Vergleichen von Attributwerten

Überblick

Der Filter Vergleichen von Attributwerten validiert mathematische Berechnungen, indem das Ergebnis einer berechneten Operation mit einem gespeicherten Ergebniswert verglichen wird. Dieser Filter führt arithmetische Operationen (Addition, Subtraktion, Multiplikation, Division) auf zwei Attributen durch und vergleicht das berechnete Ergebnis mit einem dritten Attribut, das den erwarteten Ergebniswert enthält. Er kann Fälle filtern, basierend darauf, ob die Berechnung mit den gespeicherten Werten übereinstimmt, abweicht oder zu Null führt.

Der Filter unterstützt sowohl Fall- als auch Ereignisebene als Filterebene, abhängig von der Quelle der Attribute. Er beinhaltet eine Toleranzbehandlung für Gleitkommapräzisionsprobleme durch einen konfigurierbaren Schwellenwert, was ihn ideal für Datenqualitätsvalidierung und Anomalieerkennung in Geschäftsprozessen macht.

Häufige Anwendungsfälle

Datenqualitätsvalidierung: Überprüfen, ob berechnete Summen mit gespeicherten Summen in Finanzdaten übereinstimmen, um mögliche Eingabefehler oder Systemberechnungsprobleme zu identifizieren.
Rechnungsprüfung: Prüfen, ob die Beträge einzelner Positionen (Menge * Preis) mit dem gespeicherten Gesamtbetrag übereinstimmen, um Rechnungen mit Berechnungsabweichungen zu markieren.
Abgleichanalyse: Fälle finden, bei denen erwartete Berechnungen nicht mit den tatsächlichen Werten übereinstimmen, z.B. Steuerberechnungen, Rabattanwendungen oder Währungsumrechnungen.
Betrugserkennung: Auffinden verdächtiger Transaktionen, bei denen berechnete Werte nicht mit den aufgezeichneten Werten übereinstimmen, was auf manuelle Manipulationen oder Systemfehler hinweisen kann.
Prozessintegritätsprüfung: Sicherstellen, dass abgeleitete Werte in Ihren Prozessdaten mathematisch konsistent mit ihren Ausgangswerten sind.
Validierung bei Systemmigrationen: Überprüfen der Datenintegrität nach Systemmigrationen, indem sichergestellt wird, dass berechnete Felder mit ihren Ausgangswerten konsistent geblieben sind.

Einstellungen

Erster Operant: Der Name des ersten Attributs, das in der mathematischen Operation verwendet wird. Dieses muss numerische Daten (Ganzzahl oder Dezimal) enthalten und darf nur von derselben Quelle (Fall oder Ereignis) wie die anderen Operanden und das Ergebnisattribut stammen.

Operationstyp: Gibt die auszuführende mathematische Operation zwischen dem ersten und dem zweiten Operanden an. Verfügbare Optionen:

Addieren: Addition (Erster Operant + Zweiter Operant)
Subtrahieren: Subtraktion (Erster Operant - Zweiter Operant)
Multiplizieren: Multiplikation (Erster Operant * Zweiter Operant)
Dividieren: Division (Erster Operant / Zweiter Operant). Behandelt Division durch Null automatisch als Null-Ergebnis.

Zweiter Operant: Der Name des zweiten Attributs, das in der mathematischen Operation verwendet wird. Dieses muss numerische Daten enthalten und von derselben Quelle stammen wie der erste Operant und das Ergebnisattribut.

Ergebnisattribut: Der Name des Attributs, das den erwarteten Ergebniswert enthält, mit dem das berechnete Ergebnis verglichen wird. Dieses muss numerische Daten enthalten und von derselben Quelle stammen wie die Operandenattribute.

Datensätze behalten: Legt fest, welche Datensätze basierend auf dem Vergleichsergebnis behalten werden:

Gleich: Behalten von Datensätzen, bei denen das berechnete Ergebnis mit dem gespeicherten Ergebnis übereinstimmt (innerhalb des angegebenen Schwellenwerts)
Unterschiedlich: Behalten von Datensätzen, bei denen das berechnete Ergebnis vom gespeicherten Ergebnis abweicht
Null: Behalten von Datensätzen, bei denen die Berechnung zu einem Null-Ergebnis führt (typischerweise aufgrund fehlender Werte oder Division durch Null)

Toleranzschwelle: Legt den Toleranzwert fest, um kleine Unterschiede aufgrund von Gleitkommapräzision als Null zu behandeln. Wenn die absolute Differenz zwischen berechnetem und erwartetem Ergebnis kleiner als dieser Schwellenwert ist, wird die Differenz als Null (Übereinstimmung) betrachtet. Standard ist 0,01. Setzen Sie diesen Wert auf 0,0 für eine exakte Wertung ohne Toleranz.

Beispiele

Beispiel 1: Finden von Fehlern bei Rechnungsberechnungen

Szenario: Sie möchten Rechnungen identifizieren, bei denen die Summe der Positionen (Menge * Einzelpreis) nicht mit dem gespeicherten Wert "Positionssumme" übereinstimmt, was auf mögliche Eingabe- oder Berechnungsfehler hinweist.

Einstellungen:

Erster Operant: "Quantity"
Operationstyp: Multiplizieren
Zweiter Operant: "Unit Price"
Ergebnisattribut: "Line Total"
Datensätze behalten: Unterschiedlich
Toleranzschwelle: 0.01

Ergebnis: Der Filter gibt Fälle zurück, bei denen der berechnete Wert (Menge * Einzelpreis) um mehr als 0,01 von der gespeicherten Positionssumme abweicht.

Erkenntnisse: Diese Fälle können Eingabefehler, Rundungsunterschiede, Systemberechnungsfehler oder potenziell betrügerische manuelle Anpassungen darstellen. Die Fälle sollten überprüft und korrigiert werden.

Beispiel 2: Validierung von Rabattberechnungen

Szenario: Sie möchten überprüfen, ob der Endpreis dem ursprünglichen Preis minus dem Rabattbetrag entspricht, um Preisfehler oder falsche Rabattanwendungen zu erkennen.

Einstellungen:

Erster Operant: "Original Price"
Operationstyp: Subtrahieren
Zweiter Operant: "Discount Amount"
Ergebnisattribut: "Final Price"
Datensätze behalten: Unterschiedlich
Toleranzschwelle: 0.01

Ergebnis: Der Filter wählt Fälle aus, bei denen (Originalpreis - Rabattbetrag) nicht mit dem gespeicherten Endpreis übereinstimmt.

Erkenntnisse: Abweichungen können durch falsch angewendete Rabatte, Eingabefehler oder Verstöße gegen Preisrichtlinien verursacht werden, die untersucht werden müssen.

Beispiel 3: Erkennung von Fehlern bei Steuerberechnungen

Szenario: Identifizieren Sie Bestellungen, bei denen der berechnete Steuerbetrag (Zwischensumme * Steuersatz) nicht mit dem gespeicherten Steuerwert übereinstimmt, was auf Fehler bei der Steuerberechnung oder Änderungen des Steuersatzes hinweisen könnte.

Einstellungen:

Erster Operant: "Subtotal"
Operationstyp: Multiplizieren
Zweiter Operant: "Tax Rate"
Ergebnisattribut: "Tax Amount"
Datensätze behalten: Unterschiedlich
Toleranzschwelle: 0.001

Ergebnis: Der Filter liefert Fälle, in denen die berechnete Steuer vom gespeicherten Steuerbetrag abweicht.

Erkenntnisse: Diese Fälle erfordern möglicherweise eine Neuberechnung der Steuer, Rückerstattungen oder Korrekturen, um die Einhaltung der Steuerregelungen zu gewährleisten.

Beispiel 4: Finden von Fällen mit fehlenden Berechnungsdaten

Szenario: Sie möchten Fälle identifizieren, bei denen Berechnungen aufgrund fehlender Werte nicht durchgeführt werden können, um unvollständige Eingaben oder Integrationsprobleme zu erkennen.

Einstellungen:

Erster Operant: "Amount"
Operationstyp: Dividieren
Zweiter Operant: "Quantity"
Ergebnisattribut: "Unit Price"
Datensätze behalten: Null
Toleranzschwelle: 0.01

Ergebnis: Der Filter wählt Fälle aus, bei denen einer der drei Werte (Amount, Quantity oder Unit Price) null ist oder die Quantity null ist (Division durch Null).

Erkenntnisse: Diese Fälle zeigen Datenqualitätsprobleme an, die behoben werden müssen, z.B. fehlende Pflichtfelder oder unvollständige Transaktionen.

Beispiel 5: Überprüfung von Kontostandsberechnungen

Szenario: Stellen Sie sicher, dass der Anfangsbestand plus der Transaktionsbetrag dem Endbestand in Finanzkonten entspricht, wobei eine exakte Präzision erforderlich ist.

Einstellungen:

Erster Operant: "Opening Balance"
Operationstyp: Addieren
Zweiter Operant: "Transaction Amount"
Ergebnisattribut: "Closing Balance"
Datensätze behalten: Gleich
Toleranzschwelle: 0.0

Ergebnis: Der Filter gibt nur Fälle zurück, bei denen die Berechnung genau übereinstimmt (Opening Balance + Transaction Amount = Closing Balance).

Erkenntnisse: Dies hilft bei der Verifizierung der Buchhaltungsgenauigkeit und kann dazu verwendet werden, zu bestätigen, dass alle Transaktionen korrekt erfasst und Kontostandsupdates richtig durchgeführt wurden.

Beispiel 6: Finden von Fällen mit korrekter Einzelpreisberechnung

Szenario: Identifizieren Sie Fälle, in denen die Berechnung des Einzelpreises korrekt ist (Gesamtbetrag / Menge = Einzelpreis), was zur Validierung der Preiskonsistenz über Bestellungen hinweg genutzt werden kann.

Einstellungen:

Erster Operant: "Total Amount"
Operationstyp: Dividieren
Zweiter Operant: "Quantity"
Ergebnisattribut: "Unit Price"
Datensätze behalten: Gleich
Toleranzschwelle: 0.01

Ergebnis: Der Filter gibt Fälle zurück, bei denen der berechnete Einzelpreis innerhalb der Toleranzgrenze mit dem gespeicherten Einzelpreis übereinstimmt.

Erkenntnisse: Dies hilft dabei, korrekt berechnete Bestellungen zu identifizieren, die als Referenz dienen können, während der Ausschluss dieser Fälle die Analyse auf problematische Fälle fokussiert.

Ausgabe

Der Filter gibt einen neuen Datensatz zurück, der nur die Fälle enthält, die die angegebenen Vergleichskriterien erfüllen. Bei der Fall-Ebene (Verwendung von Fallattributen) werden gesamte Fälle basierend auf der Übereinstimmung der Bedingung behalten oder entfernt. Bei der Ereignis-Ebene (Verwendung von Ereignisattributen) werden Fälle beibehalten, wenn sie mindestens ein Ereignis mit erfüllten Bedingungen enthalten.

Alle drei Attribute (Erster Operant, Zweiter Operant und Ergebnisattribut) müssen aus derselben Quelle stammen – entweder alle Fallattribute oder alle Ereignisattribute. Wenn die Attribute aus unterschiedlichen Quellen stammen, gibt der Filter den ursprünglichen Datensatz unverändert zurück.

Der Filter bewahrt alle ursprünglichen Ereignisse und Attribute in den zurückgegebenen Fällen.

Technische Hinweise

Filtertyp: Fall-Ebenen-Filter (entfernt ganze Fälle basierend auf Attributvergleichen)
Datenquellen-Flexibilität: Unterstützt sowohl Fallattribute als auch Ereignisattribute, jedoch müssen alle drei aus derselben Quelle stammen
Unterstützte numerische Typen: Double, Single, Int32 (Ganzzahl), Int64 (Long-Ganzzahl)
Umgang mit Division durch Null: Divisionsoperationen werden nur durchgeführt, wenn der zweite Operant größer als Null ist; ansonsten wird das Ergebnis als Null betrachtet
Umgang mit Nullwerten: Ist einer der drei erforderlichen Werte Null, gilt das Berechnungsergebnis als Null
Verarbeitung des Schwellenwerts: Nach Berechnung der Differenz wird die Toleranzschwelle angewendet, um Gleitkommapräzisionsprobleme zu berücksichtigen
Performance: Validiert Berechnungen effizient über große Datensätze mit optimierten numerischen Vergleichen

Diese Dokumentation ist Teil der mindzieStudio Process Mining Plattform.