Compter les attributs booléens avec une valeur

Vue d'ensemble

L'enrichissement Compter les attributs booléens avec une valeur est un outil analytique spécialisé qui évalue plusieurs attributs booléens (vrai/faux) et compte combien d'entre eux correspondent à une valeur spécifiée. Cet enrichissement crée un nouvel attribut entier contenant le nombre d'attributs booléens qui sont soit TRUE soit FALSE selon votre sélection, offrant des capacités puissantes pour l'évaluation multi-critères, le scoring de conformité et l'évaluation des risques à travers vos cas de processus.

Cet enrichissement est particulièrement utile lorsque vous devez évaluer des cas selon plusieurs conditions binaires simultanément. Par exemple, dans un scénario de conformité où vous disposez de drapeaux booléens pour différentes exigences réglementaires, cet enrichissement peut compter combien de ces exigences sont respectées (valeurs TRUE) ou violées (valeurs FALSE). De même, dans des processus de contrôle qualité avec plusieurs critères de réussite/échec, il peut quantifier le nombre de contrôles réussis ou échoués. L'enrichissement prend en charge les attributs booléens au niveau du cas et de l'événement, permettant une analyse flexible à différentes granularités de vos données de processus.

Utilisations courantes

  • Calculer des scores de conformité en comptant combien d'exigences réglementaires sont respectées (TRUE) parmi plusieurs indicateurs de conformité
  • Évaluer les niveaux de risque en comptant le nombre d'indicateurs de risque déclenchés (TRUE) dans les processus financiers ou opérationnels
  • Mesurer la qualité en comptant les attributs de contrôle qualité passés (TRUE) ou échoués (FALSE) dans les processus de fabrication
  • Évaluer la satisfaction client en comptant les réponses positives (TRUE) parmi plusieurs indicateurs de satisfaction
  • Suivre l'état d'achèvement en comptant les drapeaux de tâches complétées (TRUE) dans les processus de gestion de projet
  • Identifier les cas problématiques en comptant le nombre de drapeaux d'exception (TRUE) ou d'indicateurs d'erreur
  • Noter la performance des fournisseurs en comptant les critères SLA respectés (TRUE) ou manqués (FALSE) sur plusieurs métriques

Paramètres

Filtre : Un filtre optionnel qui vous permet de limiter l'opération de comptage à des cas ou événements spécifiques. Lorsqu'un filtre est appliqué, le comptage booléen ne sera effectué que pour les cas qui répondent aux critères du filtre. Ceci est utile pour calculer des scores dans des périodes temporelles spécifiques, pour certains types de cas, ou sous des conditions particulières. Si aucun filtre n'est spécifié, le comptage sera appliqué à tous les cas de votre jeu de données.

Nom du nouvel attribut : Le nom du nouvel attribut entier qui stockera le compte des attributs booléens correspondant à la valeur spécifiée. Cet attribut sera ajouté soit à votre table des cas soit à votre table des événements en fonction de votre sélection de source. Choisissez un nom descriptif qui indique clairement ce qui est compté, comme "ComplianceScore", "QualityChecksPassed", "RiskIndicatorCount" ou "RequirementsMet". Ce champ est obligatoire.

Source : Détermine s'il faut compter les attributs booléens de la table des cas ou de la table des événements. Sélectionnez "Case" pour compter les attributs booléens au niveau des cas (attributs ayant une valeur par cas), ou "Event" pour compter les attributs booléens au niveau des événements (attributs pouvant avoir différentes valeurs pour chaque événement). Les attributs booléens disponibles pour sélection se mettront à jour selon votre choix de source.

Noms des attributs : Une liste à sélection multiple vous permettant de choisir quels attributs booléens inclure dans l'opération de comptage. Seuls les attributs booléens (true/false) de la source sélectionnée seront disponibles. Vous pouvez sélectionner plusieurs attributs, et l'enrichissement comptera combien d'entre eux ont la valeur que vous spécifiez dans le paramètre "Count If Value". Au moins un attribut doit être sélectionné.

Count If Value : Spécifie quelle valeur booléenne compter - soit TRUE soit FALSE. Si vous sélectionnez TRUE, l'enrichissement compte combien des attributs sélectionnés ont la valeur TRUE. Si vous sélectionnez FALSE, il compte combien ont la valeur FALSE. Cela vous permet de mesurer soit des conditions positives (exigences respectées, contrôles passés) soit des conditions négatives (violations, échecs) selon vos besoins analytiques.

Exemples

Exemple 1 : Scoring de conformité dans les transactions financières

Scénario : Une institution financière doit calculer un score de conformité pour les transactions en comptant combien de contrôles réglementaires ont été passés. Elle possède plusieurs attributs booléens indiquant si des exigences spécifiques sont respectées.

Paramètres :

  • Source : Case
  • Nom du nouvel attribut : "Compliance Score"
  • Noms des attributs : ["KYC_Verified", "AML_Check_Passed", "Sanctions_Clear", "Document_Complete", "Approval_Obtained", "Risk_Assessment_Done"]
  • Count If Value : True
  • Filtre : Aucun

Sortie : L'enrichissement crée un nouvel attribut de cas "Compliance Score" avec des valeurs entières représentant le nombre de contrôles de conformité passés :

  • Transaction TX-001 : Compliance Score = 6 (tous les contrôles passés)
  • Transaction TX-002 : Compliance Score = 4 (KYC et Évaluation des risques non complétés)
  • Transaction TX-003 : Compliance Score = 5 (contrôle Sanctions échoué)
  • Transaction TX-004 : Compliance Score = 3 (seulement les contrôles de base complétés)

Insights : Les transactions avec un score de conformité inférieur à 5 sont signalées pour une révision supplémentaire. Ce score quantitatif aide à prioriser les transactions nécessitant une attention immédiate et identifie les tendances dans les lacunes de conformité selon les types de transactions.

Exemple 2 : Évaluation du contrôle qualité en fabrication

Scénario : Une usine évalue les produits à travers plusieurs points de contrôle qualité, chacun enregistré comme un attribut booléen. Elle doit compter les contrôles échoués pour identifier les produits nécessitant une retouche.

Paramètres :

  • Source : Case
  • Nom du nouvel attribut : "Failed Quality Checks"
  • Noms des attributs : ["Visual_Inspection", "Dimension_Check", "Weight_Tolerance", "Electrical_Test", "Pressure_Test", "Final_Assembly"]
  • Count If Value : False
  • Filtre : Aucun

Sortie : L'enrichissement crée un attribut "Failed Quality Checks" indiquant le nombre de tests échoués :

  • Produit P-5001 : Failed Quality Checks = 0 (tous les tests réussis)
  • Produit P-5002 : Failed Quality Checks = 2 (Dimension et Poids échoués)
  • Produit P-5003 : Failed Quality Checks = 1 (Test électrique échoué)
  • Produit P-5004 : Failed Quality Checks = 3 (Inspection visuelle, pression et assemblage échoués)

Insights : Les produits avec des contrôles échoués nécessitent une retouche, tandis que ceux avec plusieurs échecs peuvent nécessiter une refabrication complète. Le comptage aide à optimiser le routage de la retouche et à identifier les problèmes qualitatifs systémiques dans des catégories de tests spécifiques.

Exemple 3 : Évaluation des risques dans les demandes de prêt

Scénario : Une banque évalue les demandes de prêt en utilisant plusieurs indicateurs de risque stockés comme attributs booléens. Elle doit compter les drapeaux de risque déclenchés pour déterminer le niveau global de risque de chaque demande.

Paramètres :

  • Source : Case
  • Nom du nouvel attribut : "Risk Indicators Count"
  • Noms des attributs : ["High_Debt_Ratio", "Unstable_Employment", "Poor_Credit_History", "Insufficient_Collateral", "Previous_Default", "Income_Verification_Failed"]
  • Count If Value : True
  • Filtre : Case_Type = "Personal Loan"

Sortie : L'enrichissement compte les indicateurs de risque déclenchés pour les demandes de prêt personnel :

  • Demande LA-2024-101 : Risk Indicators Count = 0 (risque faible)
  • Demande LA-2024-102 : Risk Indicators Count = 2 (Ratio dette élevé et mauvais historique de crédit)
  • Demande LA-2024-103 : Risk Indicators Count = 4 (facteurs de risque multiples)
  • Demande LA-2024-104 : Risk Indicators Count = 1 (seulement Emploi instable)

Insights : Les demandes avec 0-1 indicateurs de risque peuvent être traitées rapidement, 2-3 nécessitent un examen supplémentaire, et 4+ sont automatiquement escaladées aux souscripteurs seniors. Ce scoring systématique améliore la cohérence des décisions et l'efficacité du traitement.

Exemple 4 : Suivi de la performance SLA en gestion des services IT

Scénario : Un service d'assistance IT suit plusieurs critères SLA sous forme d'attributs booléens pour chaque incident. Il doit compter les SLA respectés pour calculer des scores de performance par catégorie de service.

Paramètres :

  • Source : Case
  • Nom du nouvel attribut : "SLA Criteria Met"
  • Noms des attributs : ["Response_Time_Met", "Resolution_Time_Met", "First_Call_Resolution", "Customer_Satisfied", "Escalation_Avoided", "Documentation_Complete"]
  • Count If Value : True
  • Filtre : Priority = "High"

Sortie : Pour les incidents à haute priorité, l'enrichissement calcule la performance SLA :

  • Incident INC-8001 : SLA Criteria Met = 6 (score parfait)
  • Incident INC-8002 : SLA Criteria Met = 4 (problèmes de résolution et d'escalade)
  • Incident INC-8003 : SLA Criteria Met = 5 (documentation incomplète)
  • Incident INC-8004 : SLA Criteria Met = 2 (multiples manquements SLA)

Insights : La performance SLA quantifiée permet des améliorations basées sur les données dans la prestation de services. Les incidents avec des scores faibles révèlent des problèmes systémiques dans certains domaines SLA, guidant les formations et l'optimisation des processus.

Exemple 5 : Évaluation multi-critères des fournisseurs

Scénario : Une équipe d'achats évalue les fournisseurs selon plusieurs critères de performance stockés comme attributs booléens succès/échec. Elle doit calculer un score de performance global pour le classement et la sélection des fournisseurs.

Paramètres :

  • Source : Case
  • Nom du nouvel attribut : "Vendor Performance Score"
  • Noms des attributs : ["On_Time_Delivery", "Quality_Standards_Met", "Price_Competitive", "Documentation_Accurate", "Responsive_Support", "Sustainability_Compliant"]
  • Count If Value : True
  • Filtre : Evaluation_Period = "Q4-2024"

Sortie : L'enrichissement calcule les scores de performance fournisseur pour les évaluations du T4 :

  • Fournisseur V-101 : Vendor Performance Score = 6 (performance excellente)
  • Fournisseur V-102 : Vendor Performance Score = 4 (problèmes de livraison et de prix)
  • Fournisseur V-103 : Vendor Performance Score = 5 (problèmes de documentation)
  • Fournisseur V-104 : Vendor Performance Score = 3 (lacunes multiples de performance)

Insights : Les fournisseurs avec un score de 5-6 sont des partenaires préférés, 3-4 nécessitent des plans d'amélioration, et en-dessous de 3 risquent des résiliations de contrat. Ce système de scoring objectif soutient les décisions stratégiques de gestion des fournisseurs et les négociations.

Sortie

L'enrichissement Compter les attributs booléens avec une valeur crée un nouvel attribut entier unique dans la table des cas ou des événements en fonction de votre sélection de source. L'attribut contient le compte des attributs booléens sélectionnés correspondant à la valeur spécifiée (TRUE ou FALSE).

Pour le comptage au niveau des cas, chaque cas reçoit une valeur de comptage représentant le nombre total de valeurs booléennes correspondantes parmi tous les attributs sélectionnés pour ce cas. Ce comptage reste constant pour tous les événements du cas et est utile pour le scoring, la classification et le filtrage au niveau du cas.

Pour le comptage au niveau des événements, chaque événement reçoit sa propre valeur de comptage basée sur les valeurs des attributs booléens à cet événement spécifique. Cela permet de suivre comment les conditions booléennes évoluent tout au long de l'exécution du processus.

L'attribut de sortie peut être utilisé dans des analyses ultérieures incluant :

  • Filtrer les cas selon des seuils de score (par exemple, afficher seulement les cas avec un score de conformité > 4)
  • Créer des catégories de performance avec l'enrichissement Categorize Attribute Values
  • Calculer des scores moyens dans des groupes de cas avec des calculateurs d'agrégation
  • Construire des modèles prédictifs en utilisant le score comme variable
  • Visualiser les distributions de scores dans des tableaux de bord et rapports

Le comptage entier fournit une mesure quantitative qui transforme plusieurs évaluations binaires en une métrique unique, permettant une analyse plus sophistiquée et une prise de décision basée sur des évaluations multi-critères.

Voir aussi

Cette documentation fait partie de la plateforme de process mining mindzie Studio.