Comparer Plusieurs Attributs de Cas
Vue d'ensemble
L'enrichissement Comparer Plusieurs Attributs de Cas étend les capacités de comparaison de base en validant que plusieurs attributs de cas contiennent tous des valeurs identiques. Cet opérateur puissant de qualité des données crée un résultat booléen indiquant si tous les attributs sélectionnés correspondent dans un cas, permettant des scénarios de validation complets où la cohérence entre plusieurs points de données est cruciale. Contrairement aux comparaisons simples entre deux attributs, cet enrichissement vérifie un accord universel entre trois attributs ou plus, offrant des capacités essentielles pour la validation de données complexes, la réconciliation multi-système et l'assurance qualité approfondie.
Cet enrichissement est particulièrement utile dans les scénarios d'exploration de processus impliquant des données provenant de plusieurs systèmes source, des points d'entrée de données redondants ou des exigences complexes de validation. Par exemple, dans des scénarios de rapprochement tripartite courants en approvisionnement, vous pouvez vérifier que les quantités correspondent entre les bons de commande, les réceptions de marchandises et les factures. En milieu hospitalier, vous pouvez valider que les identifiants patients sont cohérents entre les dossiers d'admission, de traitement et de sortie. En fabrication, vous pouvez vous assurer que les spécifications produit sont alignées entre la conception, la planification de production et les systèmes de contrôle qualité. L'enrichissement retourne True uniquement lorsque tous les attributs spécifiés contiennent exactement la même valeur, ce qui le rend idéal pour détecter toute incohérence entre plusieurs points de données liés.
L'algorithme de comparaison traite les attributs séquentiellement, comparant chaque attribut suivant au premier. Si un attribut diffère de la valeur du premier, le résultat est False. Si un attribut contient une valeur nulle, le résultat est null (non calculé), garantissant qu'une donnée incomplète ne produit pas de résultats de validation trompeurs. Cette approche fournit une base solide pour la surveillance de la qualité des données et le contrôle de la conformité des processus dans des environnements multi-systèmes complexes.
Utilisations courantes
- Valider le rapprochement tripartite dans les processus d'approvisionnement en s'assurant que les quantités des bons de commande, des réceptions et des factures correspondent toutes
- Vérifier la cohérence des identifiants patients entre les systèmes d'admission, de traitement, de facturation et de sortie en milieu hospitalier
- S'assurer que les spécifications produit correspondent entre les documents de conception, les ordres de production et les enregistrements de contrôle qualité
- Valider la synchronisation des informations clients entre les systèmes CRM, de gestion des commandes et de facturation
- Vérifier que les montants d'approbation s'alignent entre les réquisitions, le workflow d'approbation et les autorisations de paiement
- Contrôler que les quantités d'expédition correspondent entre la gestion d'entrepôt, le transport et la documentation douanière
- Garantir la conformité en validant que les horodatages des pistes d'audit correspondent entre plusieurs systèmes de journalisation
Paramètres
Nouveau Nom d'Attribut : Spécifiez le nom de l'attribut booléen qui stockera le résultat de la comparaison. Choisissez un nom descriptif qui indique clairement quelle validation multi-attribut est effectuée. Par exemple, "Three_Way_Match_Quantity" lors de la comparaison des quantités de bons de commande, réceptions et factures, ou "Patient_ID_Consistent" pour valider les identifiants patients entre plusieurs systèmes. L'attribut contiendra True lorsque toutes les valeurs comparées correspondent, False lorsqu'une valeur diffère, et null lorsqu'un attribut contient une valeur nulle.
Noms des Colonnes de Cas : Sélectionnez les attributs de cas à comparer pour égalité. Ce champ à sélection multiple vous permet de choisir trois attributs ou plus parmi tous les attributs de cas disponibles dans votre jeu de données, y compris ceux originaux et ceux créés par d'autres enrichissements. Les attributs peuvent être de n'importe quel type de données - texte, numérique, date ou booléen. L'enrichissement valide que tous les attributs sélectionnés contiennent des valeurs identiques pour chaque cas. Un minimum de deux attributs doit être sélectionné, mais l'enrichissement est conçu pour des scenarios avec trois attributs ou plus. La comparaison vérifie une égalité stricte - toutes les valeurs doivent être exactement les mêmes, incluant le type de données et le format. Si un attribut de la liste contient une valeur nulle, le résultat de la comparaison est null plutôt que True ou False, assurant que les données incomplètes sont correctement signalées pour investigation.
Exemples
Exemple 1 : Rapprochement Tripartite en Approvisionnement
Scénario : Dans un processus de « procure-to-pay », vous devez valider que les quantités correspondent entre trois documents critiques - le bon de commande, la réception de marchandises et la facture - avant d'autoriser le paiement. Ce rapprochement tripartite est un contrôle fondamental pour la précision financière et la prévention des fraudes.
Paramètres :
- Nouveau Nom d'Attribut : Three_Way_Match_Quantity
- Noms des Colonnes de Cas : PO_Quantity, GR_Quantity, Invoice_Quantity
Résultat : Crée un attribut booléen "Three_Way_Match_Quantity" avec les valeurs :
- True : Lorsque les trois quantités correspondent exactement (ex. PO=100, GR=100, Invoice=100)
- False : Lorsque n'importe quelle quantité diffère (ex. PO=100, GR=100, Invoice=105)
- null : Lorsque l'un des trois champs quantités est manquant ou nul
Données exemples montrant différents scénarios :
| Case_ID | PO_Quantity | GR_Quantity | Invoice_Quantity | Three_Way_Match_Quantity |
|---|---|---|---|---|
| PO-001 | 100 | 100 | 100 | True |
| PO-002 | 50 | 50 | 52 | False |
| PO-003 | 200 | 195 | 200 | False |
| PO-004 | 75 | null | 75 | null |
| PO-005 | 25 | 25 | 25 | True |
Insights : Cette comparaison permet l'approbation automatique des factures parfaitement rapprochées tout en signalant les écarts pour revue manuelle. Les organisations peuvent calculer le taux de rapprochement tripartite comme indicateur de performance de l'efficacité des processus, identifier les fournisseurs avec des écarts fréquents et mesurer l'impact financier des erreurs de correspondance. Les cas avec False nécessitent une investigation, tandis que les résultats null indiquent des données incomplètes requérant une amélioration de la qualité des données.
Exemple 2 : Validation des Identifiants Patients en Santé
Scénario : Dans un système d'information hospitalier, les identifiants patients doivent rester cohérents entre le système d'admission (ADT), le dossier médical électronique (EMR), le système de laboratoire (LIS) et le système de facturation. Des identifiants incohérents peuvent provoquer des erreurs médicales, des problèmes de facturation et des non-conformités réglementaires.
Paramètres :
- Nouveau Nom d'Attribut : Patient_ID_Consistent
- Noms des Colonnes de Cas : ADT_Patient_ID, EMR_Patient_ID, LIS_Patient_ID, Billing_Patient_ID
Résultat : Crée un attribut booléen "Patient_ID_Consistent" indiquant :
- True : Lorsque les quatre identifiants système correspondent (ex. tous indiquent "PT-789456")
- False : Lorsqu'un système présente un identifiant différent, indiquant un problème de synchronisation
- null : Lorsqu'un système a un identifiant manquant
Données exemples :
| Case_ID | ADT_Patient_ID | EMR_Patient_ID | LIS_Patient_ID | Billing_Patient_ID | Patient_ID_Consistent |
|---|---|---|---|---|---|
| ADM-101 | PT-789456 | PT-789456 | PT-789456 | PT-789456 | True |
| ADM-102 | PT-445821 | PT-445821 | PT-445821 | PT-445281 | False |
| ADM-103 | PT-223344 | PT-223344 | null | PT-223344 | null |
| ADM-104 | PT-998877 | PT-998877 | PT-998877 | PT-998877 | True |
Insights : Cette validation aide à détecter les problèmes de gestion des données maîtres nécessitant une attention immédiate, car des identifiants patients incohérents peuvent entraîner des erreurs médicales graves. Les organisations de santé peuvent suivre le pourcentage de cas avec des identifiants cohérents, prioriser les améliorations d'intégration des systèmes et garantir la conformité réglementaire pour la gestion des données patients. Les résultats False déclenchent des workflows de réconciliation des données, tandis que les résultats null indiquent des processus d'enregistrement incomplets.
Exemple 3 : Cohérence des Spécifications Produit en Fabrication
Scénario : En environnement manufacturier, les spécifications produit doivent s'aligner entre les documents de conception, les systèmes de planification de production et les bases de données de contrôle qualité pour assurer la conformité aux exigences. Les incohérences peuvent entraîner la production de produits non conformes ou des retards inutiles.
Paramètres :
- Nouveau Nom d'Attribut : Spec_Consistent_All_Systems
- Noms des Colonnes de Cas : Design_Material_Grade, Planning_Material_Grade, QC_Required_Grade
Résultat : Crée un attribut booléen "Spec_Consistent_All_Systems" indiquant :
- True : Lorsque tous les systèmes spécifient la même qualité de matériau (ex. tous spécifient "Grade_A_Premium")
- False : Lorsqu'un système a une spécification différente (ex. Design spécifie "Grade_A_Premium" mais Planning indique "Grade_A_Standard")
- null : Lorsqu'une donnée de spécification est manquante
Données exemples :
| Production_Order | Design_Material_Grade | Planning_Material_Grade | QC_Required_Grade | Spec_Consistent_All_Systems |
|---|---|---|---|---|
| WO-5001 | Grade_A_Premium | Grade_A_Premium | Grade_A_Premium | True |
| WO-5002 | Grade_B_Standard | Grade_B_Standard | Grade_A_Premium | False |
| WO-5003 | Grade_C_Economic | null | Grade_C_Economic | null |
| WO-5004 | Grade_A_Premium | Grade_A_Premium | Grade_A_Premium | True |
Insights : Cette comparaison permet de détecter tôt des incohérences de spécifications avant le début de la production, évitant des problèmes qualité et du gaspillage de matériaux. Les organisations manufacturières peuvent mesurer le taux d'alignement des spécifications, identifier les produits ou familles avec des incohérences fréquentes, et améliorer la gestion des changements techniques. Les résultats False déclenchent des workflows de revue des spécifications pour résoudre les conflits avant fabrication.
Exemple 4 : Synchronisation des Données Clients entre Systèmes
Scénario : Dans une entreprise disposant de plusieurs systèmes orientés client, les adresses email clients doivent être synchronisées entre le CRM, la plateforme e-commerce, le système de marketing email et le portail service client pour assurer une communication cohérente et des dossiers clients exacts.
Paramètres :
- Nouveau Nom d'Attribut : Customer_Email_Synchronized
- Noms des Colonnes de Cas : CRM_Email, Ecommerce_Email, Marketing_Email, Support_Email
Résultat : Crée un attribut booléen "Customer_Email_Synchronized" avec :
- True : Lorsque tous les systèmes ont la même adresse email (ex. tous indiquent "customer@example.com")
- False : Lorsque les adresses diffèrent, signalant un problème de synchronisation
- null : Lorsque l'adresse email est manquante dans un système
Données exemples :
| Customer_ID | CRM_Email | Ecommerce_Email | Marketing_Email | Support_Email | Customer_Email_Synchronized |
|---|---|---|---|---|---|
| CUST-1001 | john@example.com | john@example.com | john@example.com | john@example.com | True |
| CUST-1002 | mary@company.com | mary@company.com | mary@oldmail.com | mary@company.com | False |
| CUST-1003 | bob@business.net | bob@business.net | null | bob@business.net | null |
| CUST-1004 | lisa@enterprise.io | lisa@enterprise.io | lisa@enterprise.io | lisa@enterprise.io | True |
Insights : Cette validation permet d'identifier les clients avec des informations de contact incohérentes, susceptibles de manquer des communications importantes ou de recevoir des messages en double. Les organisations peuvent calculer les taux de synchronisation des données, prioriser les améliorations de gestion des données maîtres, et réduire les incidents liés au service client dus aux informations obsolètes. Les résultats False déclenchent des workflows de synchronisation des données, et ceux null indiquent des profils clients incomplets.
Exemple 5 : Alignement des Montants d'Approbation Financière
Scénario : Dans un processus de réquisition et approbation d'achat, le montant demandé doit rester cohérent tout au long des différents niveaux d'approbation et systèmes afin d'éviter des modifications non autorisées et garantir le contrôle financier.
Paramètres :
- Nouveau Nom d'Attribut : Approval_Amounts_Aligned
- Noms des Colonnes de Cas : Requisition_Amount, L1_Approval_Amount, L2_Approval_Amount, PO_Final_Amount
Résultat : Crée un attribut booléen "Approval_Amounts_Aligned" indiquant :
- True : Lorsque tous les niveaux d'approbation affichent le même montant (ex. tous indiquent 15 000,00)
- False : Lorsque les montants diffèrent, indiquant des modifications non autorisées
- null : Lorsque les données de montant sont manquantes à un stade quelconque
Données exemples :
| Requisition_ID | Requisition_Amount | L1_Approval_Amount | L2_Approval_Amount | PO_Final_Amount | Approval_Amounts_Aligned |
|---|---|---|---|---|---|
| REQ-2001 | 15000.00 | 15000.00 | 15000.00 | 15000.00 | True |
| REQ-2002 | 8500.00 | 8500.00 | 8750.00 | 8750.00 | False |
| REQ-2003 | 22000.00 | 22000.00 | null | 22000.00 | null |
| REQ-2004 | 5000.00 | 5000.00 | 5000.00 | 5200.00 | False |
Insights : Cette comparaison assure l'intégrité du contrôle financier en détectant des modifications non autorisées lors du processus d'approbation. Les organisations peuvent identifier les cas où des montants ont été modifiés sans autorisation, enquêter sur la conformité des processus d'approbation et renforcer les contrôles financiers. Les résultats False déclenchent une enquête immédiate pour fraude potentielle ou violation de processus, tandis qu'un taux élevé de True confirme que les contrôles fonctionnent comme prévu.
Résultat
L'enrichissement Comparer Plusieurs Attributs de Cas crée un nouvel attribut booléen unique avec le nom spécifié dans les paramètres. Cet attribut contient True lorsque tous les attributs comparés ont des valeurs identiques, False lorsqu'un attribut diffère des autres, et null lorsqu'un attribut contient une valeur nulle. La comparaison est effectuée indépendamment pour chaque cas.
L'enrichissement utilise un algorithme de comparaison séquentiel qui compare le premier attribut à chaque attribut suivant. Toutes les valeurs doivent correspondre exactement, y compris en type de données et format. Le résultat est :
- True : Tous les attributs sélectionnés contiennent des valeurs non nulles identiques
- False : Au moins un attribut a une valeur différente (tous les attributs comparés sont non nuls)
- null : Un ou plusieurs attributs contiennent des valeurs nulles, indiquant des données incomplètes
L'attribut booléen peut être affiché dans différents formats selon vos préférences de visualisation - True/False, Oui/Non, 1/0, ou avec des libellés personnalisés. Cet attribut s'intègre parfaitement avec d'autres fonctionnalités de mindzieStudio :
- Filtrage : Filtrer les cas pour afficher uniquement les correspondances parfaites (True), les écarts (False) ou les données incomplètes (null)
- Analyse de Conformité : Calculer le pourcentage de cas avec alignement multi-attribut parfait versus ceux avec divergences
- Flux de Processus : Créer des chemins de processus distincts selon si tous les attributs correspondent
- Calculatrices : Utiliser dans des expressions logiques pour des règles complexes, par exemple "(Three_Way_Match_Quantity = True) AND (Amount < 10000)"
- Tableaux de Bord : Créer des KPI montrant les taux de correspondance, analyses de tendances qualité des données, et identifier les systèmes avec incohérences fréquentes
- Surveillance de la Qualité des Données : Suivre les résultats null pour repérer les problèmes de complétude nécessitant enquête
L'enrichissement est particulièrement efficace lorsqu'il est combiné à d'autres enrichissements de comparaison pour construire des hiérarchies de validation complètes. Par exemple, vous pouvez d'abord utiliser Comparer Plusieurs Attributs de Cas pour vérifier la correspondance de trois champs quantité, puis utiliser une autre comparaison pour valider que ces quantités correspondent également à un seuil requis.
Voir aussi
- Comparer Attributs de Cas : Pour des comparaisons simples d'égalité entre deux attributs seulement
- ET logique : Combiner plusieurs résultats de comparaison pour construire des règles complexes
- OU logique : Créer des règles flexibles où au moins une comparaison doit être vraie
- Catégoriser Valeurs d'Attributs : Grouper les cas selon les résultats de comparaison multi-attributs pour analyse
- Filtrer les Cas : Exclure des cas de l'analyse selon les résultats de validation multi-attributs
Cette documentation fait partie de la plateforme mindzie Studio d'exploration de processus.