Dauer zwischen einem Attribut und der aktuellen Zeit

Überblick

Die Anreicherung Dauer zwischen einem Attribut und der aktuellen Zeit berechnet die verstrichene Zeit zwischen einem Zeitstempelattribut in Ihren Prozessdaten und dem aktuellen Moment, an dem die Analyse ausgeführt wird. Dieser leistungsstarke Operator ermöglicht Echtzeitüberwachung und Aging-Analyse, indem er automatisch berechnet, wie viel Zeit seit einem bestimmten Ereignis oder Meilenstein in jedem Fall vergangen ist. Ob Sie Fälligkeitsdaten von Rechnungen verfolgen, messen, wie lange Bestellungen ausstehen, oder die SLA-Einhaltung in Echtzeit überwachen – diese Anreicherung liefert wichtige zeitbasierte Kennzahlen zur Identifizierung von Engpässen, überfälligen Elementen und zeitkritischen Prozessproblemen.

Diese Anreicherung ist besonders wertvoll für die Erstellung von Dashboards und Berichten, die den aktuellen Status und Aging-Informationen anzeigen müssen. Im Gegensatz zu statischen Berechnungen der Dauer zwischen zwei festen Zeitpunkten aktualisiert dieser Operator seine Berechnungen dynamisch basierend darauf, wann die Analyse durchgeführt wird, was ihn ideal für die operative Überwachung, Compliance-Verfolgung und proaktives Prozessmanagement macht. Die flexiblen Ausgabeoptionen erlauben es, Dauern in verschiedenen Einheiten (Tage, Stunden, Minuten usw.) und Formaten (Ganzzahlen oder Bruchwerte) auszudrücken, sodass die Ergebnisse Ihren spezifischen Geschäftsanforderungen und Berichtsstandards entsprechen.

Häufige Anwendungsfälle

Überwachen, wie viele Tage Rechnungen seit ihrem Fälligkeitsdatum ausstehen, für das Forderungsmanagement
Das Alter offener Support-Tickets oder Kundenservice-Anfragen verfolgen, um eine rechtzeitige Bearbeitung sicherzustellen
Berechnen, wie lange Bestellungen auf Genehmigung warten, um Beschaffungsengpässe zu erkennen
Messen der verstrichenen Zeit seit der Aufnahme von Patienten in Gesundheitseinrichtungen zur Überwachung der Aufenthaltsdauer
Ermitteln, wie viele Tage Lagerbestände vorhanden sind, für Lagerverwaltung und Aging-Analyse
Verfolgen der Dauer seit Ablauf von Verträgen für Verlängerungsmanagement und Compliance
Überwachen, wie lange Ausrüstung zur Wartung ausfällt, um die Nutzung von Vermögenswerten zu optimieren

Einstellungen

Neuer Attributname: Der Name des neuen Fallattributs, das die berechnete Dauer speichern wird. Dieser sollte beschreibend sein und angeben, welcher Zeitraum gemessen wird. Zum Beispiel könnten Sie bei der Berechnung der Tage seit Rechnungsfälligkeit "DaysPastDue" oder "InvoiceAgeDays" wählen. Der Attributname sollte den Namenskonventionen Ihres Unternehmens folgen und von Berichtsbenutzern leicht verstanden werden. Vermeiden Sie Leerzeichen oder Sonderzeichen, die in nachfolgenden Analysen Probleme verursachen könnten.

Attributname: Wählen Sie das vorhandene Zeitstempelattribut aus, von dem die Dauer berechnet werden soll. Dieses Dropdown zeigt alle DateTime-Attribute an, die in Ihrem Datensatz verfügbar sind. Das gewählte Attribut stellt den Startpunkt für die Dauerberechnung dar. Häufige Beispiele sind "DueDate", "OrderDate", "AdmissionDate", "ContractStartDate" oder ein anderes Zeitstempelfeld in Ihren Daten. Stellen Sie sicher, dass das ausgewählte Attribut gültige Datum-/Uhrzeitwerte für genaue Berechnungen enthält.

Dauer-Typ: Legt die Maßeinheit für die berechnete Dauer fest. Verfügbare Optionen sind:

Tage: Standard für Business Aging und Fälligkeitsberechnungen (Standard)
Stunden: Nützlich für kürzere Prozesszyklen oder SLA-Überwachung
Minuten: Für detaillierte operative Nachverfolgung
Sekunden: Anforderungen mit hoher Präzision
Wochen: Langfristige Trendanalysen
Monate: Finanz- und Vertragszeitraum-Berechnungen
Jahre: Langfristige Lebenszyklusanalyse
TimeSpan: Gibt einen formatierten Dauer-String zurück (z.B. "5d 3h 45m")
Wählen Sie die Einheit, die am besten zu Ihren Geschäftsberichterstattungsanforderungen passt und die Ausgabe für Nutzer am verständlichsten macht.

Attributwert als letzter Zeitpunkt: Dieses Kontrollkästchen kehrt die Richtung der Berechnung um. Wenn es deaktiviert ist (Standard), lautet die Berechnung: Aktuelle Zeit - Attributwert, was positive Werte für vergangene Daten ergibt. Wenn aktiviert, lautet die Berechnung: Attributwert - Aktuelle Zeit, was positive Werte für zukünftige Daten ergibt. Verwenden Sie den Standard (deaktiviert) für Aging-Berechnungen, bei denen Sie wissen möchten, wie viel Zeit vergangen ist. Aktivieren Sie diese Option, wenn Sie die verbleibende Zeit bis zu einem zukünftigen Ereignis berechnen, wie Tage bis zum Vertragsablauf oder Zeit bis zur geplanten Wartung.

Bruchperioden erlauben: Steuert, ob die Ausgabe Dezimalwerte enthält oder auf ganze Zahlen gerundet wird. Wenn deaktiviert (Standard), werden Dauern als Ganzzahlen zurückgegeben (z.B. "5 Tage"). Wenn aktiviert, enthalten Dauern Bruchteile (z.B. "5,75 Tage"). Aktivieren Sie dies für genauere Berechnungen, insbesondere wenn Sie größere Zeiteinheiten wie Tage oder Wochen verwenden, bei denen Teilperioden aussagekräftig sind. Finanzielle Berechnungen erfordern oft Bruchperioden für eine präzise Zins- oder Strafberechnung.

Beispiele

Beispiel 1: Rechnungs-Aging für Forderungsmanagement

Szenario: Ein Finanzteam muss ausstehende Rechnungen überwachen und jene identifizieren, die überfällig sind, indem die Anzahl der Tage seit dem Fälligkeitsdatum berechnet wird.

Einstellungen:

Neuer Attributname: DaysPastDue
Attributname: InvoiceDueDate
Dauer-Typ: Tage
Attributwert als letzter Zeitpunkt: Deaktiviert
Bruchperioden erlauben: Deaktiviert

Ausgabe: Die Anreicherung erstellt ein neues Fallattribut "DaysPastDue" mit ganzzahligen Werten, die die Anzahl der vollständigen Tage seit dem Fälligkeitsdatum jeder Rechnung darstellen. Zum Beispiel:

Rechnung #1001 mit Fälligkeitsdatum 2024-01-15: 45 Tage überfällig
Rechnung #1002 mit Fälligkeitsdatum 2024-02-01: 28 Tage überfällig
Rechnung #1003 mit Fälligkeitsdatum 2024-02-20: 9 Tage überfällig
Rechnung #1004 mit zukünftigem Fälligkeitsdatum: 0 oder negativer Wert (noch nicht fällig)

Einblicke: Das Finanzteam kann nun leicht Rechnungen filtern, die mehr als 30 Tage überfällig sind, um Mahnmaßnahmen einzuleiten, Aging-Buckets erstellen (0-30, 31-60, 61-90, 90+ Tage) und durchschnittliche Days Sales Outstanding (DSO) Kennzahlen berechnen.

Beispiel 2: Überwachung der Aufenthaltsdauer von Patienten

Szenario: Ein Krankenhausadministrator muss verfolgen, wie lange Patienten aufgenommen sind, um die Bettenauslastung zu optimieren und mögliche Entlassungsverzögerungen in Echtzeit zu erkennen.

Einstellungen:

Neuer Attributname: CurrentLengthOfStayHours
Attributname: AdmissionDateTime
Dauer-Typ: Stunden
Attributwert als letzter Zeitpunkt: Deaktiviert
Bruchperioden erlauben: Aktiviert

Ausgabe: Die Anreicherung erzeugt "CurrentLengthOfStayHours" mit präziser Dauer seit der Aufnahme:

Patient A vor 3 Tagen aufgenommen: 72,5 Stunden
Patient B gestern Morgen aufgenommen: 31,25 Stunden
Patient C vor 6 Stunden aufgenommen: 6,0 Stunden
Patient D vor 2 Wochen aufgenommen: 336,75 Stunden

Einblicke: Krankenhauspersonal kann Patienten mit verlängertem Aufenthalt für Fallmanagement überprüfen, Trends der durchschnittlichen Aufenthaltsdauer in Echtzeit überwachen und Bettenkapazität durch prognostizierte Entlassungsmuster proaktiv steuern.

Beispiel 3: Verzögerungen bei der Genehmigung von Bestellungen

Szenario: Ein Einkaufsteam möchte Bestellungen identifizieren, die auf Genehmigung warten, um die Bearbeitung zu beschleunigen und Lieferantenbeziehungen zu sichern.

Einstellungen:

Neuer Attributname: DaysAwaitingApproval
Attributname: SubmissionDate
Dauer-Typ: Tage
Attributwert als letzter Zeitpunkt: Deaktiviert
Bruchperioden erlauben: Aktiviert

Ausgabe: Erstellt das Attribut "DaysAwaitingApproval" mit Bruchteilen von Tagen:

Bestellung PO-2024-001 letzte Woche eingereicht: 7,5 Tage
Bestellung PO-2024-002 gestern eingereicht: 1,25 Tage
Bestellung PO-2024-003 heute Morgen eingereicht: 0,33 Tage
Bestellung PO-2024-004 vor 3 Wochen eingereicht: 21,75 Tage

Einblicke: Das Einkaufsteam kann Bestellungen priorisieren, die am längsten auf Genehmigung warten, Genehmigungsengpässe durch Analyse verzögerter Bestellungen erkennen und Warnungen für überschrittene Wartezeiten einrichten.

Beispiel 4: Nachverfolgung der Wartungsdauer von Geräten

Szenario: Ein Fertigungsbetrieb muss überwachen, wie lange Geräte zur Wartung ausfallen, um Produktionsausfälle zu minimieren und Wartungsplanung zu optimieren.

Einstellungen:

Neuer Attributname: MaintenanceTimeSpan
Attributname: MaintenanceStartTime
Dauer-Typ: TimeSpan
Attributwert als letzter Zeitpunkt: Deaktiviert
Bruchperioden erlauben: Nicht anwendbar für TimeSpan

Ausgabe: Erzeugt "MaintenanceTimeSpan" mit formatierten Dauerstrings:

Maschine A: "2d 4h 30m" (2 Tage, 4 Stunden, 30 Minuten in Wartung)
Maschine B: "0d 8h 15m" (8 Stunden, 15 Minuten in Wartung)
Maschine C: "5d 12h 45m" (5 Tage, 12 Stunden, 45 Minuten in Wartung)
Maschine D: "0d 2h 10m" (2 Stunden, 10 Minuten in Wartung)

Einblicke: Betriebsleiter können Geräte mit verlängerten Wartungszeiten schnell identifizieren, tatsächliche gegenüber geplanten Wartungszeiten berechnen und Wartungsfenster optimieren, um Produktionsauswirkungen zu minimieren.

Beispiel 5: Countdown bis zur Vertragsverlängerung

Szenario: Ein Vertriebsteam muss die verbleibende Zeit bis zum Ablauf von Kundenverträgen überwachen, um Verlängerungen proaktiv zu steuern und Serviceunterbrechungen zu vermeiden.

Einstellungen:

Neuer Attributname: DaysUntilExpiration
Attributname: ContractEndDate
Dauer-Typ: Tage
Attributwert als letzter Zeitpunkt: Aktiviert
Bruchperioden erlauben: Deaktiviert

Ausgabe: Erstellt "DaysUntilExpiration" mit ganzen Tagen bis zum Vertragsablauf:

Kunde A Vertrag läuft in 2 Monaten ab: 60 Tage
Kunde B Vertrag läuft nächste Woche ab: 7 Tage
Kunde C Vertrag läuft morgen ab: 1 Tag
Kunde D Vertrag ist bereits abgelaufen: -5 Tage (negativ bedeutet abgelaufen)

Einblicke: Das Vertriebsteam kann Verlängerungskampagnen für Verträge starten, die in 30-60 Tagen enden, dringende Verlängerungen für Verträge innerhalb einer Woche priorisieren und bereits abgelaufene Verträge identifizieren, die sofortige Aufmerksamkeit erfordern.

Ausgabe

Die Anreicherung Dauer zwischen einem Attribut und der aktuellen Zeit erstellt ein einziges neues Fallattribut in Ihrem Datensatz, das die berechnete Zeitdauer für jeden Fall enthält. Der Datentyp und das Format dieses Attributs hängen von Ihrer gewählten Einstellung für Dauer-Typ ab. Wenn Dauer-Typ auf Tage, Stunden, Minuten, Sekunden, Wochen, Monate oder Jahre gesetzt ist, erzeugt die Anreicherung entweder ein ganzzahliges Attribut (bei deaktivierter Option Bruchperioden erlauben) oder ein Dezimalattribut (bei aktivierter Option). Ganzzahlige Werte liefern ganzzahlige Dauern, die für Übersichtsberichte geeignet sind, während Dezimalwerte präzise Messungen für detaillierte Analysen bieten. Wenn Dauer-Typ auf TimeSpan gesetzt ist, erzeugt die Anreicherung ein TimeSpan-Attribut, das formatierte Dauerstrings wie "3d 14h 22m" anzeigt – diese sind gut lesbar und ideal für operative Dashboards.

Das Ausgabeattribut behandelt automatisch Nullwerte im Quellzeitstempelattribut, indem es Nullwerte erzeugt, um die Datenintegrität in Ihrer Analyse zu gewährleisten. Negative Werte in der Ausgabe weisen auf umgekehrte Zeitbeziehungen hin – wenn Attributwert als letzter Zeitpunkt deaktiviert ist, bedeuten negative Werte, dass der Zeitstempel in der Zukunft liegt; wenn aktiviert, bedeuten negative Werte, dass der Zeitstempel in der Vergangenheit liegt. Diese bidirektionale Fähigkeit macht die Anreicherung sowohl für Aging-Analysen als auch für Countdowns geeignet.

Die berechneten Dauerwerte können sofort in nachfolgenden Anreicherungen, Filtern und Berechnungen verwendet werden. Übliche Anwendungen umfassen die Erstellung von Kategoriebuckets (z.B. "0–30 Tage", "31–60 Tage"), das Einrichten von Schwellenwert-basierten Warnungen, das Berechnen statistischer Maße wie durchschnittliches Alter oder maximale Dauer und das Erstellen von KPIs zur Prozessleistungsüberwachung. Das Attribut integriert sich nahtlos in mindzies Visualisierungskomponenten, sodass Sie Diagramme, Messgeräte und Tabellen erstellen können, die sich dynamisch aktualisieren, wenn die Analyse aktualisiert wird.

Diese Dokumentation ist Teil der mindzie Studio Process Mining Plattform.