Kategorisieren von Attributwerten

Überblick

Die Bereicherung Kategorisieren von Attributwerten wandelt numerische Attribute in aussagekräftige Geschäftskategorien um, indem anpassbare regelbasierte Bereichsdefinitionen angewendet werden. Diese leistungsstarke Bereicherung ermöglicht es Ihnen, kontinuierliche numerische Daten in diskrete Kategorien umzuwandeln, die in Ihren Process-Mining-Dashboards leichter analysiert, gefiltert und verstanden werden können. Anstatt mit Rohwerten wie Rechnungsbeträgen von $1 bis $1.000.000 zu arbeiten, können Sie intuitive Kategorien wie „Klein“, „Mittel“, „Groß“ und „Enterprise“ erstellen, die sofort eine geschäftliche Bedeutung vermitteln.

Diese Bereicherung ist besonders wertvoll zur Erstellung von Leistungsindikatoren, Risikokategorien und Geschäftsklassifikationen, die mit Ihren organisatorischen Standards übereinstimmen. Sie unterstützt sowohl einfache Bereichsdefinitionen (größer als X) als auch komplexe Bereichskombinationen (zwischen X und Y), sodass Sie Kategorien definieren können, die genau Ihren Geschäftsregeln entsprechen. Die resultierenden kategorialen Attribute können in Filtern, Diagrammen und Konformitätsprüfungen verwendet werden, wodurch sie unverzichtbar für die Erstellung umsetzbarer Prozess-Einblicke und datengetriebene Entscheidungen in Ihrem Unternehmen sind.

Übliche Verwendungszwecke

  • Rechnungsbeträge in Freigabestufen kategorisieren (Unter 1000 $, 1000 $–5000 $, 5000 $–25000 $, Über 25000 $)
  • Bearbeitungszeiten in SLA-Kategorien einteilen (Pünktlich, Gefährdet, Überfällig, Kritisch)
  • Kundenbestellwerte in Segmente gruppieren (Niedrigwertig, Standard, Premium, VIP)
  • Risikostufen basierend auf Transaktionsbeträgen definieren (Niedriges Risiko, Mittleres Risiko, Hohes Risiko, Kritisch)
  • Altersklassen für ausstehende Zahlungen erstellen (Aktuell, 30 Tage, 60 Tage, 90+ Tage)
  • Lagerbestände in Vorratskategorien segmentieren (Ausverkauft, Niedriger Bestand, Normal, Überbestand)
  • Mitarbeiterzugehörigkeit in Erfahrungsstufen klassifizieren (Neu, Junior, Senior, Experte)

Einstellungen

Neuer Attributname: Der Name des neuen kategorialen Attributs, das in Ihrem Datensatz erstellt wird. Wählen Sie einen beschreibenden Namen, der den Kategorisierungszweck klar angibt, z. B. „Invoice_Category“, „SLA_Status“ oder „Risk_Level“. Dieses Attribut enthält die von Ihnen auf Basis der Wertebereiche definierten Kategorienamen.

Attributname: Wählen Sie das numerische Attribut, das kategorisiert werden soll. Dies muss ein numerisches Feld (Ganzzahl oder Dezimalzahl) aus Ihren Fallattributen sein. Häufige Auswahlmöglichkeiten sind Beträge, Dauer, Anzahl oder andere numerische Maße, die von einer Kategorisierung profitieren.

Kategorie-Liste: Definieren Sie Ihre Kategorien, indem Sie Regeln erstellen, die numerische Bereiche auf Kategorienamen abbilden. Jede Kategorie benötigt:

  • Bereichsname der Kategorie: Das Textlabel, das angezeigt wird, wenn Werte in diesen Bereich fallen (z. B. „Hohe Priorität“, „Standard“, „Niedriges Risiko“)
  • Erste Vergleichsmethode: Wie der Attributwert verglichen wird (Gleich, Größer als, Größer oder gleich, Kleiner als, Kleiner oder gleich, Ungleich)
  • Erster Wert: Der numerische Schwellenwert für den ersten Vergleich
  • Zweite Vergleichsmethode (Optional): Eine zweite Bedingung für Bereichsgrenzen hinzufügen (für eine „zwischen“-Logik)
  • Zweiter Wert (Optional): Der Schwellenwert für den zweiten Vergleich (nur verfügbar, wenn zweite Vergleichsmethode ausgewählt ist)

Kategorien werden in der Reihenfolge bewertet, in der sie in der Liste erscheinen. Sie können Kategorien per Drag & Drop neu anordnen. Die zuerst zutreffende Kategorie wird für jeden Fall angewendet.

Beispiele

Beispiel 1: Freigabestufen für Rechnungsbeträge

Szenario: Eine Einkaufsabteilung muss Rechnungen je nach ihrem Gesamtbetrag an unterschiedliche Freigabeworkflows weiterleiten. Für verschiedene Wertbereiche sind unterschiedliche Freigabeebenen erforderlich.

Einstellungen:

  • Neuer Attributname: Approval_Tier
  • Attributname: Total_Invoice_Amount
  • Kategorie-Liste:
    • Kategorie: "Auto-Approval" | Kleiner oder gleich: 500
    • Kategorie: "Manager Approval" | Größer als: 500 | UND Kleiner oder gleich: 5000
    • Kategorie: "Director Approval" | Größer als: 5000 | UND Kleiner oder gleich: 25000
    • Kategorie: "C-Level Approval" | Größer als: 25000

Ausgabe: Erstellt ein Attribut „Approval_Tier“, bei dem:

  • Rechnungen bis 500 $ als „Auto-Approval“ markiert werden
  • Rechnungen von 501 \(bis 5.000\) als „Manager Approval“ markiert sind
  • Rechnungen von 5.001 \(bis 25.000\) als „Director Approval“ markiert sind
  • Rechnungen über 25.000 $ als „C-Level Approval“ markiert sind

Einblicke: Diese Kategorisierung ermöglicht automatisches Routing von Rechnungen an die richtigen Genehmiger, Analyse der Arbeitslastverteilung und Identifikation von Engpässen in bestimmten Freigabeebenen.

Beispiel 2: SLA-Leistungskategorien

Szenario: Ein Kundenservice-Team muss Bearbeitungszeiten mit ihren SLA-Vorgaben abgleichen. Fälle sollen basierend darauf kategorisiert werden, wie nah sie an der Überschreitung der 48-Stunden-SLA liegen.

Einstellungen:

  • Neuer Attributname: SLA_Status
  • Attributname: Hours_Since_Creation
  • Kategorie-Liste:
    • Kategorie: "On Track" | Kleiner oder gleich: 24
    • Kategorie: "Warning" | Größer als: 24 | UND Kleiner oder gleich: 40
    • Kategorie: "At Risk" | Größer als: 40 | UND Kleiner oder gleich: 48
    • Kategorie: "Breached" | Größer als: 48

Ausgabe: Erstellt ein Attribut „SLA_Status“, bei dem:

  • Fälle unter 24 Stunden als „On Track“ gelten
  • Fälle zwischen 24 und 40 Stunden als „Warning“ gelten
  • Fälle zwischen 40 und 48 Stunden als „At Risk“ gelten
  • Fälle über 48 Stunden als „Breached“ gelten

Einblicke: Ermöglicht proaktive Steuerung von Fällen mit drohender SLA-Überschreitung, Priorisierung gefährdeter Fälle und Berichtswesen zur SLA-Einhaltung.

Beispiel 3: Kundensegmentierung nach Wert

Szenario: Ein E-Commerce-Unternehmen möchte Kunden anhand ihres Gesamtbestellwerts segmentieren, um differenzierte Service- und Marketingmaßnahmen anzubieten.

Einstellungen:

  • Neuer Attributname: Customer_Segment
  • Attributname: Total_Order_Value
  • Kategorie-Liste:
    • Kategorie: "Bronze" | Kleiner als: 100
    • Kategorie: "Silver" | Größer oder gleich: 100 | UND Kleiner als: 500
    • Kategorie: "Gold" | Größer oder gleich: 500 | UND Kleiner als: 2000
    • Kategorie: "Platinum" | Größer oder gleich: 2000

Ausgabe: Erstellt ein Attribut „Customer_Segment“, bei dem Kunden basierend auf ihrem Gesamtbestellwert in Bronze-, Silber-, Gold- oder Platin-Stufen eingeteilt werden.

Einblicke: Unterstützt zielgerichtete Marketingkampagnen, ermöglicht gestufte Kundenservice-Strategien und hilft, Upgrade-Potenziale bei Kunden zu identifizieren.

Beispiel 4: Lagerbestand-Warnstufen

Szenario: Ein Lagerverwaltungssystem muss Lagerbestände kategorisieren, um rechtzeitige Nachbestellungen auszulösen und Fehlbestände zu vermeiden.

Einstellungen:

  • Neuer Attributname: Stock_Alert_Level
  • Attributname: Current_Stock_Quantity
  • Kategorie-Liste:
    • Kategorie: "Out of Stock" | Gleich: 0
    • Kategorie: "Critical" | Größer als: 0 | UND Kleiner oder gleich: 10
    • Kategorie: "Low Stock" | Größer als: 10 | UND Kleiner oder gleich: 50
    • Kategorie: "Normal" | Größer als: 50 | UND Kleiner oder gleich: 200
    • Kategorie: "Overstocked" | Größer als: 200

Ausgabe: Erstellt ein Attribut „Stock_Alert_Level“, das den Lagerbestand in fünf handlungsrelevante Kategorien von „Ausverkauft“ bis „Überbestand“ einteilt.

Einblicke: Ermöglicht automatische Auslösung von Nachbestellungen, optimiert Lagerhaltungskosten und bietet klare Übersicht über Lagerzustände, die unmittelbare Maßnahmen erfordern.

Beispiel 5: Altersstufen bei Zahlungsrückständen

Szenario: Eine Abteilung Forderungsmanagement muss ausstehende Rechnungen nach Alter kategorisieren, um Mahnprozesse zu priorisieren und Kreditrisiken zu bewerten.

Einstellungen:

  • Neuer Attributname: Payment_Age_Category
  • Attributname: Days_Outstanding
  • Kategorie-Liste:
    • Kategorie: "Current" | Kleiner oder gleich: 0
    • Kategorie: "1-30 Days" | Größer als: 0 | UND Kleiner oder gleich: 30
    • Kategorie: "31-60 Days" | Größer als: 30 | UND Kleiner oder gleich: 60
    • Kategorie: "61-90 Days" | Größer als: 60 | UND Kleiner oder gleich: 90
    • Kategorie: "Over 90 Days" | Größer als: 90

Ausgabe: Erstellt ein Attribut „Payment_Age_Category“, das ausstehende Zahlungen in standardisierte Altersklassen für das Forderungsmanagement gruppiert.

Einblicke: Unterstützt Priorisierung im Inkassoprozess, erleichtert Berichtserstellung zu Altersstrukturen, hilft bei der Identifikation von säumigen Zahlern und fördert die Berechnung von Rückstellungen für zweifelhafte Forderungen.

Ausgabe

Die Bereicherung erstellt ein neues fallbezogenes Attribut mit dem in „Neuer Attributname“ angegebenen Namen. Dieses Attribut enthält Zeichenkettenwerte, die die in Ihrer Kategorienliste definierten Kategorienamen darstellen. Für jeden Fall gilt:

  • Der numerische Wert aus dem Quellattribut wird der Reihe nach mit jeder Kategorierregel geprüft
  • Der zuerst passende Kategoriename wird dem neuen Attribut zugewiesen
  • Falls keine Kategorie passt, bleibt das Attribut für diesen Fall leer (null)
  • Das neue kategoriale Attribut kann sofort in Filtern, Diagrammen, Konformitätsprüfungen und anderen Bereicherungen verwendet werden

Das kategoriale Attribut integriert sich nahtlos in die Visualisierungs- und Analysefunktionen von mindzieStudio und ermöglicht es Ihnen, kategoriebasierte Prozesslandkarten zu erstellen, Fälle nach Kategorien zu filtern, Verteilungsdiagramme zu generieren und Konformitätsregeln basierend auf Ihren Geschäftskategorien zu definieren.

Siehe auch

Diese Dokumentation ist Teil der mindzie Studio Process-Mining-Plattform.