Contar Valores

Descripción general

El enriquecimiento Contar Valores es una potente herramienta de análisis estadístico que cuenta el número de valores distintos (únicos) para un atributo de evento seleccionado dentro de cada caso en su conjunto de datos del proceso. Este enriquecimiento es esencial para comprender la variedad y diversidad de valores de datos a lo largo de sus instancias de proceso. Crea un nuevo atributo a nivel de caso que contiene el conteo de valores únicos encontrados, proporcionando información sobre la complejidad de los datos, patrones de variación y posibles problemas de calidad de datos.

Este enriquecimiento es especialmente valioso para analizar la variación de datos categóricos, identificar casos con diversidad inusual en los valores de atributos y entender métricas de complejidad del proceso. Al contar valores distintos en lugar de ocurrencias totales, ayuda a identificar casos donde aparecen múltiples valores diferentes para el mismo atributo, como distintos tipos de productos pedidos, varios departamentos involucrados o múltiples estados encontrados durante la ejecución del caso.

El enriquecimiento opera a nivel de caso, examinando todos los eventos dentro de cada caso para determinar cuántos valores únicos existen para el atributo especificado. Esto lo hace ideal para escenarios donde se necesita medir variedad, complejidad o riqueza de datos dentro de instancias individuales de proceso.

Usos comunes

  • Contar el número de productos o SKUs diferentes pedidos en una sola orden de compra
  • Identificar cuántos departamentos o equipos distintos participaron en el procesamiento de un caso
  • Medir la variedad de códigos de error o tipos de excepciones encontrados durante la ejecución del caso
  • Determinar el número de proveedores únicos involucrados en casos de compras
  • Contar segmentos o categorías de clientes distintos atendidos en una sola transacción
  • Analizar la diversidad de niveles de aprobación o estados de autorización en flujos de trabajo de aprobación
  • Rastrear el número de diferentes sistemas o aplicaciones accedidos durante el procesamiento del caso

Configuración

New Attribute Name: El nombre para el nuevo atributo de caso que almacenará el conteo de valores únicos. Debe ser un nombre descriptivo que indique claramente qué se está contando. Por ejemplo, si se cuentan tipos únicos de producto, podría llamarse "Unique_Product_Count" o "Product_Variety_Count". El atributo se creará como tipo entero y se mostrará con formato numérico.

Attribute Name: El atributo del evento cuyos valores únicos serán contados. Esta lista desplegable muestra todos los atributos de evento disponibles en su conjunto de datos. Seleccione el atributo que contiene los valores que desea analizar para su unicidad. El enriquecimiento examinará este atributo a través de todos los eventos en cada caso para contar valores distintos.

Allow Null: Una opción de casilla que determina si los valores nulos (vacíos) deben incluirse en el conteo de valores únicos. Cuando está marcada (true), los valores nulos se cuentan como un valor distinto si aparecen en el caso. Cuando está desmarcada (false), los valores nulos son ignorados y no se cuentan. Esta configuración es importante para un conteo preciso cuando sus datos pueden contener valores faltantes.

Filter: Un filtro opcional que puede aplicarse para limitar qué eventos se consideran al contar los valores únicos. Esto permite contar valores distintos solo de actividades específicas, períodos de tiempo u otros subconjuntos filtrados de eventos dentro de cada caso. Cuando no se especifica ningún filtro, se examinan todos los eventos del caso.

Ejemplos

Ejemplo 1: Contar variedad de productos en órdenes de compra

Escenario: Una empresa minorista quiere analizar la complejidad de sus órdenes de compra entendiendo cuántos SKUs de productos diferentes se suelen pedir juntos. Esto ayuda a optimizar los procesos de picking en el almacén e identificar oportunidades para crear paquetes.

Configuración:

  • New Attribute Name: Unique_SKU_Count
  • Attribute Name: Product_SKU
  • Allow Null: False (sin marcar)
  • Filter: Activity equals "Add Item to Order"

Resultado: El enriquecimiento crea un nuevo atributo de caso "Unique_SKU_Count" que contiene el número de SKUs de producto distintos en cada orden:

  • Caso PO-2024-001: Unique_SKU_Count = 5 (el cliente pidió 5 productos diferentes)
  • Caso PO-2024-002: Unique_SKU_Count = 1 (orden de un solo producto)
  • Caso PO-2024-003: Unique_SKU_Count = 12 (orden compleja con muchos productos)

Conclusiones: Las órdenes con un conteo alto de SKUs únicos requieren operaciones de picking más complejas en el almacén. La empresa puede usar esta métrica para enrutar órdenes eficientemente e identificar oportunidades de agrupación basadas en productos comúnmente pedidos juntos.

Ejemplo 2: Analizar la participación de departamentos en tickets de TI

Escenario: Un servicio de soporte TI quiere entender la complejidad de los tickets de soporte contando cuántos departamentos diferentes participan en la resolución de cada ticket. Esto ayuda a identificar tickets que requieren colaboración multifuncional.

Configuración:

  • New Attribute Name: Departments_Involved_Count
  • Attribute Name: Assigned_Department
  • Allow Null: False (sin marcar)
  • Filter: None (analizar todos los eventos)

Resultado: Cada caso de ticket de TI recibe un atributo "Departments_Involved_Count":

  • Caso TICKET-5001: Departments_Involved_Count = 1 (atendido completamente por Help Desk)
  • Caso TICKET-5002: Departments_Involved_Count = 3 (escalado a través de Help Desk, Equipo de Redes, Seguridad)
  • Caso TICKET-5003: Departments_Involved_Count = 5 (problema complejo que requiere múltiples equipos)

Conclusiones: Los tickets que involucran múltiples departamentos tienen tiempos de resolución más largos y mayores costos. La organización puede usar esta métrica para mejorar el enrutamiento, establecer mejores protocolos de colaboración e identificar necesidades de capacitación.

Ejemplo 3: Diversidad de proveedores en proceso de compras

Escenario: Una empresa manufacturera necesita rastrear la diversidad de proveedores en sus procesos de compras para asegurar cumplimiento con políticas de diversificación y detectar dependencias de suministro único.

Configuración:

  • New Attribute Name: Unique_Supplier_Count
  • Attribute Name: Supplier_ID
  • Allow Null: True (marcada)
  • Filter: Activity contains "Quote" or Activity contains "Purchase"

Resultado: El enriquecimiento agrega "Unique_Supplier_Count" a cada caso de compras:

  • Caso PROC-2024-101: Unique_Supplier_Count = 4 (recibió cotizaciones de 4 proveedores diferentes)
  • Caso PROC-2024-102: Unique_Supplier_Count = 1 (compra de fuente única)
  • Caso PROC-2024-103: Unique_Supplier_Count = 7 (licitación competitiva con muchos proveedores)

Conclusiones: Los casos con un solo proveedor representan riesgos potenciales en la cadena de suministro. La empresa implementa políticas que requieren un conteo mínimo de proveedores para compras por encima de ciertos umbrales y monitorea el cumplimiento a través de esta métrica.

Ejemplo 4: Análisis de tipos de error en manufactura

Escenario: Una planta de fabricación quiere entender la variedad de problemas de calidad encontrados durante las corridas de producción para priorizar iniciativas de mejora de calidad e identificar líneas problemáticas.

Configuración:

  • New Attribute Name: Distinct_Error_Types
  • Attribute Name: Quality_Error_Code
  • Allow Null: False (sin marcar)
  • Filter: Activity equals "Quality Check Failed"

Resultado: Cada lote de producción recibe un conteo "Distinct_Error_Types":

  • Caso BATCH-2024-A001: Distinct_Error_Types = 0 (sin problemas de calidad)
  • Caso BATCH-2024-A002: Distinct_Error_Types = 2 (dos tipos diferentes de defectos encontrados)
  • Caso BATCH-2024-A003: Distinct_Error_Types = 5 (múltiples problemas que indican fallas sistémicas)

Conclusiones: Los lotes con altos conteos de errores distintos indican problemas sistémicos de calidad que requieren atención inmediata. La planta usa esta métrica para desencadenar revisiones integrales de calidad y mantenimiento preventivo cuando se superan ciertos umbrales.

Ejemplo 5: Análisis de canales de interacción con el cliente

Escenario: Un centro de servicio al cliente quiere entender cuántos canales de comunicación distintos usan los clientes durante su recorrido para optimizar estrategias de soporte omnicanal.

Configuración:

  • New Attribute Name: Communication_Channels_Used
  • Attribute Name: Interaction_Channel
  • Allow Null: False (sin marcar)
  • Filter: None (contar todas las interacciones con clientes)

Resultado: El enriquecimiento crea una métrica de diversidad de canales para cada caso de cliente:

  • Caso CUST-2024-1001: Communication_Channels_Used = 1 (solo teléfono)
  • Caso CUST-2024-1002: Communication_Channels_Used = 3 (teléfono, correo electrónico, chat)
  • Caso CUST-2024-1003: Communication_Channels_Used = 4 (teléfono, correo electrónico, chat, redes sociales)

Conclusiones: Los clientes que usan múltiples canales suelen indicar problemas complejos o frustración con resoluciones por un solo canal. La empresa mejora la integración de canales y asegura información consistente en todos los puntos de contacto para mejor experiencia del cliente.

Salida

El enriquecimiento Contar Valores crea un único nuevo atributo a nivel de caso con las siguientes características:

Tipo de atributo: Entero (Int32) - El conteo siempre es un número entero que representa la cantidad de valores únicos encontrados.

Nombre del atributo: El nuevo atributo usa el nombre especificado en la configuración "New Attribute Name". Elija nombres descriptivos que indiquen claramente qué se está contando.

Formato de visualización: El atributo se formatea automáticamente como número en la vista del conjunto de datos, facilitando ordenar, filtrar y analizar.

Rango de valores: El conteo varía de 0 (cuando no se encuentran valores coincidentes o todos los valores son nulos con "Allow Null" desmarcado) hasta el número máximo de eventos en un caso (cuando cada evento tiene un valor diferente).

Integración: El nuevo atributo puede usarse inmediatamente en:

  • Filtros para identificar casos con conteos específicos de valores únicos
  • Calculadoras para análisis estadísticos y agregaciones
  • Otros enriquecimientos que requieran atributos numéricos a nivel de caso
  • Visualizaciones y tableros de minería de procesos
  • Operaciones de exportación para análisis externos

Véase también

  • Event Count - Cuenta el número total de eventos en cada caso
  • Summarize Values - Calcula suma, promedio u otras estadísticas para atributos numéricos
  • Max Value - Encuentra el valor máximo de un atributo numérico en cada caso
  • Count Boolean Attributes with Value - Cuenta cuántos atributos booleanos tienen un valor específico
  • Compare Activity Counts - Compara los conteos de ejecución entre dos actividades

Esta documentación es parte de la plataforma de minería de procesos mindzie Studio.