Dauer kategorisieren
Überblick
Die Funktion "Dauer kategorisieren" ist eine Performance-Kategorisierungsanreicherung, die kontinuierliche Dauerwerte in diskrete Leistungskategorien umwandelt. Dies ermöglicht eine sofortige visuelle Erkennung von Prozessengpässen und Leistungsmustern. Diese Anreicherung nimmt beliebige Dauerattribute in Ihrem Ereignisprotokoll und klassifiziert jeden Wert in eine von fünf Leistungskategorien: Schnell, Normal, Langsam, Extrem oder Negativ. Durch die Umwandlung numerischer Dauerdaten in aussagekräftige Geschäftskategorien können Teams Ausreißer schnell identifizieren, nach Leistungskriterien filtern und leistungsbasierte Visualisierungen erstellen, ohne komplexe mathematische Filter zu benötigen.
Diese Anreicherung ist für die Prozess-Mining-Analyse essenziell, da sie technische Zeitmessungen in geschäftsrelevante Leistungsindikatoren übersetzt. Anstatt Rohdaten von Dauern zu analysieren, können Nutzer sofort sehen, welche Fälle gut laufen, welche Aufmerksamkeit benötigen und welche extreme Ausreißer darstellen, die sofortige Untersuchungen erfordern. Die Kategorisierung verwendet intelligente statistische Standardwerte, die auf der Perzentilanalyse Ihrer tatsächlichen Daten basieren, um sicherzustellen, dass die Kategorien reale Leistungsmuster in Ihren Prozessen widerspiegeln.
Die Anreicherung funktioniert mit jedem Dauerattribut, egal ob es Durchlaufzeiten auf Fallebene, Verarbeitungszeiten auf Aktivitätsebene oder benutzerdefinierte Dauerberechnungen misst. Diese Flexibilität macht sie zu einem grundlegenden Werkzeug der Leistungsanalyse in allen Szenarien des Prozess-Mining, von der Analyse der Order-to-Cash-Durchlaufzeit bis zur Kategorisierung der Fertigungsdurchlaufzeit und der Bewertung der Bearbeitungszeit von Serviceanfragen.
Häufige Anwendungen
- Kennzeichnung von Auftragsabwicklungsfällen als schnell, normal oder langsam basierend auf der gesamten Durchlaufzeit zur Priorisierung von Versandvorgängen und Identifikation verzögerter Bestellungen, die beschleunigte Bearbeitung erfordern
- Kategorisierung der Dauer der Rechnungsfreigabe zur Identifizierung außergewöhnlich langer Freigabezeiten, die auf fehlende Dokumentation, Eskalationsbedarf oder Engpässe im Freigabeprozess hinweisen können
- Klassifizierung von Fertigungsproduktionszeiten nach Leistungskategorien zur Unterscheidung von Standardproduktionen und verzögerten Chargen, die Ursachenanalysen und Korrekturmaßnahmen benötigen
- Segmentierung der Bearbeitungszeiten von Kundendienst-Tickets in Leistungskategorien für SLA-Überwachung, um Tickets mit Risiko eines SLA-Verstoßes schnell zu identifizieren
- Analyse der Beschaffungsdurchlaufzeiten durch Kategorisierung der Dauer der Bearbeitung von Bestellungen zur Identifikation sowohl effizienter Beschaffungszyklen als auch problematischer Verzögerungen, die eine Nachverfolgung bei Lieferanten erfordern
- Erstellung leistungsbasierter Prozessvarianten durch Kategorisierung von Aktivitätsdauern, um den Vergleich zwischen schnellen und langsamen Ausführungen zu ermöglichen und Performance-Unterschiede zu verstehen
- Überwachung der Wartezeiten von Patienten im Gesundheitswesen durch Kategorisierung der Dauer zwischen Terminvereinbarung und Behandlung zur Identifikation von Kapazitätsengpässen und Optimierung der Ressourcenzuweisung
Einstellungen
Attributname: Wählen Sie das Dauerattribut aus, das Sie kategorisieren möchten. Dieses muss ein TimeSpan-Attribut in Ihrem Datensatz sein, wie beispielsweise Fall-Dauer, Zeit zwischen Aktivitäten oder eine beliebige benutzerdefinierte Dauerberechnung. Die Anreicherung analysiert dieses Attribut und weist basierend auf den Dauerwerten Leistungskategorien jedem Fall oder Ereignis zu. Häufige Auswahlmöglichkeiten sind Case Duration für die Gesamtanalyse der Fallleistung oder spezifische Aktivitätspaardauern zur zielgerichteten Engpassidentifikation.
Neuer Attributname: Geben Sie den Namen für das neu erstellte kategoriale Attribut an. Das Standardformat lautet "[Attributname] - Kategorie", was die Ausgangsdauer und die kategoriale Natur des neuen Attributs klar angibt. Dieses neue Attribut enthält Textwerte (Schnell, Normal, Langsam, Extrem oder Negativ) und kann in Filtern, Farbkennzeichnungen und Dashboard-Visualisierungen verwendet werden. Wählen Sie einen beschreibenden Namen, der die Leistungskategorisierung in Ihrer Analyse sofort erkennbar macht.
Schnelle Dauer: Definieren Sie die obere Schwelle für die Leistungskategorie "Schnell". Jede Dauer, die kleiner oder gleich diesem Wert ist, wird als "Schnell" gekennzeichnet. Sie können den Schwellenwert angeben und die Zeiteinheit (Tage, Stunden, Minuten oder Sekunden) auswählen. Beim ersten Auswählen eines Attributs wird dieser Schwellenwert automatisch als das 20. Perzentil aller Dauerwerte in Ihrem Datensatz berechnet, was die schnellsten 20 % der Fälle oder Ereignisse repräsentiert. Passen Sie diesen Wert nach Ihren Geschäftsanforderungen und Leistungsvorgaben an.
Normale Dauer: Definieren Sie die obere Schwelle für die Leistungskategorie "Normal". Dauern, die größer als die Schwelle für Schnell, aber kleiner oder gleich diesem Wert sind, werden als "Normal" bezeichnet. Dies repräsentiert die typische, erwartete Leistung in Ihrem Prozess. Der Standard wird automatisch als 80. Perzentil Ihrer Daten berechnet, was bedeutet, dass 80 % der Fälle in den Kategorien Schnell und Normal zusammengefasst sind. Diese Schwelle sollte zu Ihren Standardarbeitsverfahren und erwarteten Servicelevels passen.
Langsame Dauer: Definieren Sie die obere Schwelle für die Leistungskategorie "Langsam". Dauern, die größer als die Schwelle für Normal, aber kleiner oder gleich diesem Wert sind, werden als "Langsam" bezeichnet. Diese Fälle benötigen Aufmerksamkeit, sind jedoch möglicherweise noch keine kritischen Ausreißer. Der Standard wird automatisch als 90. Perzentil berechnet, wodurch die langsamsten 10 % der Fälle zur Untersuchung identifiziert werden. Langsame Fälle weisen oft auf Prozessineffizienzen, Ressourcenengpässe oder kleinere Komplikationen hin, die Verzögerungen verursachen, ohne außergewöhnlich zu sein.
Extreme Kategorie: Jede Dauer, die größer als die Schwelle für "Langsam" ist, wird automatisch als "Extrem" kategorisiert. Diese Kategorie repräsentiert außergewöhnliche Ausreißer, die sofortige Untersuchung erfordern. Extreme Fälle weisen häufig auf Prozessausfälle, Systemfehler, verlängerte Wartezeiten oder ungewöhnliche Umstände hin. Es ist keine Einstellung für diese Schwelle erforderlich, da diese Kategorie alle Werte oberhalb der Schwelle für Langsam erfasst, typischerweise weniger als 10 % der Fälle, sie trägt jedoch häufig wesentlich zur Prozessvariation bei.
Negative Kategorie: Jede negative Dauer wird automatisch in die Kategorie "Negativ" eingeordnet. Negative Dauern deuten typischerweise auf Datenqualitätsprobleme, Zeitstempel-Fehler oder Fälle hin, bei denen Aktivitäten außerhalb der erwarteten Reihenfolge stattfanden. Diese Kategorie hilft, Datenanomalien zu identifizieren, die eine Datenbereinigung oder Prozessuntersuchung erfordern können. Es ist keine Schwellenwert-Einstellung erforderlich, da diese Kategorie automatisch auf alle negativen Dauerwerte angewandt wird.
Zurücksetzen-Schaltfläche: Klicken Sie auf diese Schaltfläche, um die Schwellenwerte für Schnell, Normal und Langsam basierend auf dem aktuellen Datensatz mit der Standard-Perzentil-Methode (20., 80. und 90. Perzentil) neu zu berechnen. Dies ist nützlich, wenn Sie manuelle Anpassungen vorgenommen haben und zu statistisch abgeleiteten Standardwerten zurückkehren möchten oder wenn Sie einen neuen Datensatz mit anderen Leistungsmerkmalen analysieren. Die Rücksetzfunktion stellt sicher, dass die Schwellenwerte stets die tatsächliche Datenverteilung widerspiegeln.
Beispiele
Beispiel 1: Klassifikation der Auftragsabwicklungsleistung
Szenario: Ein E-Commerce-Unternehmen möchte die Leistung der Auftragsabwicklung kategorisieren, um langsame Aufträge zu identifizieren, die eine beschleunigte Versendung benötigen, sowie schnelle Aufträge, die als Best-Practice-Beispiele dienen können. Sie haben die Falldauer berechnet, die den Zeitraum von der Auftragserteilung bis zum Versandabschluss darstellt, und müssen 10.000 tägliche Bestellungen in Leistungskategorien für operative Dashboards und automatisierte Benachrichtigungen einteilen.
Einstellungen:
- Attributname: Case Duration
- Neuer Attributname: Fulfillment Performance
- Schnelle Dauer: 4 Stunden
- Normale Dauer: 12 Stunden
- Langsame Dauer: 24 Stunden
Ausgabe:
Die Anreicherung erstellt ein neues Fallattribut namens "Fulfillment Performance" mit Textwerten:
- "Schnell" für Bestellungen, die innerhalb von 4 Stunden abgeschlossen werden (ca. 2.000 Bestellungen pro Tag, die eine Bearbeitung am gleichen Tag repräsentieren)
- "Normal" für Bestellungen, die zwischen 4 und 12 Stunden abgeschlossen werden (ca. 7.000 Bestellungen, die eine Standardübernachtung repräsentieren)
- "Langsam" für Bestellungen, die zwischen 12 und 24 Stunden abgeschlossen werden (ca. 800 Bestellungen, die Aufmerksamkeit benötigen)
- "Extrem" für Bestellungen, die mehr als 24 Stunden dauern (ca. 200 Bestellungen, die sofortige Untersuchungen erfordern)
- "Negativ" für Bestellungen mit Zeitstempelfehlern (seltene Datenqualitätsprobleme)
Beispieldaten:
| Order ID | Case Duration | Fulfillment Performance |
|---|---|---|
| ORD-10234 | 2h 15m | Schnell |
| ORD-10235 | 8h 30m | Normal |
| ORD-10236 | 18h 45m | Langsam |
| ORD-10237 | 36h 20m | Extrem |
| ORD-10238 | 3h 50m | Schnell |
Erkenntnisse: Die Kategorisierung zeigt, dass 80 % der Bestellungen die erwarteten Leistungsziele erfüllen (Schnell und Normal), während 10 % langsam sind und Aufmerksamkeit benötigen. Die 2 % der Extremfälle können sofort für Ursachenanalysen herausgefiltert werden, wobei häufig Probleme mit Lagerbeständen, Versanddienstleistern oder Adressüberprüfung aufgedeckt werden. Schnelle Bestellungen können analysiert werden, um Erfolgsfaktoren wie bestimmte Produkttypen, Lagerstandorte oder Bestellcharakteristika zu identifizieren, die eine rasche Abwicklung ermöglichen.
Beispiel 2: Analyse der Durchlaufzeit bei Rechnungsfreigaben
Szenario: Eine Finanzabteilung bearbeitet monatlich 5.000 Rechnungen und möchte die Genehmigungsleistung verstehen. Sie haben die Dauer zwischen Rechnungseingang und endgültiger Freigabe berechnet und befürchten, dass langsame Freigaben zu Strafzahlungen für verspätete Zahlungen und Problemen in der Lieferantenbeziehung führen. Das Team möchte Freigabezeiten kategorisieren, um leistungsbasierte Filter zu erstellen und außergewöhnliche Verzögerungen, die eine Eskalation erfordern, zu identifizieren.
Einstellungen:
- Attributname: Approval Duration
- Neuer Attributname: Approval Performance Category
- Schnelle Dauer: 2 Tage
- Normale Dauer: 5 Tage
- Langsame Dauer: 10 Tage
Ausgabe:
Es wird ein neues Fallattribut "Approval Performance Category" mit Leistungsklassifikationen erstellt:
- "Schnell" für Rechnungen, die innerhalb von 2 Arbeitstagen genehmigt werden (ca. 1.000 Rechnungen von vorab genehmigten Lieferanten oder Niedrigwertkäufen)
- "Normal" für Rechnungen, die innerhalb von 5 Arbeitstagen genehmigt werden (ca. 3.500 Rechnungen, die Zahlungsbedingungen einhalten)
- "Langsam" für Rechnungen mit einer Genehmigungsdauer von 5–10 Tagen (ca. 400 Rechnungen, die Zahlungsfristen nahekommen)
- "Extrem" für Rechnungen, die mehr als 10 Tage benötigen (ca. 100 Rechnungen mit Risiko von Strafzahlungen bei verspäteter Zahlung)
Beispieldaten:
| Invoice ID | Betrag | Approval Duration | Approval Performance Category |
|---|---|---|---|
| INV-45001 | $1,250 | 1d 8h | Schnell |
| INV-45002 | $45,000 | 4d 12h | Normal |
| INV-45003 | $8,500 | 7d 18h | Langsam |
| INV-45004 | $125,000 | 15d 6h | Extrem |
| INV-45005 | $950 | 1d 2h | Schnell |
Erkenntnisse: Die Kategorisierung ermöglicht es dem Finanzteam, Performance-Dashboards zu erstellen, die den Echtzeitstatus der Freigaben zeigen. Extreme Fälle werden automatisch an das obere Management zur Untersuchung eskaliert, wobei häufig fehlende Bestellungen, genehmigungspflichtige Mehrfachabteilungen oder Meinungsverschiedenheiten bei Rechnungsbeträgen aufgedeckt werden. Die Analyse der schnellen Fälle zeigt, dass die Qualität der Lieferantendaten und der Status vorab genehmigter Lieferanten entscheidende Faktoren für eine schnelle Freigabe sind, was zu einer Verbesserung des Lieferanten-Onboardings führt.
Beispiel 3: Produktionszeit von Fertigungschargen
Szenario: Eine pharmazeutische Fertigungsanlage produziert Chargen von Medikamenten unter strengen Qualitätskontrollanforderungen. Produktionsplaner müssen die Produktionszeiten der Chargen kategorisieren, um Effizienzsteigerungen und problematische Verzögerungen zu identifizieren. Mit 200 Chargen pro Monat wollen sie die Produktionsdauer von Chargenbeginn bis zur endgültigen Qualitätsfreigabe klassifizieren, um die Produktionsplanung und Kapazitätssteuerung zu optimieren.
Einstellungen:
- Attributname: Batch Production Time
- Neuer Attributname: Production Performance
- Schnelle Dauer: 18 Stunden
- Normale Dauer: 26 Stunden
- Langsame Dauer: 36 Stunden
Ausgabe:
Die Anreicherung erstellt "Production Performance" mit Kategorien, die jeder Charge zugeordnet werden:
- "Schnell" für Chargen, die innerhalb von 18 Stunden abgeschlossen sind (ca. 40 Chargen unter optimalen Bedingungen)
- "Normal" für Chargen, die zwischen 18 und 26 Stunden abgeschlossen werden (ca. 140 Chargen, die Produktionsziele erfüllen)
- "Langsam" für Chargen, die zwischen 26 und 36 Stunden benötigen (ca. 15 Chargen mit kleineren Verzögerungen)
- "Extrem" für Chargen, die über 36 Stunden dauern (ca. 5 Chargen mit erheblichen Problemen)
Beispieldaten:
| Batch ID | Produktcode | Batch Production Time | Production Performance |
|---|---|---|---|
| B-2024-0456 | MED-XR-500 | 16h 45m | Schnell |
| B-2024-0457 | MED-AB-250 | 24h 30m | Normal |
| B-2024-0458 | MED-XR-500 | 32h 15m | Langsam |
| B-2024-0459 | MED-CD-100 | 48h 20m | Extrem |
| B-2024-0460 | MED-AB-250 | 22h 10m | Normal |
Erkenntnisse: Die Leistungskategorien für die Produktion zeigen, dass 90 % der Chargen die erwarteten Zeitpläne einhalten, was Vertrauen in die Kapazitätsplanung schafft. Langsame und extreme Chargen werden detailliert untersucht und dabei Faktoren wie Wartungsprobleme, Schwankungen in der Rohstoffqualität und Umweltkontrolle als Hauptursachen für Verzögerungen identifiziert. Schnelle Chargen werden analysiert, um optimale Produktionsbedingungen zu verstehen, was zu verbesserten Standardarbeitsanweisungen und einer Reduzierung der durchschnittlichen Produktionszeit um 8 % führt.
Beispiel 4: Auflösung von Kundensupport-Tickets
Szenario: Das Support-Team eines Softwareunternehmens bearbeitet monatlich 8.000 Support-Tickets mit verschiedenen SLA-Verpflichtungen je nach Kundensegment. Das Support-Management möchte die Bearbeitungszeiten der Tickets kategorisieren, um die SLA-Leistung zu überwachen, Tickets mit Risiko eines SLA-Verstoßes zu identifizieren und Muster in der Auflösungseffizienz zu analysieren. Die Leistungskategorien sollen mit dem 48-Stunden-SLA-Ziel übereinstimmen.
Einstellungen:
- Attributname: Resolution Time
- Neuer Attributname: Resolution Performance
- Schnelle Dauer: 12 Stunden
- Normale Dauer: 36 Stunden
- Langsame Dauer: 72 Stunden
Ausgabe:
Ein neues Attribut "Resolution Performance" klassifiziert jedes Ticket:
- "Schnell" für Tickets, die innerhalb von 12 Stunden gelöst werden (ca. 3.200 Tickets mit exzellentem Service)
- "Normal" für Tickets, die innerhalb von 36 Stunden gelöst werden (ca. 4.000 Tickets, die SLA erfüllen)
- "Langsam" für Tickets mit einer Bearbeitungszeit von 36–72 Stunden (ca. 600 Tickets, die der SLA-Grenze nahekommen)
- "Extrem" für Tickets, die mehr als 72 Stunden benötigen (ca. 200 Tickets mit SLA-Verstößen)
Beispieldaten:
| Ticket ID | Priorität | Resolution Time | Resolution Performance |
|---|---|---|---|
| TKT-89234 | Hoch | 4h 25m | Schnell |
| TKT-89235 | Mittel | 28h 15m | Normal |
| TKT-89236 | Niedrig | 52h 40m | Langsam |
| TKT-89237 | Hoch | 96h 30m | Extrem |
| TKT-89238 | Mittel | 8h 10m | Schnell |
Erkenntnisse: Die Kategorisierung erlaubt automatisierte Warnungen, wenn Tickets in die Kategorie Langsam gelangen, was proaktive Eskalationen vor einem SLA-Verstoß ermöglicht. Die Analyse zeigt, dass schnelle Lösungen stark mit klaren Problemangaben und Verfügbarkeit diagnostischer Informationen korrelieren, was zur Verbesserung der Ticket-Einreichvorlagen geführt hat. Extreme Fälle werden wöchentlich überprüft, um Wissenslücken und Schulungsbedarf bei Support-Ingenieuren zu identifizieren, was eine Verbesserung der durchschnittlichen Lösungszeit um 15 % innerhalb von sechs Monaten bewirkt.
Beispiel 5: Überwachung der Wartezeiten von Patienten im Gesundheitswesen
Szenario: Die Notaufnahme eines Krankenhauses behandelt täglich 500 Patienten und muss die Wartezeiten zwischen Patientenregistrierung und Erstbeurteilung durch einen Arzt überwachen. Die Abteilungsleitung möchte die Wartezeiten kategorisieren, um die Einhaltung von Qualitätsstandards sicherzustellen, Personalplanung zu optimieren und Kapazitätsengpässe während Spitzenzeiten zu identifizieren. Leistungskategorien sollen Echtzeit-Dashboards und historische Trendanalysen steuern.
Einstellungen:
- Attributname: Registration to Assessment Duration
- Neuer Attributname: Wait Time Category
- Schnelle Dauer: 15 Minuten
- Normale Dauer: 45 Minuten
- Langsame Dauer: 90 Minuten
Ausgabe:
Die Anreicherung erstellt "Wait Time Category" für jeden Patientenbesuch:
- "Schnell" für Patienten, die innerhalb von 15 Minuten beurteilt werden (ca. 150 Patienten mit sofortiger Triage)
- "Normal" für Patienten, die innerhalb von 45 Minuten beurteilt werden (ca. 280 Patienten, die Standards erfüllen)
- "Langsam" für Patienten mit 45–90 Minuten Wartezeit (ca. 60 Patienten mit Verzögerungen)
- "Extrem" für Patienten, die über 90 Minuten warten (ca. 10 Patienten mit inakzeptablen Verzögerungen)
Beispieldaten:
| Besuchs-ID | Triage-Level | Registration to Assessment Duration | Wait Time Category |
|---|---|---|---|
| ED-20240615-001 | Kritisch | 3m 15s | Schnell |
| ED-20240615-002 | Dringend | 28m 45s | Normal |
| ED-20240615-003 | Standard | 62m 20s | Langsam |
| ED-20240615-004 | Standard | 125m 10s | Extrem |
| ED-20240615-005 | Dringend | 12m 30s | Schnell |
Erkenntnisse: Die Echtzeit-Performance-Monitoring zeigt, dass 86 % der Patienten innerhalb akzeptabler Zeiträume beurteilt werden, aber langsame und extreme Fälle sich während Schichtwechseln am Abend und an Wochenend-Spitzenzeiten konzentrieren. Dies führt zu angepassten Personaleinsatzmodellen mit überlappenden Schichtzeiten während risikoreicher Perioden. Die Analyse schneller Beurteilungen identifiziert effiziente Triage-Protokolle und optimale Arzt-Patienten-Verhältnisse, die als Standard im gesamten Bereich eingeführt wurden, was die durchschnittlichen Wartezeiten um 22 % reduziert.
Ausgabe
Die Anreicherung "Dauer kategorisieren" erzeugt ein einzelnes neues Attribut in Ihrem Datensatz mit dem Datentyp Text, das Leistungskategorien als Beschriftung enthält. Dieses Attribut erscheint als Fallattribut, wenn Sie ein Dauerattribut auf Fallebene ausgewählt haben, oder als Ereignisattribut, wenn Sie ein Dauerattribut auf Ereignisebene ausgewählt haben. Das neue Attribut wird automatisch unter dem Attributtyp Performance in mindzieStudio kategorisiert, sodass es in leistungsbezogenen Visualisierungen und Analysetools erscheint.
Das Ausgabefeld enthält für jeden Fall oder jedes Ereignis einen von fünf möglichen Textwerten:
Schnell: Dauer ist kleiner oder gleich der Schwelle für die Kategorie Schnell. Repräsentiert Best-in-Class-Leistung und eignet sich oft als Benchmark für Prozessverbesserungsinitiativen. Schnelle Fälle machen typischerweise 15-25 % Ihres Datensatzes aus, wenn die Standard-Perzentile verwendet werden.
Normal: Dauer ist größer als die Schwelle für Schnell, aber kleiner oder gleich der Schwelle für Normal. Repräsentiert typische, erwartete Leistung, die Geschäftsstandards und Service Level Agreements erfüllt. Normale Fälle machen typischerweise 55-65 % Ihres Datensatzes aus und bilden den Kern Ihres Standardprozessablaufs.
Langsam: Dauer ist größer als die Schwelle für Normal, aber kleiner oder gleich der Schwelle für Langsam. Repräsentiert unterdurchschnittliche Leistung, die Aufmerksamkeit, Untersuchung oder Prozessverbesserung benötigt. Langsame Fälle machen typischerweise 8-12 % Ihres Datensatzes aus und weisen oft auf kleinere Engpässe oder Ineffizienzen hin.
Extrem: Dauer ist größer als die Schwelle für Langsam. Repräsentiert außergewöhnliche Ausreißer, die sofortige Untersuchung erfordern und möglicherweise Prozessfehler, Systemprobleme oder ungewöhnliche Umstände darstellen. Extreme Fälle machen typischerweise 2-10 % Ihres Datensatzes aus, tragen aber oft maßgeblich zur Prozessvariation und Kundenzufriedenheit bei.
Negativ: Dauer hat einen negativen Wert, der auf Datenqualitätsprobleme wie Zeitstempel-Fehler, Ereignisse außerhalb der Reihenfolge oder Extraktionsprobleme hinweist. Negative Fälle sollten Datenvalidierungs- und Bereinigungsprozesse auslösen. Diese Fälle sind in gut gepflegten Ereignisprotokollen selten, bieten jedoch wichtige Hinweise auf die Datenqualität.
Das kategoriale Attribut kann in mindzieStudio für folgende Zwecke verwendet werden:
Filtern: Erstellen Sie Filter, um bestimmte Leistungskategorien zu isolieren, etwa zum Anzeigen nur von Extremfällen für detaillierte Untersuchungen oder zum Ausschluss langsamer Fälle in Benchmark-Analysen.
Farbkennzeichnung: Wenden Sie farbbasierte Visualisierungen in Prozesskarten, Dashboards und Diagrammen an, wobei Schnell grün, Normal blau, Langsam gelb und Extrem rot dargestellt wird, um eine sofortige visuelle Leistungsidentifikation zu ermöglichen.
Variantenanalyse: Segmentieren Sie Prozessvarianten nach Leistungskategorie, um zu verstehen, wie sich Fallpfade zwischen schnellen und langsamen Ausführungen unterscheiden, und identifizieren Sie Engpassaktivitäten sowie ineffiziente Routingmuster.
Dashboard-Metriken: Zeigen Sie Leistungsverteilungen mit Prozentanteilen der Fälle in jeder Kategorie, Trendanalysen mit Kategorienänderungen über die Zeit und Echtzeitüberwachung von Fällen, die in die Langsam- oder Extrem-Kategorien gelangen.
Detailanalyse (Drill-Down): Verwenden Sie Leistungskategorien als Einstiegspunkte für detaillierte Fallanalysen, um eine schnelle Navigation von Gesamtübersichten zu spezifischen Fällen, die Untersuchungen benötigen, zu ermöglichen.
Automatisierte Benachrichtigungen: Konfigurieren Sie Alarme, wenn Fälle bestimmte Leistungskategorien erreichen, etwa Benachrichtigungen, wenn die Anzahl der Extremfälle einen Schwellenwert überschreitet oder der Prozentsatz langsamer Fälle über akzeptable Grenzen steigt.
Vergleichende Analyse: Vergleichen Sie Leistungskategorien über Prozessdimensionen wie Organisationseinheiten, Produkttypen, Kundensegmente oder Zeiträume, um Leistungsmuster und Verbesserungsmöglichkeiten zu erkennen.
Die kategoriale Natur der Ausgabe macht sie wesentlich benutzerfreundlicher als die Arbeit mit reinen Dauerzahlen und ermöglicht Geschäftsanwendern, Prozessleistung schnell zu verstehen, ohne technische Expertise in Dauerberechnungen oder statistischer Analyse. Das Attribut integriert sich nahtlos in alle mindzieStudio-Rechner, Anreicherungen und Visualisierungskomponenten.
Diese Dokumentation ist Teil der Prozess-Mining-Plattform mindzie Studio.