Attribut kopieren

Überblick

Die Anreicherung „Attribut kopieren“ erstellt eine Kopie eines vorhandenen Attributs mit einem neuen Namen, sodass Sie die Originaldaten erhalten können, während Sie Transformationen durchführen, Backup-Kopien vor Änderungen erstellen oder mehrere Versionen derselben Daten für unterschiedliche Analysezwecke anlegen. Dieser grundlegende Datenmanipulationsoperator funktioniert nahtlos mit sowohl Fall- als auch Ereignisattributen, erkennt automatisch die Attributebene und erstellt die Kopie an der passenden Stelle in Ihrer Datensatzstruktur.

Im Process Mining ist die Fähigkeit, Attribute zu kopieren, unerlässlich für die Datenkonservierung, die Versionsverwaltung von Attributen und das Erstellen von Arbeitskopien für nachfolgende Transformationen. Die „Attribut kopieren“-Anreicherung führt eine vollständige Replikation des Quellattributs durch, einschließlich dessen Datentyps, Anzeigeformats und aller Werte. In Kombination mit Filtern können Sie Attributwerte selektiv nur für bestimmte Fälle kopieren, wobei das neue Attribut für nicht passende Fälle leer bleibt. Diese selektive Kopierfunktion macht die Anreicherung besonders wertvoll für die Datensegmentierung, bedingte Datenvorbereitung und das Erstellen von Attributvarianten für verschiedene analytische Szenarien.

Die Anreicherung verarbeitet intelligent alle Attributtypen – Text, numerisch, boolesch und Datumszeit – und erhält dabei den genauen Datentyp und die Formatierung des Quellattributs. Diese Typenerhaltung stellt sicher, dass nachgelagerte Berechnungen, Filter und Visualisierungen mit dem kopierten Attribut genau so arbeiten können wie mit dem Original, wodurch die Datenintegrität während Ihrer Analyse-Workflows gewahrt bleibt.

Häufige Anwendungsfälle

Backup-Kopien von Attributen erstellen, bevor Transformationen oder Anreicherungen angewandt werden
Originalwerte bewahren und gleichzeitig modifizierte Versionen für Vergleichsanalysen erzeugen
Attribute für unterschiedliche Analysekontexte duplizieren (wöchentliche vs. monatliche Berichte)
Arbeitskopien von Attributen für iterative Datenqualitätsverbesserungen erstellen
Basislinien-Versionen von Attributen erstellen, bevor bedingte Aktualisierungen angewandt werden
Attribute selektiv basierend auf Filterkriterien für segmentierte Analysen kopieren
Attributvarianten mit unterschiedlichen Anzeigenamen für Geschäfts- vs. Technikerzielgruppen erzeugen

Einstellungen

Column Name: Wählen Sie das Quellattribut aus, das Sie kopieren möchten. Dies kann ein beliebiges vorhandenes Fall- oder Ereignisattribut in Ihrem Datensatz sein. Die Anreicherung erkennt automatisch, ob das Attribut auf Fall- oder Ereignisebene vorliegt, und erstellt die Kopie auf derselben Ebene. Alle Datentypen werden unterstützt, einschließlich Text-, Numerisch-, Boolesch- und Datumszeitattribute. Das Anzeigeformat und der Datentyp des Quellattributs werden in der Kopie beibehalten.

New Attribute Name: Geben Sie den Namen für das neue, kopierte Attribut an. Wählen Sie einen beschreibenden Namen, der den Zweck der Kopie oder die Beziehung zum Original klar angibt. Verwenden Sie z. B. „Original_Amount“ für ein Backup vor Transformationen oder „Baseline_Status“, wenn Anfangswerte erhalten bleiben sollen. Der Name muss eindeutig sein und darf nicht mit bestehenden Attributen in Ihrem Datensatz kollidieren.

Filter (Optional): Wenden Sie Filter an, um zu steuern, welche Fälle die kopierten Werte erhalten. Bei angegebener Filterung werden nur Fälle, die die Filterkriterien erfüllen, Werte in das neue Attribut kopiert. Fälle, die nicht passen, erhalten das neue Attribut zwar, dieses bleibt jedoch leer (null). Diese selektive Kopie ist nützlich zum Erstellen von Attributvarianten, die nur für spezifische Prozesssegmente, Zeiträume oder Fallkategorien gelten. Der Filter wirkt auf Fall-Ebene, auch wenn Ereignisattribute kopiert werden.

Beispiele

Beispiel 1: Erstellen eines Basisstatus zum Vergleich

Szenario: Im Bestellabwicklungsprozess müssen Sie den ursprünglichen Bestellstatus zum Zeitpunkt der Erstellung bewahren, um diesen mit dem aktuellen Status zu vergleichen und Statusänderungen über den Prozessverlauf zu verfolgen.

Einstellungen:

Column Name: Order_Status
New Attribute Name: Initial_Order_Status
Filter: Kein (für alle Fälle kopieren)

Ergebnis: Erstellt ein neues Fallattribut „Initial_Order_Status“, das eine exakte Kopie der Werte von Order_Status enthält. Für Fälle mit:

Order_Status: „Pending Approval“

ist Initial_Order_Status ebenfalls: „Pending Approval“

Sie können später in Ihrer Analyse Initial_Order_Status mit dem aktuellen Order_Status vergleichen, um zu identifizieren, welche Bestellungen den Status geändert haben, und so Statusverläufe analysieren sowie Fälle erkennen, die in bestimmten Zuständen „stecken“.

Erkenntnisse: Diese Basis-Kopie ermöglicht die Analyse von Statusänderungen, hilft bei der Identifikation von Prozessengpässen, wenn Status sich nicht erwartungsgemäß weiterentwickeln, und liefert einen Referenzpunkt zur Messung der Prozessentwicklung über die Zeit.

Beispiel 2: Originalkosten vor Währungsumrechnung bewahren

Szenario: Im globalen Beschaffungsprozess müssen alle Kosten für konsolidierte Berichte in eine Basiswährung (USD) umgerechnet werden, während die ursprünglichen Kostenwerte in den jeweiligen Originalwährungen für Audits und Abstimmungen erhalten bleiben sollen.

Einstellungen:

Column Name: Invoice_Amount
New Attribute Name: Original_Invoice_Amount
Filter: Kein

Ergebnis: Erstellt ein neues Fallattribut „Original_Invoice_Amount“, das exakte Kopien der Werte von Invoice_Amount enthält. Für Fälle mit:

Invoice_Amount: 45000.00 (in verschiedenen Währungen)
Currency: „EUR“

ist Original_Invoice_Amount: 45000.00

Nach dem Kopieren können Sie Währungsumrechnungsanreicherungen auf Invoice_Amount anwenden, während Original_Invoice_Amount unverändert bleibt und so Quelldaten für Audit-Trails und Abweichungsanalysen erhalten bleiben.

Erkenntnisse: Dieser Erhaltungsansatz sichert Datenherkunft, ermöglicht Audit-Abstimmung von Original- und konvertierten Beträgen und schafft Transparenz bei Multiwährungsberichten.

Beispiel 3: Regionale Varianten für verschiedene Analysekontexte erstellen

Szenario: In einem Vertriebsprozess, der mehrere Regionen abdeckt, wollen Sie separate Kopien des Verkaufsbetragsattributs für unterschiedliche regionale Teams erstellen, wobei jedes nur Werte für die eigene Region enthält, um regionalspezifische Analysen zu vereinfachen.

Einstellungen:

Column Name: Sales_Amount
New Attribute Name: North_America_Sales
Filter: Region = „North America“

Ergebnis: Erstellt ein neues Fallattribut „North_America_Sales“, das Verkaufsbeträge nur für Fälle aus Nordamerika enthält. Für einen Nordamerika-Fall mit:

Sales_Amount: 125000.00
Region: „North America“

ist North_America_Sales: 125000.00

Für Fälle aus anderen Regionen:

Sales_Amount: 85000.00
Region: „Europe“

ist North_America_Sales: leer (null)

Erkenntnisse: Diese selektive Kopie ermöglicht regionalspezifische Dashboards und Berichte, ohne dass ständig Filter angewendet werden müssen, vereinfacht Varianzanalysen zwischen Regionen und erlaubt Teams die Konzentration auf ihre relevanten Datensätze.

Beispiel 4: Arbeitskopie für iterative Datenqualität erstellen

Szenario: In einem Kundenserviceprozess wollen Sie Produktkategorienamen bereinigen und standardisieren, dabei aber die ursprünglichen Rohwerte für Qualitätssicherung und zur Nachverfolgung des Bereinigungsumfangs erhalten.

Einstellungen:

Column Name: Product_Category
New Attribute Name: Product_Category_Original
Filter: Kein

Ergebnis: Erstellt ein neues Fallattribut „Product_Category_Original“ mit exakten Kopien aller Product_Category-Werte. Für Fälle mit:

Product_Category: „Laptop Computer - 15in“

ist Product_Category_Original: „Laptop Computer - 15in“

Nach dem Kopieren können Sie Text-Ersetzungen, Gruppierungen und Standardisierungen auf Product_Category anwenden, während Product_Category_Original unverändert bleibt, sodass Sie:

Bereinigte vs. originale Werte vergleichen können, um Verbesserungen der Datenqualität zu messen
Häufigste Rohvarianten identifizieren, die standardisiert wurden
Einen Audit-Trail aller Datenveränderungen erhalten

Erkenntnisse: Diese Arbeitskopie ermöglicht transparente Datenqualitätsprozesse, bietet Vorher-Nachher-Vergleiche und bewahrt die Rückverfolgbarkeit aller angewandten Transformationen.

Beispiel 5: Zeitbasierte Momentaufnahmen für Trendanalysen erstellen

Szenario: In einem Projektmanagementprozess wollen Sie den Fertigstellungsgrad zu bestimmten Meilensteinen erfassen, um zu analysieren, wie sich Schätzungen über die Zeit verändern und Muster in der Prognosegenauigkeit erkennen.

Einstellungen:

Column Name: Completion_Percentage
New Attribute Name: Completion_At_Midpoint
Filter: Milestone = „Project Midpoint Review“

Ergebnis: Erstellt ein neues Fallattribut „Completion_At_Midpoint“, das den Fertigstellungsgrad nur für Fälle enthält, die die Zwischenbewertung erreicht haben. Für einen Fall am Meilenstein mit:

Completion_Percentage: 45
Milestone: „Project Midpoint Review“

ist Completion_At_Midpoint: 45

Für Fälle, die noch nicht am Meilenstein sind:

Completion_Percentage: 25
Milestone: „Initial Planning“

ist Completion_At_Midpoint: leer (null)

Später, wenn Completion_Percentage weiter aktualisiert wird, können Sie die Momentaufnahme des Meilensteins mit dem finalen Fertigstellungsgrad vergleichen, um die Genauigkeit der Schätzungen zu analysieren und Projekte zu identifizieren, die erheblich von der Meilensteinprognose abgewichen sind.

Erkenntnisse: Diese zeitlichen Momentaufnahmen ermöglichen Trendanalysen über Projektlaufzeiten, helfen systematische Schätzfehler in verschiedenen Projektphasen zu erkennen und liefern Basiskennzahlen zur Verbesserung der zukünftigen Projektplanung.

Ausgabe

Die Anreicherung „Attribut kopieren“ erstellt genau ein neues Attribut auf derselben Ebene (Fall oder Ereignis) wie das Quellattribut. Das neue Attribut ist eine exakte Replik des Quellattributs und bewahrt:

Datentyp: Das kopierte Attribut behält denselben Datentyp wie das Quellattribut (Text, Integer, Dezimal, Boolesch oder Datumszeit)
Anzeigeformat: Jedes Format, das auf das Quellattribut angewandt wurde (Währungssymbole, Dezimalstellen, Datumsformate), wird in der Kopie erhalten
Werte: Alle Nicht-Null-Werte des Quellattributs werden exakt in das neue Attribut kopiert

Das neue Attribut erscheint in Ihrem Datensatz neben dem Originalattribut und kann in allen mindzieStudio-Funktionen verwendet werden, einschließlich Filtern, Berechnungen, Visualisierungen und nachfolgenden Anreicherungen. Wird kein Filter angewendet, hat das neue Attribut Werte für alle Fälle oder Ereignisse (entsprechend der Vollständigkeit des Quellattributs). Bei Filteranwendung werden nur Fälle oder Ereignisse, die die Filterkriterien erfüllen, mit Werten im neuen Attribut befüllt; nicht passende Fälle erhalten zwar das Attribut, aber mit einem Nullwert.

Das kopierte Attribut wird in den Metadaten des Datensatzes als abgeleitetes Attribut gekennzeichnet, was anzeigt, dass es durch Anreicherungsprozesse erzeugt wurde und nicht Teil der Quelldaten ist. Die Attributabhängigkeiten verweisen auf das ursprüngliche Quellattribut, was die Datenherkunft für Audits und Verständnis der Datenverarbeitung bewahrt.

Bei Ereignisattributen erfolgt die Kopieroperation auf Ereignisebene, das heißt, jedes einzelne Ereignis erhält eine Kopie seines Attributwerts. Bei Fallattributen erfolgt die Kopie auf Fallbackebene, wobei der einzelne Fallwert in das neue Attribut dupliziert wird.

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