Attributänderungen zwischen zwei Aktivitäten

Überblick

Die Anreicherung „Attributänderungen zwischen zwei Aktivitäten“ analysiert Ereignisattributen, um Änderungen zu erkennen, die zwischen zwei bestimmten Aktivitäten innerhalb jedes Falls auftreten. Diese leistungsstarke Anreicherung erzeugt boolesche Attribute, die anzeigen, ob ausgewählte Ereignisattributwerte zwischen den angegebenen Aktivitäten geändert wurden. Dies ist unerlässlich, um Datenumwandlungen, die Qualität der Übergaben, Prozesskonstanz sowie Orte der Informationsänderungen in Ihren Geschäftsprozessen zu verstehen. Die Anreicherung kann mehrere Ereignisattributen gleichzeitig analysieren und sogar neue Aktivitäten erstellen, um Markierungen an den Stellen zu setzen, an denen Änderungen auftraten. Dadurch bietet sie umfassende Sichtbarkeit der Datenentwicklung über den gesamten Prozessfluss hinweg.

Über die einfache Änderungserkennung hinaus hilft diese Anreicherung Organisationen, Prozesseffizienzen, Datenqualitätsprobleme und Compliance-Risiken zu identifizieren. Durch die Nachverfolgung von Attributänderungen zwischen wichtigen Prozessmeilensteinen können Sie exakt feststellen, wo Datenkorrekturen erfolgen, validieren, dass erforderliche Transformationen stattfinden, und die Konsistenz der Informationen über Abteilungsübergaben hinweg sicherstellen. Die Möglichkeit, bei Änderungspunkten Aktivitäten zu erzeugen, macht diese Anreicherung besonders wertvoll, um visuelle Marker in Prozesskarten zu schaffen, die kritische Datenübergänge hervorheben.

Häufige Anwendungen

Rechnungsverarbeitung: Erkennen von Änderungen bei Rechnungsbeträgen, Zahlungsbedingungen oder Freigabecodes zwischen Einreichungs- und Freigabestufen
Auftragsmanagement: Verfolgen von Änderungen bei Bestellmengen, Lieferterminen oder Kundenanforderungen zwischen Auftragserfassung und Auftragsbearbeitung
Change-Request-Verwaltung: Überwachen von Statusänderungen, Prioritätsanpassungen oder Änderungen im zugewiesenen Team zwischen Erstanforderung und Umsetzung
Qualitätskontrolle: Identifizieren von Änderungen bei Produktspezifikationen, Testergebnissen oder Qualitätsbewertungen zwischen Prüfungen
Kundenservice: Erkennen von Ticket-Prioritätsänderungen, Neukategorisierungen oder Änderungen des Lösungscodes zwischen Erstellung und Abschluss
Gesundheitspfadverfolgung: Nachverfolgen von Änderungen bei Diagnosecodes, Behandlungsplänen oder Versicherungsstatus zwischen Patientenbegegnungen
Kreditbearbeitung: Überwachen von Aktualisierungen der Kreditwürdigkeit, Bewertungen von Sicherheiten oder Zinssatzanpassungen zwischen Antrag und Genehmigung

Einstellungen

Event Columns: Wählen Sie die Ereignisattributen aus, die Sie auf Änderungen zwischen den zwei Aktivitäten analysieren möchten. Die Anreicherung erstellt für jede ausgewählte Spalte ein separates boolesches Attribut, das angibt, ob sich der Wert geändert hat. Sie können mehrere Spalten auswählen, um Datenänderungen umfassend über verschiedene Aspekte Ihres Prozesses zu verfolgen. Lassen Sie das Feld leer, um automatisch alle nicht-systembezogenen Ereignisattributen zu analysieren.

Activity 1: Wählen Sie die erste Aktivität, die als Ausgangspunkt für den Vergleich dient. Diese Aktivität markiert, wo die initialen Attributwerte erfasst werden. Wählen Sie eine Aktivität, die einen sinnvollen Checkpoint in Ihrem Prozess darstellt, an dem die Daten sich in einem bestimmten Zustand befinden sollen.

Activity 1 Selection Type: Geben Sie an, ob die erste oder letzte Vorkommnis von Activity 1 innerhalb jedes Falls verwendet werden soll:

First: Verwendet die früheste Vorkommnis, wenn die Aktivität mehrfach erscheint
Last: Verwendet die zuletzt erscheinende Vorkommnis vor Activity 2
Standard ist First

Activity 2: Wählen Sie die zweite Aktivität, die als Endpunkt für den Vergleich dient. Die Anreicherung vergleicht die Attributwerte bei dieser Aktivität mit denen aus Activity 1. Wählen Sie eine Aktivität, die einen weiteren wichtigen Meilenstein darstellt, an dem Sie Datenänderungen oder Konsistenz prüfen möchten.

Activity 2 Selection Type: Geben Sie an, ob die erste oder letzte Vorkommnis von Activity 2 innerhalb jedes Falls verwendet werden soll:

First: Verwendet die früheste Vorkommnis nach Activity 1
Last: Verwendet die letzte Vorkommnis im Fall
Standard ist Last

Create Activities: Aktivieren Sie diese Option, um automatisch neue Aktivitäten in Ihren Ereignisprotokoll an den Stellen zu erzeugen, an denen Attributänderungen festgestellt werden. Bei Aktivierung erzeugt die Anreicherung neue Ereignisse mit Aktivitätsnamen entsprechend dem geänderten Attribut (z. B. „Invoice Amount-Change“). Dies schafft visuelle Marker in Prozesskarten und ermöglicht zusätzliche Analysen von Änderungsmustern. Standard ist deaktiviert.

Beispiele

Beispiel 1: Überprüfung des Rechnungsbetrags

Szenario: Ein Finanzteam muss nachverfolgen, ob sich die Rechnungsbeträge zwischen der Einreichung und der abschließenden Genehmigung ändern, da solche Änderungen gemäß Unternehmensrichtlinie einer zusätzlichen Prüfung bedürfen.

Einstellungen:

Event Columns: [Invoice_Amount, Tax_Amount, Total_Due]
Activity 1: Submit Invoice
Activity 1 Selection Type: First
Activity 2: Approve Invoice
Activity 2 Selection Type: Last
Create Activities: False

Ergebnis: Erzeugt drei neue boolesche Fallattribute:

Invoice_Amount-Change: True für Fälle, bei denen der Rechnungsbetrag geändert wurde
Tax_Amount-Change: True für Fälle mit geänderten Steuerberechnungen
Total_Due-Change: True für Fälle mit geänderten Gesamtforderungen

Beispieldaten mit Anreicherungsresultaten: | Case ID | Invoice_Amount-Change | Tax_Amount-Change | Total_Due-Change | |---------|----------------------|-------------------|------------------| | INV-001 | False | False | False | | INV-002 | True | True | True | | INV-003 | False | True | True | | INV-004 | True | False | True |

Erkenntnisse: Das Finanzteam stellt fest, dass bei 23 % der Rechnungen zwischen Einreichung und Genehmigung Betragsänderungen auftreten, was auf Bedarf für bessere Anfangsvalidierung hinweist. Sie führen zusätzliche Schulungen und Systemprüfungen in der Einreichungsphase ein, um Nacharbeit zu reduzieren.

Beispiel 2: Qualität der Auftragsabwicklung

Szenario: Ein Logistikunternehmen möchte Aufträge identifizieren, bei denen sich Lieferdetails zwischen Bestellaufgabe und Versandvorbereitung ändern, da solche Änderungen häufig zu Lieferverzögerungen und Kundenbeschwerden führen.

Einstellungen:

Event Columns: [Delivery_Address, Delivery_Date, Shipping_Method, Order_Priority]
Activity 1: Place Order
Activity 1 Selection Type: First
Activity 2: Prepare Shipment
Activity 2 Selection Type: First
Create Activities: True

Ergebnis: Erzeugt vier boolesche Attribute und erzeugt neue Aktivitäten für jede erkannte Änderung:

Delivery_Address-Change: Zeigt Adressänderungen an
Delivery_Date-Change: Gibt Anpassungen des Lieferdatums an
Shipping_Method-Change: Enthüllt Änderungen der Versandart
Order_Priority-Change: Verfolgt Prioritätsänderungen

Bei erkannten Änderungen werden neue Ereignisse ins Protokoll eingefügt: | Case ID | Activity | Timestamp | |---------|----------|-----------| | ORD-123 | Place Order | 2024-01-10 09:00 | | ORD-123 | Delivery_Date-Change | 2024-01-10 14:30 | | ORD-123 | Shipping_Method-Change | 2024-01-10 14:30 | | ORD-123 | Prepare Shipment | 2024-01-10 14:30 |

Erkenntnisse: Die Analyse zeigt, dass 35 % der Aufträge Lieferdatumsänderungen aufweisen, hauptsächlich in Spitzenzeiten. Das Unternehmen führt ein Kundeninformationssystem für Datumsänderungen ein und passt die Kapazitätsplanung an, um Modifikationen zu reduzieren.

Beispiel 3: Überwachung von Behandlungspfaden im Gesundheitswesen

Szenario: Ein Krankenhaus muss Änderungen bei Diagnosecodes und Behandlungsplänen zwischen der ersten Notaufnahmebewertung und der Aufnahme in spezialisierte Abteilungen nachverfolgen, um eine ordnungsgemäße Übergabe sicherzustellen.

Einstellungen:

Event Columns: [Diagnosis_Code, Treatment_Priority, Assigned_Department, Insurance_Status]
Activity 1: ER Assessment
Activity 1 Selection Type: First
Activity 2: Department Admission
Activity 2 Selection Type: First
Create Activities: False

Ergebnis: Erzeugt vier boolesche Attribute zur Verfolgung medizinischer Datenänderungen:

Diagnosis_Code-Change: True, wenn die Diagnose verfeinert oder geändert wurde
Treatment_Priority-Change: Zeigt Prioritätsanpassungen an
Assigned_Department-Change: Weist auf Abteilungsneuassignierungen hin
Insurance_Status-Change: Verfolgt Versicherungsstatus-Updates

Ergebnisse ermöglichen Filterung und Analyse: | Case ID | Diagnosis_Code-Change | Treatment_Priority-Change | Assigned_Department-Change | |---------|----------------------|--------------------------|----------------------------| | PT-001 | True | False | False | | PT-002 | True | True | True | | PT-003 | False | False | False | | PT-004 | True | False | True |

Erkenntnisse: Das Krankenhaus erkennt, dass 42 % der Patienten Änderungen bei Diagnosecodes zwischen Notaufnahme und Aufnahme haben, was Bedarf an besseren Erstbewertungsprotokollen signalisiert. Zusätzliche Diagnosetools werden in der Notaufnahme eingeführt, um die Genauigkeit zu verbessern.

Beispiel 4: Verwaltung von IT-Change Requests

Szenario: Ein IT-Service-Desk möchte überwachen, wie sich Change-Request-Attribute zwischen ursprünglicher Einreichung und Beginn der Umsetzung entwickeln, um Muster zu identifizieren, die mit erfolgreichen Deployments korrelieren.

Einstellungen:

Event Columns: [Risk_Level, Implementation_Type, Affected_Systems, Approval_Status]
Activity 1: Submit Change Request
Activity 1 Selection Type: First
Activity 2: Start Implementation
Activity 2 Selection Type: First
Create Activities: True

Ergebnis: Erzeugt boolesche Änderungsindikatoren und Aktivitätsmarker:

Risk_Level-Change: Weist auf Risikoanpassungen hin
Implementation_Type-Change: Zeigt Änderungen im Implementierungsansatz
Affected_Systems-Change: Verfolgt Umfangsänderungen
Approval_Status-Change: Überwacht Änderung des Genehmigungsstatus

Die Anreicherung fügt Aktivitäten ein, die signifikante Änderungen markieren, was Prozess-Mining-Visualisierungen des Änderungsmanagement-Workflows unterstützt.

Erkenntnisse: Das IT-Team stellt fest, dass Change Requests mit Änderungen des Risk_Level dreimal so häufig fehlschlagen. Es werden verpflichtende Review-Meetings bei Risikoänderungen eingeführt, um Planungsanpassungen sicherzustellen.

Beispiel 5: Qualitätskontrolle in der Fertigung

Szenario: Ein Hersteller muss erkennen, ob Produktspezifikationen oder Qualitätsmessungen zwischen verschiedenen Prüfstationen ändern, um zu identifizieren, wo Fehler eingeführt oder korrigiert werden.

Einstellungen:

Event Columns: [Product_Weight, Color_Code, Quality_Score, Defect_Count]
Activity 1: Initial Inspection
Activity 1 Selection Type: Last
Activity 2: Final Inspection
Activity 2 Selection Type: Last
Create Activities: False

Ergebnis: Erzeugt Attribute zur Nachverfolgung von Qualitätsänderungen:

Product_Weight-Change: Erkennt Gewichtsänderungen
Color_Code-Change: Identifiziert Farbänderungen
Quality_Score-Change: Verfolgt Qualitätsbewertungsänderungen
Defect_Count-Change: Zeigt Änderungen bei der Fehleranzahl an

Analyseergebnisse nach Produktionslinie: | Production Line | % Weight Changes | % Quality Score Changes | % Defect Changes | |----------------|------------------|------------------------|------------------| | Line A | 2.3% | 15.2% | 18.5% | | Line B | 5.1% | 22.7% | 31.2% | | Line C | 1.8% | 8.9% | 11.3% |

Erkenntnisse: Produktionslinie B weist deutlich höhere Änderungsraten auf, was auf Probleme bei der Gerätekalibrierung hindeutet. Der Hersteller plant sofortige Wartungen und führt häufigere Qualitätskontrollen für diese Linie ein.

Ausgabe

Die Anreicherung erzeugt für jede ausgewählte Ereignisspalte neue boolesche Fallattribute nach dem Namensmuster [ColumnName]-Change. Diese Attribute enthalten:

True: Wenn sich der Wert des Ereignisattributs zwischen Activity 1 und Activity 2 unterscheidet
False: Wenn sich der Wert nicht geändert hat oder wenn eine der Aktivitäten im Fall fehlt
Empty/Null: Wenn das Attribut nicht ausgewertet werden kann (fehlende Aktivitäten oder Attributwerte)

Jedes erzeugte Attribut:

Ist sofort für Filter, Berechnungen und weitere Anreicherungen verfügbar
Kann mit Ihrem erweiterten Datensatz exportiert werden
Erscheint in Fallattribut-Listen für Analyse und Visualisierung
Unterstützt Prozess-Mining-Visualisierungen, wenn Änderungsaktivitäten erzeugt werden

Wenn „Create Activities“ aktiviert ist, führt die Anreicherung zusätzlich Folgendes aus:

Fügt neue Ereignisse in das Ereignisprotokoll zum Zeitstempel von Activity 2 ein
Benennt diese Ereignisse nach dem Muster [ColumnName]-Change
Kopiert alle übrigen Ereignisattributen von Activity 2, um den Kontext zu erhalten
Ein Daten-Refresh ist erforderlich, um neue Aktivitäten in Prozesskarten zu sehen

Die Anreicherung verarbeitet intelligent:

Fälle, in denen eine oder beide Aktivitäten nicht existieren (keine Änderungen aufgezeichnet)
Mehrfache Vorkommnisse von Aktivitäten (gesteuert durch Auswahltyp-Einstellungen)
Null- oder leere Attributwerte (werden als verschiedene Werte behandelt)
Gemischte Datentypen (Vergleich über String-Repräsentation)

Nutzen Sie diese Ausgaben, um:

Fälle mit bestimmten Arten von Änderungen für detaillierte Analysen zu filtern
Änderungsraten und -muster über Ihren Prozess zu berechnen
Warnmeldungen bei unerwarteten Modifikationen zu erstellen
Konformitätsregeln zu erlaubten und unerlaubten Änderungen zu formulieren
Änderungsmuster in Prozesskarten sichtbar zu machen, wenn Aktivitäten erzeugt werden

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