Durée - Cas au-dessus du seuil regroupés par attribut
Vue d'ensemble
Le calculateur Durée - Cas au-dessus du seuil regroupés par attribut identifie et analyse les cas qui dépassent un seuil de durée spécifié, avec des résultats regroupés par un attribut catégoriel. Ce calculateur vous aide à comprendre quelles catégories de cas subissent des retards et à mesurer l’ampleur de ces retards au-delà des délais acceptables.
Contrairement au calculateur basique de Durée de Cas qui montre les statistiques globales de durée, ce calculateur se concentre spécifiquement sur les cas problématiques qui dépassent vos seuils de performance, ce qui vous permet de segmenter l’analyse par catégories pertinentes pour le métier telles que client, type de produit, région ou ressource.
Usages courants
- Identifier quels clients ou fournisseurs ont le plus de cas dépassant les objectifs SLA
- Analyser les commandes retardées par catégorie de produit pour détecter des problèmes systématiques
- Mesurer l’ampleur des retards par bureau régional ou centre de traitement
- Comparer les taux de dépassement SLA selon différents types de cas ou niveaux de priorité
- Suivre les initiatives d’amélioration en surveillant les dépassements de seuils dans des catégories spécifiques au fil du temps
- Identifier les problèmes de performance des ressources ou équipes en regroupant les cas en retard par ressource assignée
Paramètres
Seuil de Durée : Spécifiez la durée maximale acceptable pour un cas. Les cas dépassant ce seuil seront inclus dans l’analyse. Indiquez le seuil dans l’unité de temps appropriée (heures, jours, semaines, etc.).
Attribut de regroupement : Sélectionnez l’attribut catégoriel pour regrouper les résultats. Cela permet de voir quelles catégories ont le plus de cas dépassant le seuil. Les choix courants incluent Client, Fournisseur, Type de Produit, Région, Ressource ou tout attribut personnalisé du cas.
Statistiques à afficher : Choisissez les métriques à calculer pour chaque catégorie :
| Statistique | Description |
|---|---|
| Count | Nombre de cas dépassant le seuil dans chaque catégorie |
| Average Excess Duration | Durée moyenne de dépassement des cas par rapport au seuil |
| Total Excess Duration | Somme de toutes les durées de dépassement pour les cas dans la catégorie |
| Maximum Excess Duration | Plus grande durée de dépassement dans la catégorie |
| Percentage of Total | Proportion de tous les cas dépassant le seuil dans chaque catégorie |
Nombre maximum de catégories à afficher : Limitez la sortie pour ne montrer que les N principales catégories avec le plus de dépassements. Cela aide à se concentrer sur les zones les plus problématiques.
Ordre de tri : Choisissez d’ordonner les catégories selon :
- Count (dépassements les plus fréquents en premier)
- Durée moyenne de dépassement (retards moyens les plus longs en premier)
- Durée totale de dépassement (retard cumulatif le plus important en premier)
Exemples
Exemple 1 : Identifier les clients avec des retards chroniques de commande
Scénario : Votre entreprise a un SLA exigeant la complétion des commandes en 5 jours. Vous souhaitez identifier les clients qui connaissent le plus de commandes retardées et comprendre la gravité de ces retards.
Paramètres :
- Seuil de Durée : 5 jours
- Attribut de regroupement : Nom du Client
- Statistiques à afficher : Count, Durée moyenne de dépassement, Durée totale de dépassement
- Nombre maximum de catégories à afficher : 20
- Ordre de tri : Count (décroissant)
Sortie :
Le calculateur affiche un tableau montrant vos 20 principaux clients par nombre de commandes retardées :
| Client | Cas au-dessus du seuil | Durée moyenne de dépassement | Durée totale de dépassement |
|---|---|---|---|
| Acme Corp | 47 cas | 3,2 jours | 150,4 jours |
| Global Industries | 38 cas | 2,1 jours | 79,8 jours |
| TechStart Inc | 31 cas | 5,7 jours | 176,7 jours |
Observations : Bien qu’Acme Corp ait le plus de commandes retardées (47), TechStart Inc a des retards plus sévères avec une moyenne de 5,7 jours au-delà du seuil. Cela suggère des causes racines différentes – Acme peut avoir des problèmes de volume ou de priorité, tandis que TechStart peut rencontrer des exigences complexes ou des difficultés de traitement. La durée totale de dépassement permet de quantifier l’impact cumulatif sur l’expérience client.
Exemple 2 : Analyse de la performance régionale pour le traitement des factures
Scénario : Votre processus de comptes fournisseurs s’opère dans quatre centres de traitement régionaux. Vous avez fixé un objectif de traitement des factures en 10 jours, et la direction souhaite comprendre quelles régions ont le plus de difficultés à traiter à temps.
Paramètres :
- Seuil de Durée : 10 jours
- Attribut de regroupement : Région de traitement
- Statistiques à afficher : Count, Durée moyenne de dépassement, Pourcentage du total, Durée maximale de dépassement
- Nombre maximum de catégories à afficher : 10
- Ordre de tri : Durée moyenne de dépassement (décroissant)
Sortie :
| Région | Cas au-dessus du seuil | Dépassement moyen | % des dépassements totaux | Dépassement max |
|---|---|---|---|---|
| APAC | 127 cas | 8,4 jours | 35 % | 45 jours |
| EMEA | 89 cas | 6,2 jours | 24 % | 38 jours |
| Amériques Est | 78 cas | 4,1 jours | 21 % | 29 jours |
| Amériques Ouest | 71 cas | 3,8 jours | 20 % | 22 jours |
Observations : La région APAC affiche à la fois le volume le plus élevé de factures retardées et les retards moyens les plus longs (8,4 jours au-delà du seuil de 10 jours). Cela représente 35 % de tous les retards de factures au niveau de l’entreprise. Le dépassement maximal de 45 jours suggère des cas extrêmes nécessitant une attention immédiate. Cette analyse indique que la région APAC pourrait nécessiter des ressources supplémentaires, des améliorations de processus ou une enquête sur des problèmes systémiques.
Exemple 3 : Analyse par type de produit des délais de fabrication
Scénario : Votre usine fabrique plusieurs types de produits avec un délai standard de production de 14 jours. Vous souhaitez identifier quels types de produits dépassent régulièrement cet objectif et de combien.
Paramètres :
- Seuil de Durée : 14 jours
- Attribut de regroupement : Type de produit
- Statistiques à afficher : Count, Durée moyenne de dépassement, Durée totale de dépassement
- Nombre maximum de catégories à afficher : 15
- Ordre de tri : Durée totale de dépassement (décroissant)
Sortie :
| Type de produit | Cas au-dessus du seuil | Dépassement moyen | Dépassement total |
|---|---|---|---|
| Assemblage personnalisé A | 23 cas | 12,3 jours | 282,9 jours |
| Widget standard B | 64 cas | 3,1 jours | 198,4 jours |
| Unité premium C | 18 cas | 9,7 jours | 174,6 jours |
Observations : Bien que le Widget standard B ait le plus de cas dépassant le seuil (64), l’Assemblage personnalisé A présente les retards individuels les plus importants (12,3 jours en moyenne au-delà de la cible). La métrique de dépassement total révèle que l’Assemblage personnalisé A représente l’impact cumulé le plus important de retard de production (282,9 jours). Cela suggère que les produits personnalisés peuvent nécessiter des estimations de temps révisées, des ressources supplémentaires ou une refonte des processus pour répondre aux attentes des clients.
Exemple 4 : Analyse de la charge de travail et de la performance des ressources
Scénario : Votre équipe service client gère des cas de support avec un objectif de résolution de 2 jours. Vous souhaitez identifier quels membres de l’équipe ont le plus de cas dépassant ce seuil et s’ils rencontrent des problèmes de charge ou de performance.
Paramètres :
- Seuil de Durée : 2 jours
- Attribut de regroupement : Ressource assignée
- Statistiques à afficher : Count, Durée moyenne de dépassement, Durée maximale de dépassement
- Nombre maximum de catégories à afficher : 25
- Ordre de tri : Count (décroissant)
Sortie :
| Ressource | Cas au-dessus du seuil | Dépassement moyen | Dépassement max |
|---|---|---|---|
| Sarah Chen | 34 cas | 1,8 jours | 12 jours |
| Mike Patel | 31 cas | 2,4 jours | 18 jours |
| Lisa Wong | 28 cas | 1,2 jours | 6 jours |
| John Smith | 12 cas | 8,7 jours | 45 jours |
Observations : Sarah Chen a le plus grand nombre de cas en retard mais avec des dépassements moyens relativement modestes (1,8 jours), ce qui suggère des problèmes possibles de charge de travail. John Smith a beaucoup moins de cas en retard (12) mais des retards moyens beaucoup plus importants (8,7 jours) avec un cas extrême à 45 jours – ce schéma suggère des problèmes de performance individuels ou l’attribution de cas particulièrement complexes. Lisa Wong montre la meilleure performance parmi les gestionnaires à grand volume avec seulement 1,2 jours de dépassement moyen, ce qui en fait un modèle potentiel de bonnes pratiques.
Résultat
Le calculateur fournit les résultats dans un format tabulaire montrant :
Colonne Catégorie : Les valeurs de l’attribut de regroupement sélectionné (par exemple noms de clients, régions, types de produits).
Colonnes Statistiques : Une ou plusieurs colonnes selon les statistiques choisies, affichant des métriques comme le nombre de cas en retard, la durée moyenne de dépassement, la durée totale de dépassement et les pourcentages.
Options de visualisation :
- Vue grille (par défaut) – données tabulaires détaillées avec possibilités de tri
- Graphiques en barres – comparaison visuelle des catégories selon la métrique sélectionnée
- Graphiques en secteurs – vue proportionnelle montrant la contribution de chaque catégorie aux retards totaux
Fonctionnalités interactives :
- Cliquez sur une catégorie pour détailler les cas spécifiques dépassant le seuil
- Triez par n’importe quelle colonne pour réordonner l’analyse
- Exportez les données pour un traitement ou reporting complémentaire
Cette documentation fait partie de la plateforme de process mining mindzie Studio.