OU logique
Vue d'ensemble
L'enrichissement OU logique effectue des opérations booléennes OU sur plusieurs attributs booléens pour créer un nouvel attribut booléen consolidé. Cet opérateur logique évalue si l'un quelconque des attributs booléens sélectionnés contient une valeur TRUE, produisant TRUE si au moins une entrée est TRUE, et FALSE uniquement lorsque toutes les entrées sont FALSE. Cet enrichissement est essentiel pour combiner plusieurs conditions binaires, indicateurs ou drapeaux en un seul attribut significatif qui représente si l'une des conditions a été remplie.
En exploitation et analyse des processus, l'enrichissement OU logique est particulièrement utile lorsque vous devez identifier les cas qui répondent à au moins un de plusieurs critères. Par exemple, vous pouvez vouloir signaler les cas comportant un type d'exception quelconque, identifier les commandes ayant déclenché une alerte quelconque, ou déterminer si une règle de conformité a été violée. L'enrichissement agit au niveau du cas, évaluant les attributs booléens pour chaque cas indépendamment et stockant le résultat en tant que nouvel attribut de cas pouvant être utilisé dans des analyses, filtrages ou visualisations ultérieures.
L'enrichissement gère intelligemment les valeurs nulles en les excluant de l'évaluation. Si tous les attributs sélectionnés sont nuls pour un cas donné, le résultat sera également nul, préservant ainsi l'intégrité des données et évitant des faux positifs ou négatifs dans votre analyse.
Utilisations courantes
- Identifier les cas présentant tout type de problème de qualité en combinant plusieurs drapeaux de contrôle qualité
- Signaler les commandes qui ont déclenché une alerte quelconque (alerte paiement OU alerte livraison OU alerte fraude)
- Déterminer si une violation de conformité est survenue au travers de plusieurs contrôles
- Détecter les processus ayant rencontré une exception ou une erreur quelconque
- Identifier les clients qualifiés selon plusieurs critères d’éligibilité
- Marquer les cas nécessitant un examen si une condition déclencheur est remplie
- Consolider plusieurs drapeaux d’approbation pour déterminer si une approbation a été accordée
Paramètres
Nom du nouvel attribut : Spécifiez le nom pour le nouvel attribut booléen qui stockera le résultat de l’opération OU. Choisissez un nom descriptif qui indique clairement quelles conditions sont combinées. Par exemple, utilisez "Any_Exception_Occurred" lors de la combinaison de drapeaux d’exception, ou "Any_Approval_Granted" pour des statuts d’approbation. Le nom doit être unique et ne pas entrer en conflit avec les attributs existants dans votre jeu de données.
Noms des attributs : Sélectionnez les attributs booléens que vous souhaitez combiner avec la logique OU. Vous devez sélectionner au moins deux attributs booléens pour l’opération. L’enrichissement évaluera tous les attributs sélectionnés pour chaque cas et renverra TRUE si l’un d’eux est TRUE. Seuls les attributs booléens (True/False) sont disponibles pour la sélection. Ceux-ci peuvent être des attributs originaux de votre jeu de données ou des attributs booléens créés par d’autres enrichissements ou calculateurs.
Exemples
Exemple 1 : Système d'alerte contrôle qualité
Scénario : Dans un processus de fabrication, plusieurs contrôles qualité sont effectués à différentes étapes. Vous devez identifier les produits ayant échoué à au moins un contrôle qualité pour les orienter vers une inspection détaillée.
Paramètres :
- Nom du nouvel attribut : Any_Quality_Issue
- Noms des attributs : Visual_Inspection_Failed, Dimension_Check_Failed, Weight_Check_Failed, Functionality_Test_Failed
Résultat : Création d’un nouvel attribut booléen "Any_Quality_Issue" qui est TRUE lorsqu’un contrôle qualité a échoué :
| Case ID | Visual_Inspection_Failed | Dimension_Check_Failed | Weight_Check_Failed | Functionality_Test_Failed | Any_Quality_Issue |
|---|---|---|---|---|---|
| P-001 | FALSE | FALSE | FALSE | FALSE | FALSE |
| P-002 | TRUE | FALSE | FALSE | FALSE | TRUE |
| P-003 | FALSE | FALSE | TRUE | FALSE | TRUE |
| P-004 | TRUE | TRUE | FALSE | TRUE | TRUE |
Perspectives : Ce drapeau consolidé permet aux responsables qualité d’identifier rapidement tous les produits nécessitant une inspection, quel que soit le test spécifique raté, améliorant ainsi le flux du contrôle qualité.
Exemple 2 : Routage prioritaire du service client
Scénario : Un centre de service client doit identifier les tickets de support à haute priorité qui remplissent au moins un de plusieurs critères d’escalade pour une attention immédiate.
Paramètres :
- Nom du nouvel attribut : Requires_Immediate_Attention
- Noms des attributs : Is_VIP_Customer, Multiple_Contact_Attempts, Complaint_Contains_Legal_Terms, Service_Level_Breach
Résultat : L’enrichissement évalue chaque cas et positionne "Requires_Immediate_Attention" à TRUE si un critère d’escalade est rempli :
| Case ID | Is_VIP_Customer | Multiple_Contact_Attempts | Complaint_Contains_Legal_Terms | Service_Level_Breach | Requires_Immediate_Attention |
|---|---|---|---|---|---|
| CS-101 | FALSE | FALSE | FALSE | FALSE | FALSE |
| CS-102 | TRUE | FALSE | FALSE | FALSE | TRUE |
| CS-103 | FALSE | TRUE | TRUE | FALSE | TRUE |
| CS-104 | FALSE | FALSE | FALSE | TRUE | TRUE |
Perspectives : Les responsables support peuvent filtrer et prioriser les tickets nécessitant une attention immédiate, assurant un traitement rapide des problèmes critiques, quels que soient les déclencheurs précis.
Exemple 3 : Détection de fraude dans les transactions financières
Scénario : Une institution financière utilise plusieurs indicateurs de fraude pour signaler les transactions suspectes. Tout indicateur positif doit déclencher un processus de révision de fraude.
Paramètres :
- Nom du nouvel attribut : Potential_Fraud_Alert
- Noms des attributs : Unusual_Amount_Flag, Location_Mismatch, Velocity_Check_Failed, Blacklist_Match, Pattern_Anomaly_Detected
Résultat : Création de "Potential_Fraud_Alert" qui se déclenche quand un indicateur de fraude est positif :
| Transaction | Unusual_Amount_Flag | Location_Mismatch | Velocity_Check_Failed | Blacklist_Match | Pattern_Anomaly_Detected | Potential_Fraud_Alert |
|---|---|---|---|---|---|---|
| TXN-8901 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE |
| TXN-8902 | TRUE | FALSE | FALSE | FALSE | FALSE | TRUE |
| TXN-8903 | FALSE | FALSE | TRUE | FALSE | TRUE | TRUE |
| TXN-8904 | FALSE | TRUE | FALSE | TRUE | FALSE | TRUE |
Perspectives : L’équipe de lutte contre la fraude peut immédiatement identifier toutes les transactions nécessitant une revue, permettant une réponse rapide aux fraudes potentielles, tandis que les indicateurs spécifiques apportent un contexte à l’investigation.
Exemple 4 : Évaluation du risque patient en santé
Scénario : Un service des urgences hospitalier doit identifier les patients répondant à un ou plusieurs critères de classification à haut risque afin d’assurer des protocoles de soins adaptés.
Paramètres :
- Nom du nouvel attribut : High_Risk_Patient
- Noms des attributs : Elderly_Patient, Chronic_Condition, Immunocompromised, Recent_Surgery, Critical_Vitals
Résultat : Évaluation de plusieurs facteurs de risque pour identifier les patients à haut risque :
| Patient ID | Elderly_Patient | Chronic_Condition | Immunocompromised | Recent_Surgery | Critical_Vitals | High_Risk_Patient |
|---|---|---|---|---|---|---|
| PT-201 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE |
| PT-202 | TRUE | TRUE | FALSE | FALSE | FALSE | TRUE |
| PT-203 | FALSE | FALSE | FALSE | TRUE | FALSE | TRUE |
| PT-204 | FALSE | TRUE | TRUE | FALSE | TRUE | TRUE |
Perspectives : Le personnel médical peut rapidement identifier les patients nécessitant une surveillance renforcée ou des soins spécialisés, améliorant ainsi la sécurité et la qualité des soins.
Exemple 5 : Détection de perturbations de la chaîne d'approvisionnement
Scénario : Une entreprise logistique surveille plusieurs indicateurs de perturbation potentielle de la chaîne d’approvisionnement et doit signaler les expéditions à risque selon tout type de perturbation.
Paramètres :
- Nom du nouvel attribut : Disruption_Risk_Flag
- Noms des attributs : Weather_Alert, Port_Congestion, Carrier_Issue, Customs_Hold_Risk, Route_Restriction
Résultat : Combine plusieurs indicateurs de risque pour identifier les expéditions potentiellement affectées par des perturbations :
| Shipment | Weather_Alert | Port_Congestion | Carrier_Issue | Customs_Hold_Risk | Route_Restriction | Disruption_Risk_Flag |
|---|---|---|---|---|---|---|
| SH-5001 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE |
| SH-5002 | TRUE | FALSE | FALSE | FALSE | FALSE | TRUE |
| SH-5003 | FALSE | TRUE | FALSE | TRUE | FALSE | TRUE |
| SH-5004 | FALSE | FALSE | FALSE | FALSE | NULL | FALSE |
Perspectives : Les coordinateurs logistiques peuvent gérer proactivement les expéditions avec tout type de risque de perturbation, permettant une planification de contingence et une communication client appropriée.
Résultat
L’enrichissement OU logique crée un nouvel attribut booléen de cas avec le nom spécifié dans le paramètre "Nom du nouvel attribut". Cet attribut contient des valeurs TRUE ou FALSE basées sur l’évaluation logique OU des attributs d’entrée sélectionnés.
Opération logique : L’enrichissement implémente l’opération booléenne standard OU :
- Renvoie TRUE si au moins un attribut sélectionné est TRUE
- Renvoie FALSE uniquement si tous les attributs sélectionnés sont FALSE
- Renvoie NULL si tous les attributs sélectionnés sont NULL
Gestion des valeurs nulles : L’enrichissement gère intelligemment les valeurs nulles dans les attributs d’entrée :
- Les valeurs nulles sont exclues de l’évaluation OU
- Si certains attributs sont NULL et d’autres FALSE, le résultat est FALSE
- Si certains attributs sont NULL et au moins un est TRUE, le résultat est TRUE
- Le résultat n’est NULL que lorsque tous les attributs sont NULL
Type de données : L’attribut de sortie est toujours de type booléen, s’affichant comme TRUE/FALSE, Oui/Non, ou 1/0 selon vos paramètres de visualisation dans mindzieStudio.
Capacités d’intégration : Le nouvel attribut booléen créé par cet enrichissement peut être :
- Utilisé en entrée pour d’autres enrichissements logiques (création d’expressions logiques complexes)
- Appliqué dans les filtres de cas pour sélectionner des sous-ensembles de données
- Utilisé dans les calculateurs et enrichissements conditionnels
- Affiché dans les cartes de processus pour mettre en évidence les cas répondant à un critère quelconque
- Exporté avec votre jeu de données enrichi pour des analyses externes
- Combiné avec d’autres attributs booléens dans des tableaux de bord et rapports
Voir aussi
- Négation - Inverse les valeurs booléennes (opération NON)
- Comptage booléen - Compte le nombre d’attributs booléens TRUE
- Comparaison d’attributs de cas - Compare les attributs pour créer des résultats booléens
- Filtrer les cas - Utilisez le résultat OU pour filtrer votre jeu de données
Cette documentation fait partie de la plateforme d’exploitation de processus mindzie Studio.