Valores de Atributo de Grupo
Descripción general
El enriquecimiento de Valores de Atributo de Grupo te permite agrupar múltiples valores de un atributo existente en categorías, creando un nuevo atributo con valores simplificados. Esta potente herramienta de transformación de datos te ayuda a consolidar valores de atributos relacionados en categorías comerciales significativas, reduciendo la complejidad y mejorando la claridad del análisis. En lugar de trabajar con decenas o cientos de valores únicos, puedes crear agrupaciones lógicas que se alineen con la perspectiva de tu negocio.
Este enriquecimiento es especialmente valioso cuando se manejan atributos con muchos valores distintos que pueden combinarse lógicamente. Por ejemplo, puedes agrupar cientos de códigos de error detallados en categorías como "Errores del Sistema", "Errores de Usuario" y "Errores de Red", o consolidar múltiples métodos de pago en "Pagos Digitales" y "Pagos Tradicionales". El enriquecimiento usa criterios de filtrado para identificar qué casos o eventos deben pertenecer a cada grupo, proporcionando un control preciso sobre la lógica de categorización.
Usos comunes
- Simplificar categorizaciones complejas: Agrupar cientos de SKUs de producto en familias o categorías para un análisis más claro
- Crear segmentos relevantes para el negocio: Combinar múltiples tipos de clientes en segmentos estratégicos como "Alto Valor", "Regular" y "Nuevo"
- Estandarizar variaciones regionales: Agrupar actividades o estados similares que varían según la ubicación en categorías consistentes
- Construir indicadores de desempeño: Crear atributos binarios para identificar casos que cumplen criterios específicos (por ejemplo, "Cliente Prioritario" = Verdadero/Falso)
- Consolidar tipos de error: Agrupar códigos de error técnicos detallados en categorías comprensibles para el negocio
- Apoyar la toma de decisiones: Crear atributos simplificados para usar en paneles e informes que los ejecutivos puedan entender
- Permitir análisis comparativos: Agrupar casos en cohortes para comparaciones antes/después o escenarios de pruebas A/B
Configuración
Filter: Define los criterios que determinan qué casos o eventos pertenecen a este grupo. Puedes usar cualquier combinación de filtros disponibles en mindzieStudio, incluyendo valores de atributos, presencia de actividades, rangos de fechas y condiciones lógicas complejas. El filtro actúa como el mecanismo de selección: todos los casos o eventos que coincidan con el filtro recibirán el valor del grupo.
New Attribute Name: Especifica el nombre para el nuevo atributo que será creado. Este atributo contendrá los nombres de grupo (para agrupación de texto) o valores Verdadero/Falso (para agrupación booleana). Elige un nombre descriptivo que indique claramente el propósito de la agrupación, como "Segmento de Cliente", "Categoría de Error" o "Caso Prioritario".
Boolean Group: Al estar marcado, crea un atributo Verdadero/Falso donde los casos que coinciden con el filtro reciben "True" y todos los demás reciben "False". Esto es ideal para clasificaciones binarias como "Alta Prioridad" (True/False) o "Requiere Revisión" (True/False). Cuando está desmarcado, puedes especificar un nombre de grupo personalizado, permitiendo crear múltiples grupos con diferentes instancias de enriquecimiento.
Group Name: (Solo disponible cuando Boolean Group está desmarcado) El valor de texto que se asignará a casos o eventos que coincidan con los criterios del filtro. Esto te permite crear categorías nombradas como "Premium", "Estándar" o "Básico". Múltiples enriquecimientos pueden apuntar al mismo nombre de atributo con diferentes nombres de grupo para construir clasificaciones de múltiples categorías.
Create Event Attribute: Al estar marcado, el enriquecimiento crea un atributo a nivel de evento, evaluando el filtro para cada evento individualmente. Cuando está desmarcado (por defecto), crea un atributo a nivel de caso, evaluando el filtro una vez por caso. Usa atributos de evento cuando la lógica de agrupación dependa de características individuales de eventos en lugar de propiedades generales del caso.
Ejemplos
Ejemplo 1: Segmentación de Clientes en Procesamiento de Pedidos
Escenario: Una empresa de comercio electrónico quiere segmentar a los clientes en categorías "VIP", "Regular" y "Nuevo" basándose en el historial y valor de pedidos para niveles de servicio diferenciados.
Configuración:
- Filter: Casos con atributo "Total Order Value" > $10,000 Y "Order Count" > 20
- New Attribute Name: Customer Segment
- Boolean Group: Desmarcado
- Group Name: VIP
- Create Event Attribute: Desmarcado
Resultado: El enriquecimiento crea un atributo de caso "Customer Segment". Los casos que cumplen el criterio VIP reciben "VIP" como valor. Ejecuta enriquecimientos adicionales con filtros y nombres de grupo diferentes ("Regular" para valores medios, "New" para clientes primerizos) apuntando al mismo nombre de atributo para completar la segmentación.
| Case ID | Total Order Value | Order Count | Customer Segment |
|---|---|---|---|
| C-001 | $15,000 | 25 | VIP |
| C-002 | $2,000 | 5 | Regular |
| C-003 | $500 | 1 | New |
Perspectivas: La segmentación permite un análisis dirigido del desempeño del proceso por nivel de cliente, revelando que los clientes VIP experimentan un procesamiento de pedidos un 50% más rápido pero tienen procesos de devolución más complejos que requieren manejo especializado.
Ejemplo 2: Clasificación de Control de Calidad en Manufactura
Escenario: Una planta de fabricación necesita identificar lotes de producción que requieran revisión de calidad basándose en múltiples lecturas de sensores y resultados de inspección que superan umbrales.
Configuración:
- Filter: Casos con atributo "Temperature Variance" > 5 O "Pressure Reading" > 100 O "Visual Inspection" = "Failed"
- New Attribute Name: Requires Quality Review
- Boolean Group: Marcado
- Create Event Attribute: Desmarcado
Resultado: Crea un atributo booleano "Requires Quality Review" a nivel de caso:
| Batch ID | Temperature Variance | Pressure Reading | Visual Inspection | Requires Quality Review |
|---|---|---|---|---|
| B-1001 | 3 | 95 | Passed | False |
| B-1002 | 7 | 98 | Passed | True |
| B-1003 | 2 | 105 | Passed | True |
| B-1004 | 4 | 90 | Failed | True |
Perspectivas: El análisis muestra que el 23% de los lotes requieren revisión de calidad, siendo la variación de temperatura el disparador más común. Estos lotes tienen 3 veces ciclos más largos debido a pasos adicionales de inspección.
Ejemplo 3: Categorización de Riesgo de Pacientes en Salud
Escenario: Un hospital desea categorizar a los pacientes de urgencias en niveles de riesgo basados en síntomas y signos vitales para optimizar el triaje y la asignación de recursos.
Configuración:
- Filter: Casos con atributo "Heart Rate" > 120 O "Systolic BP" < 90 O "Oxygen Saturation" < 92
- New Attribute Name: Patient Risk Level
- Boolean Group: Desmarcado
- Group Name: High Risk
- Create Event Attribute: Desmarcado
Resultado: Crea un atributo "Patient Risk Level" con valor "High Risk" para los casos que coinciden. Enriquecimientos adicionales definirían categorías "Medium Risk" y "Low Risk":
| Patient ID | Heart Rate | Systolic BP | O2 Saturation | Patient Risk Level |
|---|---|---|---|---|
| P-501 | 125 | 110 | 95 | High Risk |
| P-502 | 75 | 120 | 98 | Low Risk |
| P-503 | 90 | 85 | 94 | High Risk |
Perspectivas: Los pacientes de alto riesgo son canalizados inmediatamente a cuidados críticos, reduciendo eventos adversos en un 40%. El análisis de procesos revela que estos pacientes tienen flujos de trabajo de acceso rápido con tiempos promedio puerta-tratamiento menores a 10 minutos.
Ejemplo 4: Indicadores de Fraude en Transacciones Financieras
Escenario: Un banco necesita señalar transacciones potencialmente fraudulentas basándose en patrones inusuales en atributos de transacción y comportamiento de clientes a nivel de evento.
Configuración:
- Filter: Eventos con atributo "Transaction Amount" > $5,000 Y "Location Country" != "Home Country" Y "Time Since Last Transaction" < 60 segundos
- New Attribute Name: Potential Fraud Flag
- Boolean Group: Marcado
- Create Event Attribute: Marcado
Resultado: Crea un atributo booleano a nivel de evento que marca transacciones individuales:
| Transaction ID | Amount | Location | Time Gap | Potential Fraud Flag |
|---|---|---|---|---|
| T-8001 | $7,500 | Foreign | 45 sec | True |
| T-8002 | $200 | Home | 2 hours | False |
| T-8003 | $5,100 | Foreign | 30 sec | True |
Perspectivas: Las transacciones señaladas como posibles fraudes activan flujos de trabajo de revisión inmediata. El análisis muestra un 85% de precisión en la identificación de casos reales de fraude, con las transacciones marcadas recibiendo pasos adicionales de autenticación en menos de 2 minutos.
Ejemplo 5: Agrupación de Prioridad de Incidentes de TI
Escenario: Un servicio de soporte TI quiere consolidar docenas de subcategorías de incidentes en grupos de prioridad manejables para la asignación de recursos y gestión de SLA.
Configuración:
- Filter: Casos con atributo "Incident Type" EN ["Server Down," "Database Corrupt," "Network Outage," "Security Breach"]
- New Attribute Name: Incident Priority Group
- Boolean Group: Desmarcado
- Group Name: Critical Infrastructure
- Create Event Attribute: Desmarcado
Resultado: Consolida múltiples tipos técnicos de incidentes en grupos relevantes para el negocio:
| Incident ID | Incident Type | Original Priority | Incident Priority Group |
|---|---|---|---|
| I-901 | Server Down | P1 | Critical Infrastructure |
| I-902 | Password Reset | P3 | User Support |
| I-903 | Database Corrupt | P1 | Critical Infrastructure |
| I-904 | Software Install | P4 | User Support |
Perspectivas: Los incidentes de Infraestructura Crítica representan el 15% del volumen pero consumen el 60% del tiempo de técnicos senior. Estos incidentes siguen flujos acelerados con tiempos promedio de resolución de 2 horas frente a 8 horas para problemas estándar.
Salida
El enriquecimiento Valores de Atributo de Grupo crea un nuevo atributo en tu conjunto de datos con las siguientes características:
Tipo de Atributo: El enriquecimiento crea un atributo de caso (por defecto) o un atributo de evento según la configuración "Create Event Attribute". Los atributos de caso aparecen una vez por caso y son visibles en análisis a nivel de caso, mientras que los atributos de evento pueden variar entre eventos dentro del mismo caso.
Tipo de Datos: Booleano (cuando "Boolean Group" está marcado) que muestra Verdadero/Falso, o Cadena (cuando se usan nombres de grupo personalizados) que contiene los valores de texto especificados.
Asignación de Valor: Los casos o eventos que cumplen con los criterios del filtro reciben "True" (para grupos booleanos) o el nombre de grupo especificado (para grupos de texto). Los ítems que no coinciden reciben "False" para grupos booleanos o conservan su valor existente/null para grupos de texto.
Múltiples Grupos: Puedes crear múltiples enriquecimientos que apunten al mismo nombre de atributo con filtros y nombres de grupo diferentes. Esto construye clasificaciones de múltiples categorías donde cada caso recibe la categoría apropiada según qué filtro coincida. Si un caso coincide con múltiples filtros, el enriquecimiento aplicado en último lugar tiene precedencia.
Integración: El nuevo atributo agrupado se integra perfectamente con todas las características de mindzieStudio incluyendo filtros, calculadoras y visualizaciones. Usa estos atributos simplificados en mapas de proceso para mostrar variaciones de flujo por grupo, en paneles para métricas comparativas o como criterios de filtro en otros enriquecimientos.
Esta documentación es parte de la plataforma de minería de procesos mindzie Studio.