Fälle mit identischen Ereignisdaten

Übersicht

Der Filter Fälle mit identischen Ereignisdaten identifiziert Fälle, bei denen mehrere Aktivitäten am selben Kalendertag stattgefunden haben, unabhängig von der genauen Uhrzeit. Dieser Filter hilft Ihnen, temporale Clustering-Muster in Ihren Prozessen zu analysieren, intensive Arbeitsphasen zu erkennen oder Fälle mit konzentrierter Aktivität von solchen zu unterscheiden, die sich über mehrere Tage erstrecken. Im Gegensatz zum Zeitstempel-Filter vergleicht dieser Filter nur das Kalenderdatum und ignoriert die Tageszeit.

Häufige Verwendungen

Identifizieren von Fällen mit konzentrierter täglicher Aktivität, die auf intensive Verarbeitung hinweisen
Auffinden von Batch-Verarbeitungsmustern, bei denen mehrere Schritte am selben Tag stattfinden
Analyse der Arbeitsintensität durch Identifikation von Fällen mit Aktivitätsclustern am selben Tag
Trennung von Eilbearbeitungsfällen und normalen Mehrtagesfällen
Erkennen von Fällen, bei denen mehrere Ereignisse in einer einzigen Arbeitssitzung abgeschlossen wurden
Vergleich von Verarbeitungsmustern zwischen konzentrierten und verteilten Workflows

Einstellungen

Fälle einbeziehen oder ausschließen: Wählen Sie, ob Fälle mit Aktivitäten am selben Tag einbezogen oder ausgeschlossen werden sollen.

Fälle mit Aktivitäten am selben Tag einbeziehen: Liefert nur Fälle zurück, bei denen mindestens zwei Ereignisse am gleichen Kalendertag stattfanden
Fälle mit Aktivitäten am selben Tag ausschließen: Liefert nur Fälle zurück, bei denen alle Ereignisse an unterschiedlichen Kalendertagen stattfanden

Beispiele

Beispiel 1: Expressbestellungen identifizieren

Szenario: Ihr Auftragsabwicklungsprozess erstreckt sich normalerweise über mehrere Tage (Bestellung am Tag 1 erhalten, Verarbeitung am Tag 2, Versand am Tag 3). Expressbestellungen werden jedoch an einem einzigen Tag durch den gesamten Workflow beschleunigt. Sie möchten diese Expressfälle für Leistungsanalysen identifizieren.

Einstellungen:

Fälle mit Aktivitäten am selben Tag einbeziehen

Ergebnis:

Der Filter gibt alle Fälle zurück, bei denen mehrere Auftragsabwicklungsschritte am gleichen Kalendertag stattfanden. Zum Beispiel zeigt Fall #EXP-1234 "Bestellung erhalten" um 9:00 Uhr, "Zahlung bearbeitet" um 9:15 Uhr, "Kommissioniert" um 10:30 Uhr und "Versandt" um 14:00 Uhr, alle am 15. Oktober 2024. Wenn 300 von 5.000 Bestellungen am selben Tag bearbeitet wurden, werden genau diese 300 Fälle zurückgegeben.

Erkenntnisse: Diese Fälle repräsentieren Ihren Express- oder Eilbearbeitungs-Workflow, der sich vom Standard-Mehrtagesabwicklungsprozess unterscheidet. Durch die separate Analyse können Sie die Leistung des Expressservices messen, Engpässe in der Eilbearbeitung identifizieren und die tatsächliche Kapazität der Same-Day-Fulfillment ermitteln.

Beispiel 2: Analyse normaler Mehrtagesworkflows

Szenario: Sie möchten Ihren standardmäßigen Kreditgenehmigungsprozess analysieren, der typischerweise mehrere Tage mit angemessenen Prüfungszeiträumen umfasst. Sie müssen Eilfälle ausschließen, bei denen mehrere Schritte am selben Tag abgeschlossen wurden, und sich nur auf Fälle mit ordnungsgemäßer täglicher Verteilung konzentrieren.

Einstellungen:

Fälle mit Aktivitäten am selben Tag ausschließen

Ergebnis:

Der Filter gibt nur Fälle zurück, bei denen alle Aktivitäten an unterschiedlichen Kalendertagen stattfanden. Zum Beispiel zeigt Fall #LOAN-5678 "Antrag eingereicht" am 10. Oktober, "Dokumentenprüfung" am 11. Oktober, "Kreditprüfung" am 12. Oktober und "Endgültige Genehmigung" am 13. Oktober. Wenn 4.500 von 5.000 Krediten dem normalen Mehrtagesmuster folgen, werden diese 4.500 Fälle zurückgegeben.

Erkenntnisse: Durch den Ausschluss der Fälle mit Aktivitäten am selben Tag können Sie Ihren Standard-Workflow ohne Verzerrung durch beschleunigte Bearbeitung analysieren. Dies liefert genaue Einblicke in normale Bearbeitungszeiten, angemessene Prüfungszeiträume und typische Engpässe bei der Durchlaufung des vorgesehenen Mehrtagesprozesses.

Beispiel 3: Erkennen von Bulk-Verarbeitungstagen

Szenario: Ihr Rechnungserfassungssystem verarbeitet Rechnungen normalerweise einzeln über mehrere Tage. Am Monatsende verarbeitet die Buchhaltung jedoch häufig mehrere Schritte für viele Rechnungen am selben Tag im Batch. Sie möchten Fälle identifizieren, die während dieser intensiven Bulk-Sitzungen verarbeitet wurden.

Einstellungen:

Fälle mit Aktivitäten am selben Tag einbeziehen

Ergebnis:

Der Filter identifiziert Fälle, bei denen mehrere Verarbeitungsschritte (Rechnung erhalten, Prüfung, Genehmigung, Zahlung geplant) am selben Kalendertag stattfanden. Zum Beispiel zeigen am Monatsende am 31. Oktober 150 Rechnungen alle Schritte am gleichen Tag abgeschlossen, während im restlichen Oktober nur 20 Rechnungen eine Same-Day-Verarbeitung hatten. Diese 170 Fälle mit Aktivitäten am selben Tag werden zurückgegeben.

Erkenntnisse: Dies zeigt Ihre Muster der Bulk-Verarbeitung und hilft dabei, zwischen normaler Tagesverarbeitung und intensiven Batch-Sitzungen zu unterscheiden. Sie können diese Muster separat analysieren, Bulk-Verarbeitungsworkflows optimieren und die Auswirkungen konzentrierter Verarbeitung auf Qualität und Genauigkeit verstehen.

Beispiel 4: Messung der Dauer der Patientenreise

Szenario: Ihr Gesundheitsprozess verfolgt Patientenverläufe bei Besuchen in der Notaufnahme. Sie möchten Fälle identifizieren, bei denen der gesamte Besuch (Triage, Untersuchung, Behandlung, Entlassung) an einem einzigen Kalendertag stattfand, im Gegensatz zu Fällen, die Übernachtaufenthalte oder mehrtägige Pflege erforderten.

Einstellungen:

Fälle mit Aktivitäten am selben Tag einbeziehen

Ergebnis:

Der Filter gibt alle ED-Besuche zurück, bei denen alle Aktivitäten am gleichen Kalendertag stattfanden. Zum Beispiel wurde Patient #12345 um 14:00 Uhr triagiert, um 14:30 Uhr untersucht, um 15:15 Uhr behandelt und um 16:45 Uhr entlassen, alle am 15. Oktober. Wenn 2.800 von 3.000 ED-Besuchen am selben Tag stattfanden, werden diese 2.800 Fälle zurückgegeben.

Erkenntnisse: Die meisten ED-Besuche sollten Same-Day-Fälle sein, daher hilft Ihnen dieser Filter, die 200 Fälle zu identifizieren, die eine mehrtägige Behandlung oder Überwachung über Nacht benötigten. Durch die getrennte Analyse jeder Gruppe können Sie die Merkmale von Same-Day- versus Langzeitfällen verstehen und die Ressourcenzuteilung entsprechend optimieren.

Ausgabe

Dieser Filter arbeitet auf Fällebene und filtert ganze Fälle basierend auf der Analyse des Kalenderdatums:

Einbeziehmodus: Liefert nur Fälle, die mindestens zwei Ereignisse am selben Kalendertag enthalten
Ausschließmodus: Liefert nur Fälle, bei denen alle Ereignisse an unterschiedlichen Kalendertagen stattfanden
Der Vergleich verwendet ausschließlich Kalenderdaten (ignoriert die Tageszeit)
Fall- und Ereignisattributen bleiben erhalten
Ereignisfolgen und alle weiteren Eigenschaften bleiben unverändert
Lockerer als Zeitstempelvergleich (Ereignisse zu unterschiedlichen Zeiten am selben Tag zählen als gleiche Tage)

Nutzen Sie diesen Filter, um temporale Clustering-Muster zu analysieren, konzentrierte und verteilte Workflows zu unterscheiden sowie Eilbearbeitung von normalen Mehrtagesfällen zu trennen.

Diese Dokumentation ist Teil der mindzie Studio Process Mining Plattform.