztabellenansicht, die Ihre Prozessdaten gleichzeitig nach mehreren Dimensionen organisiert und zusammenfasst. Dieses leistungsstarke Analysewerkzeug ermöglicht es Ihnen, Fall- oder Ereignisattribute über Spalten zu pivotieren und dabei Metriken wie Zählungen, Summen, Durchschnitte oder andere statistische Maße zu aggregieren. Im Gegensatz zum Rechner „Breakdown by Categories“, der eine oder zwei kategoriale Aufschlüsselungen anzeigt, erzeugt die Pivot-Tabelle eine traditionelle Pivot-Tabelle im Stil von Tabellenkalkulationen mit Zeilen und Spalten.

Der Rechner transformiert rohe Prozessdaten in eine organisierte Zusammenfassungstabelle, mit der Sie Beziehungen zwischen verschiedenen kategorialen Dimensionen analysieren und verstehen können, wie verschiedene Metriken über diese Dimensionen verteilt sind.

Häufige Anwendungen

Erstellung von finanziellen Zusammenfassungsberichten, die Kosten oder Einnahmen nach Abteilung und Zeitraum zeigen
Analyse der Arbeitsbelastungsverteilung von Ressourcen über verschiedene Aktivitäten und Organisationseinheiten
Vergleich von Leistungskennzahlen über mehrere kategoriale Dimensionen
Erstellung von Compliance-Berichten, die Konformitätsraten nach Kategorie und Unterkategorie zeigen
Aufbau von Executive-Dashboards mit multidimensionalen Prozessmetriken
Durchführung von Kreuztabellenanalysen zur Identifizierung von Mustern über mehrere Prozessattribute hinweg

Einstellungen

Zeilenattribut: Wählen Sie das Fall- oder Ereignisattribut, das die Zeilen Ihrer Pivot-Tabelle bildet. Jeder eindeutige Wert dieses Attributs wird eine Zeile in der Ausgabetabelle.

Spaltenattribut (optional): Wählen Sie ein zweites Attribut, das die Spalten Ihrer Pivot-Tabelle bildet. Jeder eindeutige Wert erzeugt eine separate Spalte. Wenn nicht angegeben, zeigt die Pivot-Tabelle eine einspaltige Zusammenfassung.

Aggregatfunktion: Wählen Sie aus, wie die Daten an jedem Zeilen-Spalten-Schnittpunkt aggregiert werden sollen:

Funktion	Beschreibung	Verwendung Wenn
Count	Zählt die Anzahl der Fälle oder Ereignisse	Sie wissen möchten, wie viele Elemente in jede Kategorie fallen
Sum	Addiert Werte eines ausgewählten Attributs	Sie benötigen Gesamtsummen (z.B. Gesamtkosten, Gesamtumsatz)
Average	Berechnet den Durchschnitt eines ausgewählten Attributs	Sie möchten typische Werte (z.B. durchschnittliche Bearbeitungszeit)
Minimum	Findet den kleinsten Wert	Sie wollen die niedrigsten Werte in jeder Kategorie identifizieren
Maximum	Findet den größten Wert	Sie wollen die höchsten Werte in jeder Kategorie identifizieren
Median	Berechnet den Mittelwert	Sie wollen den typischen Wert, der weniger von Ausreißern beeinflusst ist

Wertattribut: Für Aggregatfunktionen außer Count (wie Sum oder Average) wählen Sie das numerische Attribut, das aggregiert werden soll. Dieses Feld wird für Count-Operationen nicht benötigt.

Sortierreihenfolge: Wählen Sie, ob die Zeilen sortiert werden sollen:

Aufsteigend: Alphabetisch oder numerisch vom niedrigsten zum höchsten Wert sortieren
Absteigend: Vom höchsten zum niedrigsten Wert sortieren (nützlich, um Top-Kategorien zu identifizieren)

Maximale Zeilen: Geben Sie die maximale Anzahl der anzuzeigenden Zeilen an. Dies ist praktisch, wenn Sie viele eindeutige Werte haben, aber nur die Top-N-Kategorien sehen möchten. Leer lassen, um alle Zeilen anzuzeigen.

Beispiele

Beispiel 1: Zusammenfassung der Ressourcentätigkeiten

Szenario: Sie möchten eine Zusammenfassungstabelle erstellen, die zeigt, wie oft jede Ressource jede Aktivität in Ihrem Prozess ausgeführt hat. Dies hilft Ihnen, die Arbeitsbelastungsverteilung zu verstehen und Spezialisierungsmuster der Ressourcen zu erkennen.

Einstellungen:

Zeilenattribut: Resource
Spaltenattribut: Activity Name
Aggregatfunktion: Count
Maximale Zeilen: 20

Ausgabe:

Der Rechner erzeugt eine Pivot-Tabelle mit Ressourcen als Zeilen und Aktivitäten als Spalten. Jede Zelle zeigt, wie oft diese Ressource diese Aktivität ausgeführt hat:

Resource	Create Order	Approve Order	Process Payment	Ship Items	Close Order	Total
Alice Johnson	245	189	0	0	234	668
Bob Smith	0	0	456	0	0	456
Carol White	123	145	234	0	198	700
David Brown	0	0	0	567	0	567
Emma Davis	189	234	123	0	212	758

Erkenntnisse: Diese Pivot-Tabelle zeigt klare Spezialisierungsmuster. Bob Smith bearbeitet ausschließlich Zahlungsprozesse (456 Ereignisse), während David Brown auf Versandoperationen spezialisiert ist (567 Ereignisse). Alice, Carol und Emma bearbeiten mehrere Aktivitäten und sind demnach Generalisten. Emma hat die höchste Gesamtanzahl an Aktivitäten (758), was sie zur aktivsten Ressource macht. Das Pivot-Format erleichtert die Erkennung von Arbeitsbelastungsungleichgewichten – z.B. bedienen nur drei Ressourcen die Auftragsfreigabe (Alice, Carol, Emma), was ein Engpass sein könnte. Sie können auf jede Zelle klicken, um die spezifischen Fälle einzusehen, in denen diese Ressource diese Aktivität ausgeführt hat.

Beispiel 2: Kostenanalyse nach Abteilung und Monat

Szenario: Sie müssen einen Finanzbericht erstellen, der die Gesamtkosten pro Abteilung über verschiedene Monate zeigt, um Ausgabenmuster zu verfolgen und Abteilungen mit ungewöhnlichen Kostenabweichungen zu identifizieren.

Einstellungen:

Zeilenattribut: Department
Spaltenattribut: Case Start Month
Aggregatfunktion: Sum
Wertattribut: Total Cost
Sortierreihenfolge: Absteigend

Ausgabe:

Der Rechner erstellt eine Pivot-Tabelle mit Abteilungen als Zeilen und Monaten als Spalten, die die Gesamtkosten für jede Kombination zeigt:

Department	January	February	March	April	May	Row Total
Operations	$456,789	$478,234	$502,456	$489,123	$495,678	$2,422,280
Sales	$234,567	$245,678	$256,789	$267,890	$278,901	$1,283,825
IT	$189,234	$195,678	$198,234	$201,456	$205,678	$990,280
HR	$89,234	$92,345	$87,234	$91,456	$93,678	$453,947
Finance	$67,890	$71,234	$69,345	$72,456	$74,567	$355,492

Erkenntnisse: Die Pivot-Tabelle bietet eine klare finanzielle Übersicht. Operations hat mit $2,4 Mio. über fünf Monate die höchsten Gesamtkosten, was für die größte Abteilung erwartet wird. Operations zeigt einen stetigen Aufwärtstrend von $456K im Januar bis $495K im Mai, was auf wachsende Aktivitäten oder steigende Kosten pro Fall hinweist. Sales zeigt ebenfalls konsistentes Wachstum von Monat zu Monat ($234K bis $278K), möglicherweise eine Folge der Geschäftsausweitung. IT-Kosten sind relativ stabil um $195-205K pro Monat. HR zeigt leichte Schwankungen (Einbruch im März auf $87K), was eine Untersuchung rechtfertigen könnte. Dieses Pivot-Format ermöglicht eine einfache Erkennung von Gesamtausgaben nach Abteilung (Zeilensummen) und monatlichen Trends aller Abteilungen (Spaltensummen).

Beispiel 3: Analyse der Konformität nach Variante und Abteilung

Szenario: Sie wollen verstehen, welche Prozessvarianten Konformitätsprobleme aufweisen und wie diese je Abteilung variieren. Das hilft Ihnen, gezielte Prozessverbesserungen durchzuführen.

Einstellungen:

Zeilenattribut: Process Variant
Spaltenattribut: Department
Aggregatfunktion: Count
Maximale Zeilen: 10

Ausgabe:

Variant	Sales	Operations	Customer Service	Total
Standard Path	1,234	2,456	1,789	5,479
Skip Approval	234	67	456	757
Rework Loop	123	345	234	702
Express Processing	456	189	234	879
Manual Override	89	234	123	446

Erkenntnisse: Der Standardpfad ist in allen Abteilungen am häufigsten (insgesamt 5.479 Fälle), was positiv ist. Die Variante „Skip Approval“ tritt 757-mal auf, mit der höchsten Anzahl im Kundenservice (456 Fälle). Das deutet darauf hin, dass der Kundenservice möglicherweise unter Druck steht, Genehmigungsschritte zu umgehen. Die Variante „Rework Loop“ erscheint 702-mal, wobei Operations den höchsten Wert mit 345 hat, was auf Qualitätsprobleme hindeuten könnte. Sales nutzt die Variante „Express Processing“ häufig (456 Fälle), was einerseits legitime Beschleunigungen sein können, aber auch Abkürzungen. Durch Anklicken spezifischer Zellen können Sie einzelne Fälle untersuchen und verstehen, warum diese nicht-standardisierten Varianten auftreten.

Beispiel 4: Durchschnittliche Falldauer nach Aktivitätskombinationen

Szenario: Sie wollen herausfinden, welche Kombinationen aus erster und letzter Aktivität zu den längsten durchschnittlichen Falldauern führen, um langsame Prozesspfade zu identifizieren.

Einstellungen:

Zeilenattribut: First Activity
Spaltenattribut: Last Activity
Aggregatfunktion: Average
Wertattribut: Case Duration (Days)
Sortierreihenfolge: Absteigend

Ausgabe:

First Activity	Standard Close	Manual Close	Cancelled	Exception Close	Average
Manual Entry	12.5 days	18.7 days	8.3 days	23.4 days	15.7 days
Auto Import	6.2 days	14.3 days	5.1 days	19.8 days	11.4 days
Web Submission	5.8 days	13.9 days	4.8 days	18.2 days	10.7 days
Email Receipt	8.9 days	16.5 days	6.7 days	21.3 days	13.4 days

Erkenntnisse: Fälle, die mit „Manual Entry“ beginnen, dauern im Durchschnitt am längsten (15,7 Tage), was darauf hinweist, dass diese Eingabemethode Komplexität oder Fehler einbringt. Der Pfad „Exception Close“ ist unabhängig vom Start stets der langsamste (18,2 bis 23,4 Tage), was sinnvoll ist, da Ausnahmen besondere Bearbeitungen erfordern. Fälle mit „Manual Entry“ und „Exception Close“ weisen mit 23,4 Tagen die längste Dauer auf. Fälle mit „Auto Import“ und „Web Submission“ sind insgesamt am schnellsten (11,4 bzw. 10,7 Tage), was auf bessere Datenqualität in digitalen Kanälen hinweist. Das Pivot-Format erleichtert den Vergleich aller Kombinationen und hilft, die größten Verbesserungspotenziale zu erkennen – etwa durch Reduzierung von manuelle Eingaben oder Straffung der Ausnahmebearbeitung.

Beispiel 5: Leistungsübersicht der Ressourcen

Szenario: Sie brauchen eine Leistungsübersicht, die die durchschnittliche Falldauer pro Ressource über verschiedene Fallkomplexitätskategorien darstellt.

Einstellungen:

Zeilenattribut: Resource
Spaltenattribut: Case Complexity
Aggregatfunktion: Average
Wertattribut: Case Duration (Hours)
Sortierreihenfolge: Aufsteigend
Maximale Zeilen: 15

Ausgabe:

Resource	Simple	Medium	Complex	Very Complex	Overall Average
Alice Chen	2.3 hrs	5.7 hrs	12.4 hrs	28.5 hrs	12.2 hrs
Bob Martinez	2.8 hrs	6.2 hrs	13.1 hrs	31.2 hrs	13.3 hrs
Carol Taylor	2.1 hrs	5.4 hrs	11.8 hrs	26.7 hrs	11.5 hrs
David Wilson	3.1 hrs	6.8 hrs	14.5 hrs	34.2 hrs	14.7 hrs
Emma Johnson	2.2 hrs	5.6 hrs	12.1 hrs	27.8 hrs	11.9 hrs

Erkenntnisse: Carol Taylor zeigt die beste Leistung über alle Komplexitätskategorien mit einem Gesamtdurchschnitt von 11,5 Stunden, während David Wilson mit 14,7 Stunden am längsten benötigt. Carols gleichmäßige Leistung über alle Komplexitätsstufen (2,1 bis 26,7 Stunden) deutet auf starke Fähigkeiten unabhängig von der Fallkomplexität hin. Alle Ressourcen zeigen eine angemessene Dauersteigerung von einfachen bis sehr komplexen Fällen, was die Bedeutung der Komplexitätsklassifizierung bestätigt. Davids Leistung bei sehr komplexen Fällen (34,2 Stunden) ist deutlich höher als die von Carol (26,7 Stunden), was auf Trainings- oder Unterstützungsbedarf bei komplexen Fällen hinweisen könnte. Dieses Pivot-Tabellenformat erleichtert die Identifikation von Spitzenperformern (Carol, Emma, Alice) und solchen, die zusätzliche Unterstützung benötigen (David) und zeigt zugleich, dass das Team die zeitliche Zuteilung sinnvoll an die Fallkomplexität anpasst.

Beispiel 6: Qualitätsmetriken-Dashboard

Szenario: Sie möchten ein Qualitätsdashboard erstellen, das den Prozentsatz der Fälle mit Qualitätsproblemen über verschiedene Produktlinien und Kundensegmente zeigt.

Einstellungen:

Zeilenattribut: Product Line
Spaltenattribut: Customer Segment
Aggregatfunktion: Average
Wertattribut: Quality Score (0-100)

Ausgabe:

Product Line	Enterprise	Mid-Market	Small Business	Consumer	Average
Premium	94.5	92.3	89.7	87.2	90.9
Standard	89.2	87.6	84.3	82.1	85.8
Economy	85.7	83.4	79.8	77.5	81.6
Custom	96.2	94.8	91.2	88.9	92.8

Erkenntnisse: Maßgeschneiderte Produkte zeigen über alle Kundensegmente die höchsten Qualitätswerte (Durchschnitt 92,8), vermutlich aufgrund personalisierter Betreuung und Qualitätskontrolle. Premium-Produkte schneiden ebenfalls gut ab (90,9 Durchschnitt). Es gibt einen klaren Qualitätsgradienten zwischen den Kundensegmenten – Enterprise-Kunden erhalten höhere Qualität (94,5 für Premium) als Endkunden (87,2 für Premium), was unterschiedliche Servicelevel oder SLA widerspiegeln könnte. Economy-Produkte weisen insgesamt die niedrigsten Qualitätswerte auf (81,6 Durchschnitt), besonders beim Endkundensegment (77,5), was bedenkliche Werte sein könnten. Die Differenz von 17,5 Punkten zwischen Custom/Enterprise (96,2) und Economy/Consumer (77,5) deutet auf signifikante Prozessunterschiede hin. Diese Pivot-Tabelle hilft, Verbesserungsmaßnahmen zu priorisieren – Fokus auf Economy-Produkte für Consumer- und Kleinunternehmenssegmente, wo die Qualität am geringsten ist.

Ausgabe

Der Pivot-Tabellen-Rechner zeigt eine tabellenkalkulationsähnliche Tabelle mit Zeilen, die eindeutigen Werten Ihres Zeilenattributs entsprechen, und Spalten, die eindeutigen Werten Ihres Spaltenattributs (sofern angegeben) entsprechen. Jede Zelle enthält den aggregierten Wert für die jeweilige Zeilen-Spalten-Kombination.

Zeilensummen: Wenn Spaltenattribute angegeben sind, enthält die Tabelle typischerweise eine Spalte mit Zeilensummen, die die Aggregation über alle Spalten für jede Zeile zeigt.

Spaltensummen: Eine Gesamtzeile am unteren Rand zeigt die Aggregation über alle Zeilen für jede Spalte.

Interaktive Funktionen: Klicken Sie auf jeden Zellwert, um Details zu den spezifischen Fällen anzuzeigen, die zu diesem Wert beitragen. So ermöglichen Sie detaillierte Untersuchungen jeder Kategorienkombination.

Exportoptionen: Exportieren Sie die Pivot-Tabelle nach Excel oder CSV für weitere Analysen, Berichte oder zum Teilen mit Stakeholdern.

Visualisierung: Je nach Ihren Daten kann die Pivot-Tabelle als Heatmap dargestellt werden, mit Farbgebungen, die hohe und niedrige Werte hervorheben, um Muster visuell leichter erkennbar zu machen.

Große Tabellen: Bei Pivot-Tabellen mit vielen Zeilen oder Spalten können Sie horizontales und vertikales Scrollen verwenden, um die gesamte Tabelle zu navigieren. Nutzen Sie die Einstellung Max Rows, um sich auf Top-Kategorien zu konzentrieren.

Diese Dokumentation ist Teil der mindzieStudio Process Mining Plattform.