Tage zu einem Datum hinzufügen

Übersicht

Die Anreicherung "Tage zu einem Datum hinzufügen" erstellt ein neues Zeitstempelattribut, indem eine angegebene Anzahl von Tagen zu einem bestehenden Datumsattribut in Ihrem Datensatz hinzugefügt wird. Diese Anreicherung ist unerlässlich für die Berechnung zukünftiger Daten, Fristen und erwarteter Meilensteine basierend auf Ihren Prozessdaten. Durch die Verwendung eines numerischen Attributs zur Angabe der hinzuzufügenden Tage können Sie dynamisch Daten berechnen, die je nach Fall variieren – beispielsweise unterschiedliche Zahlungsfristen zu Rechnungsdaten basierend auf Kundenvereinbarungen hinzufügen oder erwartete Liefertermine basierend auf Service-Level-Agreements berechnen. Diese Fähigkeit ist besonders wertvoll für Fristenüberwachung, SLA-Einhaltung und vorausschauende Prozessanalysen, bei denen Sie zukünftige Daten basierend auf dem aktuellen Prozessstatus prognostizieren müssen.

Die Anreicherung unterstützt flexible Datumsberechnungen, indem sie die Anzahl der Tage von jedem numerischen Attribut in Ihrem Datensatz akzeptiert. Das bedeutet, dass Sie berechnete Felder, Nachschlagewerte oder importierte Daten verwenden können, um zu bestimmen, wie viele Tage hinzuzufügen sind, was sie mächtig für komplexe Geschäftsszenarien macht, in denen der Zeitversatz je nach Fallmerkmal variiert.

Häufige Anwendungsfälle

Berechnung des Zahlungsfälligkeitstermins: Zahlungsfristen (30, 60, 90 Tage) zu Rechnungsdaten hinzufügen, um festzustellen, wann Zahlungen fällig sind
Überwachung von SLA-Fristen: Service-Level-Agreement-Fristen berechnen, indem vertragliche Antwortzeiten zu Ticket-Erstellungsdaten hinzugefügt werden
Erwartete Liefertermine: Standardversandzeiten zu Bestelldaten hinzufügen, um vorherzusagen, wann Kunden ihre Produkte erhalten
Vertragsverlängerungsdaten: Verlängerungsdaten berechnen, indem Vertragslaufzeiten zu Startdaten hinzugefügt werden
Garantieablauf: Garantieenddaten bestimmen, indem Garantiezeiträume zu Kauf- oder Installationsdaten hinzugefügt werden
Planung von Projektmeilensteinen: Erwartete Meilensteindaten berechnen, indem geplante Laufzeiten zu Projektstartdaten hinzugefügt werden
Fristen zur Einhaltung gesetzlicher Vorschriften: Gesetzliche Reaktionszeiten zu Einreichungsdaten hinzufügen, um Compliance-Zeiträume zu überwachen

Einstellungen

Neuer Attributname: Der Name für das neue Datumsattribut, das in Ihrem Datensatz erstellt wird. Dieses Attribut enthält das berechnete zukünftige Datum. Wählen Sie einen aussagekräftigen Namen, der klar angibt, was das Datum repräsentiert, wie zum Beispiel "Payment_Due_Date", "SLA_Deadline" oder "Expected_Delivery_Date". Dieses neue Attribut steht für Filter, Dashboards und andere Anreicherungen zur Verfügung.

Attributname: Wählen Sie das bestehende Datums-/Zeitstempelattribut aus, das als Ausgangspunkt für die Berechnung dient. Dieses muss ein DateTime-Attribut in Ihrer Falltabelle sein. Übliche Beispiele sind "Invoice_Date", "Order_Date", "Ticket_Created" oder ein anderes Zeitstempelfeld aus Ihrem Prozess. Die Anreicherung verwendet dieses Datum als Basis und addiert die angegebene Anzahl von Tagen.

Attribut Add Days: Wählen Sie das numerische Attribut aus, das die Anzahl der hinzuzufügenden Tage enthält. Dieses muss ein numerisches Attribut (Integer, Double oder Float) aus Ihrer Falltabelle sein. Der Wert kann positiv (zur Berechnung zukünftiger Daten) oder negativ (zur Berechnung vergangener Daten) sein. Beispiele sind "Payment_Terms_Days", "SLA_Response_Hours" (müsste in Tage umgerechnet werden), "Shipping_Days" oder ein berechnetes numerisches Feld. Jeder Fall kann einen anderen Wert haben, sodass fallbezogene Datumsberechnungen möglich sind.

Beispiele

Beispiel 1: Fälligkeitstermine für Rechnungszahlungen

Szenario: Ein Unternehmen muss Zahlungsfälligkeitstermine für Rechnungen verfolgen. Unterschiedliche Kunden haben verschiedene Zahlungsbedingungen – manche zahlen nach 30 Tagen, andere nach 60 oder 90 Tagen. Die Zahlungsbedingungen werden als numerisches Attribut basierend auf Kundenverträgen gespeichert.

Einstellungen:

Neuer Attributname: Payment_Due_Date
Attributname: Invoice_Date
Attribut Add Days: Customer_Payment_Terms

Ausgabe: Für einen Fall, in dem:

Invoice_Date = 2024-03-01
Customer_Payment_Terms = 30

Erstellt die Anreicherung:

Payment_Due_Date = 2024-03-31

Dieses neue Attribut kann verwendet werden, um Dashboards mit bevorstehenden Zahlungsterminen zu erstellen, überfällige Rechnungen zu identifizieren und Zahlungsgewohnheiten zu analysieren.

Erkenntnisse: Durch berechnete Fälligkeitstermine kann das Finanzteam proaktiv Zahlungen nachverfolgen, Inkassobemühungen priorisieren und den Cashflow auf Basis erwarteter Zahlungstermine genau prognostizieren.

Beispiel 2: SLA-Fristüberwachung

Szenario: Ein IT-Service-Desk muss SLA-Fristen für verschiedene Ticketprioritäten überwachen. Hochprioritäre Tickets müssen innerhalb eines Tages gelöst sein, mittlere innerhalb von 3 Tagen und niedrige innerhalb von 7 Tagen. Die SLA-Tage werden als Attribut basierend auf der Ticketpriorität gespeichert.

Einstellungen:

Neuer Attributname: SLA_Resolution_Deadline
Attributname: Ticket_Created_Date
Attribut Add Days: SLA_Days_Required

Ausgabe: Für ein hochprioritäres Ticket:

Ticket_Created_Date = 2024-03-15 09:00:00
SLA_Days_Required = 1
SLA_Resolution_Deadline = 2024-03-16 09:00:00

Für ein niedrigprioritäres Ticket:

Ticket_Created_Date = 2024-03-15 09:00:00
SLA_Days_Required = 7
SLA_Resolution_Deadline = 2024-03-22 09:00:00

Erkenntnisse: Service-Manager können nun Echtzeit-Dashboards erstellen, die zeigen, welche Tickets sich ihren SLA-Fristen nähern, und so proaktiv Ressourcen zuweisen, um SLA-Verstöße zu vermeiden.

Beispiel 3: Berechnung erwarteter Liefertermine

Szenario: Ein E-Commerce-Unternehmen möchte erwartete Liefertermine basierend auf der Versandmethode berechnen. Standardversand fügt 5 Tage hinzu, Express 2 Tage und Overnight 1 Tag zum Versanddatum.

Einstellungen:

Neuer Attributname: Expected_Delivery_Date
Attributname: Order_Shipped_Date
Attribut Add Days: Shipping_Days

Ausgabe: Für eine Expresslieferung:

Order_Shipped_Date = 2024-03-20 14:00:00
Shipping_Days = 2
Expected_Delivery_Date = 2024-03-22 14:00:00

Dies ermöglicht dem Kundenservice, genaue Liefererwartungen zu vermitteln und Sendungen zu identifizieren, die sich verzögern könnten.

Erkenntnisse: Operationsteams können die tatsächliche Lieferperformance im Vergleich zu den erwarteten Terminen analysieren, Frachtführer oder Routen identifizieren, die regelmäßig die Erwartungen nicht erfüllen, und die Kundenkommunikation zu Lieferzeiten verbessern.

Beispiel 4: Vertragsverlängerungsmanagement

Szenario: Ein Softwareunternehmen muss verfolgen, wann Kundenverträge zur Verlängerung anstehen. Verträge haben unterschiedliche Laufzeiten – monatlich (30 Tage), quartalsweise (90 Tage) oder jährlich (365 Tage) Abonnements.

Einstellungen:

Neuer Attributname: Contract_Renewal_Date
Attributname: Contract_Start_Date
Attribut Add Days: Contract_Duration_Days

Ausgabe: Für einen Jahresvertrag:

Contract_Start_Date = 2024-01-15
Contract_Duration_Days = 365
Contract_Renewal_Date = 2025-01-15

Für einen Monatsvertrag:

Contract_Start_Date = 2024-03-01
Contract_Duration_Days = 30
Contract_Renewal_Date = 2024-03-31

Erkenntnisse: Vertriebsteams können Kunden proaktiv vor Verlängerungsterminen kontaktieren, Account Manager können Verlängerungsverhandlungen frühzeitig planen, und die Umsatzprognose wird durch klare Verlängerungstermine genauer.

Beispiel 5: Planung der Fertigungsdurchlaufzeit

Szenario: Ein Fertigungsunternehmen muss erwartete Fertigstellungstermine für Produktionsaufträge berechnen, basierend auf Standarddurchlaufzeiten für verschiedene Produkttypen, die von 7 bis 45 Tagen variieren.

Einstellungen:

Neuer Attributname: Expected_Completion_Date
Attributname: Production_Start_Date
Attribut Add Days: Product_Lead_Time_Days

Ausgabe: Für einen komplexen Produktauftrag:

Production_Start_Date = 2024-03-10 08:00:00
Product_Lead_Time_Days = 21
Expected_Completion_Date = 2024-03-31 08:00:00

Erkenntnisse: Produktionsplaner können die Terminplanung optimieren, realistische Liefertermine an Kunden kommunizieren und Aufträge identifizieren, die Gefahr laufen, ihre geplanten Fertigstellungstermine zu verpassen.

Ausgabe

Die Anreicherung "Tage zu einem Datum hinzufügen" erstellt ein neues Fallattribut mit folgenden Eigenschaften:

Attributtyp: DateTime – Das neue Attribut wird als Zeitstempel-/Datum-Uhrzeit-Feld erstellt, das die Zeitkomponente des ursprünglichen Datumsattributs beibehält.

Attributbenennung: Das neue Attribut verwendet den in "Neuer Attributname" angegebenen Namen und erscheint in Ihrer Falltabelle unmittelbar nach der Ausführung der Anreicherung.

Wertberechnung: Für jeden Fall nimmt die Anreicherung das Basisdatum aus "Attributname" und addiert die Anzahl an Tagen aus "Attribut Add Days". Die Berechnung erhält die ursprüngliche Zeitkomponente, sodass wenn Ihr Basisdatum Stunden und Minuten enthält, diese im berechneten Datum erhalten bleiben.

Null-Verarbeitung: Wenn entweder das Basisdatum-Attribut oder das Attribut für die hinzuzufügenden Tage für einen Fall null ist, wird auch das neue berechnete Datumsattribut für diesen Fall null sein. Dies gewährleistet Datenintegrität und erleichtert die Identifikation von Fällen mit fehlenden Informationen.

Negative Werte: Die Anreicherung unterstützt negative Werte im "Attribut Add Days"-Feld, was die Berechnung von vergangenen Daten ermöglicht. Dies ist nützlich für die Berechnung von Daten wie "Überprüfung erforderlich bis" (die vielleicht X Tage vor einer Frist liegen).

Integration mit anderen Funktionen:

Das neue Datumsattribut kann sofort in Filtern verwendet werden, um Fälle basierend auf berechneten Daten auszuwählen
Es kann in anderen Anreicherungen verwendet werden, die Datumseingaben benötigen
Es erscheint in allen Visualisierungen und kann für zeitbasierte Analysen genutzt werden
Es kann zusammen mit Ihrem angereicherten Datensatz exportiert werden
Es kann in berechneten Attributen für weitere Datumsmanipulationen verwendet werden

Diese Dokumentation ist Teil der mindzieStudio Process-Mining-Plattform.