Kombination von Booleschen Attributen

Überblick

Die Anreicherung „Kombination von Booleschen Attributen“ erzeugt ein neues Textattribut, das die Namen ausgewählter boolescher Attribute verkettet, deren Werte für jeden Fall WAHR sind. Dieses leistungsstarke Tool zur Datensynthese hilft Ihnen, zusammengesetzte Indikatoren zu erstellen, die mehrere gleichzeitig auftretende Bedingungen darstellen und so einen klaren Überblick über komplexe Multifaktor-Szenarien in Ihren Prozessdaten bieten. Anstatt zahlreiche einzelne boolesche Flags separat zu betrachten, können Sie ein einziges beschreibendes Attribut erzeugen, das alle aktiven Bedingungen in einem leicht verständlichen Format erfasst.

Diese Anreicherung ist besonders wertvoll, wenn Sie Kombinationen von Bedingungen verstehen müssen, die gemeinsam in Ihrem Prozess auftreten. Zum Beispiel könnten Sie in einem Kreditgenehmigungsprozess boolesche Attribute für „Hohe Kreditwürdigkeit“, „Stabile Beschäftigung“ und „Niedriges Schuldenverhältnis“ haben. Die Anreicherung „Kombination von Booleschen Attributen“ würde ein neues Attribut erzeugen, das Kombinationen wie „Hohe Kreditwürdigkeit | Stabile Beschäftigung | Niedriges Schuldenverhältnis“ für Fälle anzeigt, in denen alle drei Bedingungen wahr sind. So lassen sich Muster einfach identifizieren, Prozessvarianten auf Basis mehrerer Kriterien erstellen und der vollständige Kontext jedes Falls auf einen Blick erfassen.

Häufige Anwendungen

  • Erstellen zusammengesetzter Compliance-Indikatoren: Kombination mehrerer Compliance-Prüfungen in ein einzelnes Attribut, das alle erfüllten Anforderungen anzeigt
  • Aufbau von Multi-Kriterien-Klassifikationen: Erzeugen von Prozessvarianten basierend auf Kombinationen boolescher Bedingungen
  • Identifikation von Qualitätsmustern: Kombination mehrerer Qualitätsprüfungen, um häufig gemeinsam auftretende Kombinationen zu erkennen
  • Nachverfolgung von Genehmigungskriterien: Konsolidierung mehrerer Genehmigungsbedingungen in lesbare Kombinationen für Prüfpfade
  • Analyse von Ausnahme-Mustern: Kombination von Fehler- oder Ausnahme-Flags zur Erkennung häufiger Fehlerkombinationen
  • Unterstützung der Ursachenanalyse: Erstellen von Attributen, die alle aktiven Bedingungen zeigen, um Zusammenhänge zu identifizieren
  • Erzeugen beschreibender Fallbezeichnungen: Aufbau menschenlesbarer Beschreibungen der Fallmerkmale für Berichte

Einstellungen

Filter: Definieren Sie optionale Filterkriterien, um zu begrenzen, welche Fälle von der Anreicherung verarbeitet werden. Nur Fälle, die dem Filter entsprechen, erhalten das neue kombinierte Attribut. Fälle, die dem Filter nicht entsprechen, erhalten für das neue Attribut den Wert null. Verwenden Sie dies, um die Anreicherung auf bestimmte Teilmengen Ihrer Daten zu fokussieren, z. B. Fälle aus einem bestimmten Zeitraum, einer Region oder Prozessvariante.

Name des neuen Attributs: Geben Sie den Namen für das neue Textattribut an, das die verketteten Namen der booleschen Attribute enthält. Wählen Sie einen beschreibenden Namen, der klar anzeigt, welche Kombination erfasst wird, z. B. „Aktive Compliance-Flags“, „Ergebnis der Qualitätsprüfung“ oder „Erfüllte Genehmigungskriterien“. Dieses Attribut enthält die Namen aller WAHR booleschen Attribute, getrennt durch „ | “-Zeichen.

Attributnamen: Wählen Sie zwei oder mehr boolesche oder Textattribute aus, die kombiniert werden sollen. Bei booleschen Attributen werden nur die mit WAHR enthaltenen Namen in die Ausgabe aufgenommen. Bei Textattributen werden deren Werte (nicht die Namen) aufgenommen, sofern sie nicht null oder leer sind. Es müssen mindestens zwei Attribute gewählt werden, damit die Anreicherung gültig ist. Die Reihenfolge der Auswahl bestimmt die Reihenfolge, in der die Attributnamen im kombinierten Ergebnis erscheinen.

Beispiele

Beispiel 1: Kombination von Kreditgenehmigungskriterien

Szenario: Eine Bank möchte einen umfassenden Überblick darüber erhalten, welche Genehmigungskriterien für jeden Kreditantrag erfüllt sind, um Genehmigungsmuster besser zu verstehen und die häufigsten Qualifikationskombinationen zu identifizieren.

Einstellungen:

  • Filter: (keiner – für alle Fälle anwenden)
  • Name des neuen Attributs: Approval Criteria Met
  • Attributnamen:
    • High Credit Score (boolean)
    • Stable Employment (boolean)
    • Low Debt Ratio (boolean)
    • Collateral Provided (boolean)
    • Previous Customer (boolean)

Ergebnis: Die Anreicherung erzeugt das Attribut „Approval Criteria Met“, das zeigt, welche Bedingungen WAHR sind:

Case ID High Credit Score Stable Employment Low Debt Ratio Collateral Provided Previous Customer Approval Criteria Met
L-001 TRUE TRUE TRUE FALSE TRUE High Credit Score | Stable Employment | Low Debt Ratio | Previous Customer
L-002 TRUE FALSE TRUE TRUE FALSE High Credit Score | Low Debt Ratio | Collateral Provided
L-003 FALSE TRUE FALSE TRUE FALSE Stable Employment | Collateral Provided
L-004 TRUE TRUE TRUE TRUE TRUE High Credit Score | Stable Employment | Low Debt Ratio | Collateral Provided | Previous Customer

Erkenntnisse: Die Analyse zeigt, dass 78 % der genehmigten Kredite mindestens drei Kriterien erfüllen, wobei „High Credit Score | Stable Employment | Low Debt Ratio“ die häufigste Kombination ist. Fälle mit allen fünf Kriterien haben eine Genehmigungsrate von 95 % und eine um 40 % schnellere Bearbeitungszeit.

Beispiel 2: Qualitätskontroll-Flags in der Fertigung

Szenario: Ein Fertigungswerk möchte verfolgen, welche Qualitätsprüfungen für jede Produktionscharge bestehen, um Muster bei Qualitätsproblemen zu identifizieren und den Inspektionsprozess zu optimieren.

Einstellungen:

  • Filter: Fälle mit Attribut „Production Line“ = „Line A“
  • Name des neuen Attributs: Quality Checks Passed
  • Attributnamen:
    • Dimensional Accuracy OK (boolean)
    • Surface Quality OK (boolean)
    • Weight Within Spec (boolean)
    • Tensile Strength OK (boolean)
    • Color Match OK (boolean)

Ergebnis: Erzeugt das Attribut „Quality Checks Passed“ für Produktion der Linie A:

Batch ID Dimensional Accuracy OK Surface Quality OK Weight Within Spec Tensile Strength OK Color Match OK Quality Checks Passed
B-2001 TRUE TRUE FALSE TRUE TRUE Dimensional Accuracy OK | Surface Quality OK | Tensile Strength OK | Color Match OK
B-2002 TRUE TRUE TRUE TRUE TRUE Dimensional Accuracy OK | Surface Quality OK | Weight Within Spec | Tensile Strength OK | Color Match OK
B-2003 FALSE TRUE TRUE FALSE TRUE Surface Quality OK | Weight Within Spec | Color Match OK

Erkenntnisse: Chargen, bei denen alle Qualitätsprüfungen bestanden sind, haben eine Rücklaufquote von 0,1 %. Die Kombination „Surface Quality OK | Weight Within Spec“ tritt bei 15 % der Chargen mit Nacharbeit auf, was darauf hinweist, dass diese Prüfungen möglicherweise keine ausreichenden Qualitätsindikatoren sind.

Beispiel 3: Risikofaktoren bei Patienten im Gesundheitswesen

Szenario: Eine Notaufnahme möchte mehrere Risikoindikator-Flags kombinieren, um schnell komplexe Patienten zu identifizieren, die eine spezialisierte Koordination der Versorgung benötigen.

Einstellungen:

  • Filter: Fälle mit Attribut „Department“ = „Emergency“
  • Name des neuen Attributs: Active Risk Factors
  • Attributnamen:
    • Chronic Condition Present (boolean)
    • Multiple Medications (boolean)
    • Age Over 65 (boolean)
    • Previous Admission (boolean)
    • Allergy Alert (boolean)
    • Fall Risk (boolean)

Ergebnis: Erzeugt „Active Risk Factors“, das alle vorhandenen Risikobedingungen anzeigt:

Patient ID Chronic Condition Multiple Medications Age Over 65 Previous Admission Allergy Alert Fall Risk Active Risk Factors
P-801 TRUE TRUE TRUE FALSE TRUE TRUE Chronic Condition Present | Multiple Medications | Age Over 65 | Allergy Alert | Fall Risk
P-802 FALSE FALSE FALSE TRUE FALSE FALSE Previous Admission
P-803 TRUE TRUE FALSE TRUE TRUE FALSE Chronic Condition Present | Multiple Medications | Previous Admission | Allergy Alert

Erkenntnisse: Patienten mit vier oder mehr aktiven Risikofaktoren haben eine 2,5-fach längere durchschnittliche Verweildauer und benötigen in 89 % der Fälle eine Koordination der Versorgung. Die häufigste Kombination „Chronic Condition Present | Multiple Medications | Age Over 65“ tritt bei 34 % der Wiederaufnahmen auf.

Beispiel 4: Überprüfung der Beschaffungskonformität

Szenario: Eine Einkaufsabteilung möchte verfolgen, welche Compliance-Anforderungen für jede Bestellung erfüllt werden, um die Einhaltung von Vorschriften sicherzustellen und Lücken im Genehmigungsprozess zu identifizieren.

Einstellungen:

  • Filter: Fälle mit Attribut „Order Value“ > 10000
  • Name des neuen Attributs: Compliance Requirements Met
  • Attributnamen:
    • Budget Approved (boolean)
    • Vendor Verified (boolean)
    • Legal Review Complete (boolean)
    • Risk Assessment Done (boolean)
    • Manager Approval (boolean)
    • Finance Approval (boolean)

Ergebnis: Zeigt den kombinierten Compliance-Status für Aufträge mit hohem Wert:

PO Number Budget Approved Vendor Verified Legal Review Risk Assessment Manager Approval Finance Approval Compliance Requirements Met
PO-5001 TRUE TRUE TRUE TRUE TRUE TRUE Budget Approved | Vendor Verified | Legal Review Complete | Risk Assessment Done | Manager Approval | Finance Approval
PO-5002 TRUE TRUE FALSE TRUE TRUE FALSE Budget Approved | Vendor Verified | Risk Assessment Done | Manager Approval
PO-5003 TRUE FALSE FALSE FALSE TRUE TRUE Budget Approved | Manager Approval | Finance Approval

Erkenntnisse: Aufträge mit allen erfüllten Compliance-Anforderungen werden 60 % schneller verarbeitet. Die Kombination ohne „Legal Review Complete | Finance Approval“ macht 40 % der Prüfungsergebnisse aus und hebt kritische Kontrolllücken hervor.

Beispiel 5: Klassifizierung von IT-Service-Desk-Tickets

Szenario: Ein IT-Service-Desk möchte mehrere Ticket-Charakteristik-Flags kombinieren, um Tickets besser zuzuordnen und häufige Problembündel zu identifizieren, die spezialisierte Unterstützung erfordern.

Einstellungen:

  • Filter: Fälle mit Attribut „Ticket Priority“ IN ["High", "Critical"]
  • Name des neuen Attributs: Ticket Characteristics
  • Attributnamen:
    • Security Related (boolean)
    • Production Impact (boolean)
    • Multiple Users Affected (boolean)
    • Executive Request (boolean)
    • Compliance Issue (boolean)
    • Data Loss Risk (boolean)

Ergebnis: Erzeugt umfassende Ticket-Charakteristik-Kombinationen:

Ticket ID Security Related Production Impact Multiple Users Executive Request Compliance Issue Data Loss Risk Ticket Characteristics
T-9001 TRUE TRUE TRUE FALSE TRUE TRUE Security Related | Production Impact | Multiple Users Affected | Compliance Issue | Data Loss Risk
T-9002 FALSE TRUE TRUE TRUE FALSE FALSE Production Impact | Multiple Users Affected | Executive Request
T-9003 TRUE FALSE FALSE FALSE TRUE TRUE Security Related | Compliance Issue | Data Loss Risk

Erkenntnisse: Tickets mit „Security Related | Production Impact | Multiple Users Affected“ erfordern sofortige Eskalation und haben durchschnittliche Lösungszeiten unter 2 Stunden. Diese Kombination löst in 95 % der Fälle die automatische Aktivierung des Incident-Response-Teams aus.

Ausgabe

Die Anreicherung „Kombination von Booleschen Attributen“ erzeugt ein einziges neues fallbezogenes Textattribut, das die verketteten Namen aller WAHR booleschen Attribute oder nicht-leerer Textwerte der ausgewählten Attribute enthält. Die Attributnamen werden durch „ | “ für eine klare Lesbarkeit getrennt.

Das neue Attribut enthält:

  • Bei booleschen Attributen: den Attributnamen selbst, wenn der Wert WAHR ist (z. B. erscheint „High Priority“, wenn das Attribut High Priority WAHR ist)
  • Bei Textattributen: den tatsächlichen Textwert, wenn er nicht null oder leer ist (nützlich zur Einbeziehung von Status- oder Kategorie-Werten)
  • Einen leeren/null-Wert, wenn keine der ausgewählten Attribute WAHR sind oder Werte enthalten
  • Mehrere Attributnamen, getrennt durch „ | “, wenn mehrere Bedingungen WAHR sind

Dieses Ausgabeattribut kann in nachfolgenden Anreicherungen, Filtern und Kalkulatoren verwendet werden. Es ist besonders nützlich zur Erstellung von Prozessvarianten, Gruppierung von Fällen mit ähnlichen Merkmalen und zum Aufbau umfassender Falldeskriptoren für Dashboards und Berichte. Das verkettete Format erleichtert die weitere Textverarbeitung oder Mustererkennung.

Siehe auch

  • Gruppierung von Attributwerten – Erstellen kategorialer Gruppierungen basierend auf Attributwerten
  • Logisches ODER – Erzeugen boolescher Attribute auf Basis von ODER-Logik über mehrere Bedingungen
  • Logisches UND – Erzeugen boolescher Attribute auf Basis von UND-Logik über mehrere Bedingungen
  • Repräsentatives Fallattribut – Extrahieren repräsentativer Werte von Ereignisattributen auf Fallebene
  • Kategorisieren von Attributwerten – Erstellen von Kategorien basierend auf Wertebereichen oder Mustern

Diese Dokumentation ist Teil der mindzieStudio Process Mining Plattform.