Cacher un Attribut

Présentation

L'enrichissement Cacher un Attribut offre un moyen puissant de simplifier vos vues de jeu de données en masquant sélectivement certains attributs de l'affichage sans supprimer définitivement les données sous-jacentes. Cet opérateur de nettoyage supprime les attributs spécifiés du jeu de données visible, facilitant ainsi la concentration sur les informations pertinentes tout en maintenant l'intégrité des données. Contrairement aux opérations de suppression qui éliminent définitivement les données, le masquage d'attributs est une opération non destructive qui retire simplement des colonnes de l'interface utilisateur tout en conservant la structure de données originale.

Cet enrichissement est particulièrement utile lorsqu'on travaille avec des jeux de données comportant de nombreux attributs susceptibles d'encombrer la vue ou de distraire des objectifs principaux d'analyse. En cachant les attributs non pertinents, temporaires ou liés aux calculs intermédiaires, vous pouvez créer des jeux de données plus clairs et focalisés, qui mettent en évidence les informations les plus importantes du processus. L'enrichissement Cacher un Attribut respecte les contraintes système et empêche le masquage des colonnes obligatoires telles que Case ID, Activity, et Timestamp, garantissant que le jeu de données reste fonctionnel pour l'analyse de process mining.

Utilisations Courantes

Simplifier les vues des jeux de données en supprimant de l’affichage les attributs techniques ou générés par le système
Cacher des informations sensibles telles que des données personnelles ou des métriques confidentielles lors de présentations
Retirer des attributs de calcul intermédiaire utilisés pour d'autres enrichissements mais devenus inutiles
Nettoyer des jeux de données importés contenant des colonnes héritées ou inutilisées provenant des systèmes sources
Se concentrer sur des ensembles spécifiques d’attributs en masquant les métriques non liées
Créer des vues spécifiques aux rôles en cachant les attributs non pertinents pour certains groupes d’utilisateurs
Préparer des exports plus propres en retirant les colonnes inutiles avant de partager les jeux de données

Paramètres

Attribute Name : Sélectionnez l’attribut que vous souhaitez cacher dans la liste déroulante. La liste affiche tous les attributs disponibles dans votre jeu de données à l'exception des colonnes système obligatoires (Case ID, Activity, Timestamp, Event Index et Internal Case ID) qui ne peuvent pas être cachées. Seuls les attributs actuellement visibles et non calculés par le système sont disponibles pour sélection. Choisissez l’attribut précis que vous souhaitez retirer de l’affichage.

Exemples

Exemple 1 : Simplification de l’Analyse des Commandes d’Achat

Scénario : Un jeu de données d’approvisionnement contient de nombreux champs techniques importés du système ERP qui encombrent la vue et rendent difficile pour les analystes métier de se concentrer sur des indicateurs clés comme les coûts et les délais d’approbation.

Paramètres :

Attribute Name : SAP_Document_Type_Code

Résultat : L’attribut sélectionné "SAP_Document_Type_Code" est retiré du jeu de données visible. Les données restent dans le système sous-jacent mais ne sont plus affichées dans les tableaux, filtres ou vues d’analyse. Les utilisateurs voient un jeu de données plus épuré centré sur des attributs métier pertinents tels que Total_Cost, Approval_Duration, et Vendor_Name.

Points clés : En supprimant les codes techniques ERP et les champs systèmes, les analystes peuvent plus facilement identifier des tendances dans les processus d’approvisionnement sans être distraits par des attributs spécifiques à l’implémentation qui n'apportent aucune valeur analytique.

Exemple 2 : Protection de la Vie Privée pour les Données de Santé

Scénario : Un jeu de données d’analyse du parcours patient d’un hôpital doit être partagé avec des consultants externes, mais certains attributs contenant des informations médicales sensibles ne doivent pas être visibles pendant l’engagement.

Paramètres :

Attribute Name : Patient_Medical_Record_Number

Résultat : L’attribut "Patient_Medical_Record_Number" est caché de toutes les vues tout en maintenant les capacités analytiques du jeu de données. Le cas peut toujours être suivi grâce au Case ID, mais l’identifiant sensible du dossier médical n’est plus visible dans aucun rapport ou écran d’analyse.

Points clés : Cette approche permet une collaboration sécurisée avec des parties externes tout en respectant la confidentialité des patients et la conformité aux régulations du secteur médical, sans avoir à créer plusieurs versions du jeu de données.

Exemple 3 : Nettoyage des Données de Processus de Fabrication

Scénario : Un jeu de données du processus de fabrication inclut de nombreux champs de calcul intermédiaire issus d’analyses précédentes qui ne sont plus nécessaires et compliquent la navigation dans la liste des attributs.

Paramètres :

Attribute Name : Temp_Calc_Quality_Score_v1

Résultat : L’attribut de calcul temporaire "Temp_Calc_Quality_Score_v1" est retiré de la vue. L’attribut final "Quality_Score" reste visible et les utilisateurs ne voient plus les champs de calcul intermédiaires utilisés lors du développement mais inutiles pour l’analyse en cours.

Points clés : Supprimer les champs de calcul obsolètes simplifie le jeu de données, facilitant la recherche et l’utilisation d’attributs actuels et pertinents tout en réduisant la confusion sur les métriques à employez.

Exemple 4 : Focalisation sur l’Audit Financier

Scénario : Un jeu de données d’audit des comptes fournisseurs contient à la fois des attributs opérationnels et financiers, mais les auditeurs doivent se concentrer exclusivement sur les contrôles financiers et les champs liés à la conformité.

Paramètres :

Attribute Name : Vendor_Contact_Email

Résultat : L’attribut "Vendor_Contact_Email" est caché, permettant aux auditeurs de se concentrer sur des attributs financiers tels que Invoice_Amount, Payment_Terms, et Approval_Hierarchy sans être distraits par les informations de contact opérationnelles.

Points clés : Créer une vue ciblée aide les auditeurs à identifier efficacement les problèmes de contrôle financier et les violations de conformité sans être submergés par des détails opérationnels hors périmètre d’audit.

Exemple 5 : Rationalisation du Tableau de Bord de Traitement des Commandes

Scénario : Un jeu de données du traitement des commandes e-commerce inclut des attributs produits détaillés qui ne sont pas pertinents pour l’analyse de performance des processus et ralentissent le rendu du tableau de bord.

Paramètres :

Attribute Name : Product_Description_Long

Résultat : L’attribut texte volumineux "Product_Description_Long" est caché de la vue du jeu de données. Les métriques de performance, les délais de livraison et les statuts des commandes restent visibles, créant un environnement analytique plus réactif et centré. Le tableau de bord se charge plus rapidement et est plus facile à naviguer.

Points clés : Retirer les champs textuels verbeux qui n’apportent rien à l’analyse des processus améliore à la fois la performance du système et l’expérience utilisateur, permettant aux analystes de se concentrer sur les indicateurs d’efficacité des processus plutôt que sur les détails produits.

Résultat

L'enrichissement Cacher un Attribut modifie la structure visible du jeu de données sans altérer les données sous-jacentes. L’attribut sélectionné est retiré de :

La liste des attributs de cas et d'événements dans l’interface utilisateur
Les listes déroulantes de sélection des filtres
Les opérations d’export (sauf configuration spécifique contraire)
Les sélecteurs d’attributs de calcul et d’enrichissement
Les tableaux et grilles d’aperçu des données

L’attribut caché reste dans la structure interne du jeu de données et peut potentiellement être restauré via la configuration du jeu de données si nécessaire. Aucun nouvel attribut n’est créé par cet enrichissement - il affecte uniquement la visibilité des attributs existants. Les autres enrichissements qui faisaient référence précédemment à l’attribut caché continueront de fonctionner normalement car les données restent intactes en arrière-plan.

Voir Aussi

Cacher les Attributs Vides - Masquer automatiquement tous les attributs ne contenant aucune valeur
Anonymiser - Remplacer les valeurs textuelles sensibles par des identifiants anonymes tout en gardant les attributs visibles
Renommer un Attribut - Modifier les noms d’attributs pour les rendre plus conviviaux sans les masquer
Limiter la Longueur du Texte - Tronquer les longues valeurs textuelles au lieu de cacher des attributs entiers
Attribut Représentatif du Cas - Créer des attributs catégoriels simplifiés à partir de données complexes

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