カテゴリ別ケース結果

概要

ケース結果カテゴリ別計算機は、プロセスデータ内の異なるカテゴリにおける成功率を分析します。この強力な計算機は、成功結果の定義(属性フィルターを使用)を設定し、その成功率を任意のカテゴリ属性ごとに分解します。例えば、「地域別の納期遵守率は?」「部門別の承認率は?」といった質問に答えます。

主な用途

  • 地域、部門、ベンダー間の成功率比較
  • 事業部門別のコンプライアンス率分析
  • 製品カテゴリ別の納期遵守状況測定
  • 仕入先間の品質指標比較
  • パフォーマンスの高低セグメント特定
  • 組織単位間のプロセス結果のベンチマーキング

設定

属性名: グループ化するカテゴリ属性を選択します。計算機はこの属性の各固有値の結果パーセンテージを表示します。利用可能な列は適切なデータ型(文字列、ブール、整数)のものに限定されます。

属性フィルター: 成功とみなす条件をフィルター基準で定義します:

  • 列名: 成功判定に使う属性
  • 比較方法: 比較方法(Equal、Contains、Greater Than など)
  • 比較値: 成功を示す値
  • 配列比較の場合: 複数値に対しては「Is One Of」を使用

地域別納期遵守率

シナリオ: 異なる販売地域の納期遵守状況を比較したい。

設定:

  1. 属性名:「Region」
  2. 属性フィルター:「Delivery Status」が「On Time」と等しい

出力:

Region パーセンテージ 納期遵守ケース数 合計ケース数
Western 92% 460 500
Eastern 87% 435 500
Northern 78% 312 400
Southern 85% 340 400

解釈:

  • Western地域は最高の92%の納期遵守率
  • Northern地域は最低の78%
  • 14ポイントの差は顕著なパフォーマンス差を示す

考察: 地域ごとの違いはプロセスやリソース、課題の違いを示唆。Northern地域はキャパシティ、サプライヤー、地理的問題のいずれかを調査する必要あり。

部門別承認率

シナリオ: 購買オーダーの承認率が最も高い部門を分析したい。

設定:

  1. 属性名:「Department」
  2. 属性フィルター:「Status」が「Approved」と等しい

出力:

Department パーセンテージ 承認数 合計
Marketing 95% 285 300
IT 88% 352 400
Operations 82% 410 500
R&D 76% 228 300

考察: R&Dは最低の承認率。実験的な購買や予算制約、厳しい審査要件が原因かもしれず、ビジネスコンテキストに基づくかプロセス課題の可能性。

ベンダー別コンプライアンス率

シナリオ: コンプライアンス問題が最も多いベンダーを特定したい。

設定:

  1. 属性名:「Vendor」
  2. 属性フィルター:「Compliance Issue」が「Yes」と等しい

出力:

Vendor パーセンテージ 問題あり数 合計
Vendor A 15% 45 300
Vendor B 8% 32 400
Vendor C 3% 9 300
Vendor D 22% 110 500

考察: Vendor Dは22%と他に比べて著しく高い。追加監査や契約見直し、または代替検討が必要かも。

高度なフィルター設定

複数の成功値

複数の許容値で成功を定義するには「Is One Of」を使用:

設定:

  • 属性名:「Product Category」
  • 属性フィルター:「Quality Rating」が["A", "A+", "Excellent"]のいずれか

これにより許容される評価すべてを含むケースを捉える。

数値閾値

数値の比較演算子を使う:

設定:

  • 属性名:「Customer Segment」
  • 属性フィルター:「Order Value」が1000より大きい

顧客セグメントごとの高額注文率を示す。

ブール属性

ブールの結果属性の場合:

設定:

  • 属性名:「Sales Rep」
  • 属性フィルター:「Deal Closed」が「True」と等しい

営業担当ごとの受注率を示す。

インタラクティブ機能

ケースのドリルダウン

任意の行をクリックして基となるケースを表示:

  • 「Total」列をクリックすると該当カテゴリの全ケースを表示
  • 「Category」値をクリックすると結果フィルターにマッチするケースのみ表示

ソート

結果は次の基準でソート可能:

  • パーセンテージ(成功率の高い順/低い順)
  • 合計数(カテゴリの大きい順/小さい順)
  • カテゴリ名(アルファベット順)

既定ではパーセンテージ降順で最優秀者を強調表示。

業界別利用例

金融サービス

  • 支店別ローン承認率
  • 保険種別の請求受理率
  • ポートフォリオカテゴリ別投資収益率

製造業

  • 製造ライン別品質合格率
  • 製品種別納期遵守率
  • 仕入先別不良率

医療

  • 施設別治療成功率
  • 部門別再入院率
  • サービスライン別患者満足度

小売

  • 製品カテゴリ別返品率
  • 倉庫別フルフィルメント成功率
  • セグメント別顧客維持率

ベストプラクティス

適切なカテゴリの選択

  • 適度な基数(5~50固有値)を持つ属性を選択
  • 非常に多い基数(100以上)は比較を困難にする
  • 詳細値はあらかじめ広いカテゴリにまとめる検討を

明確な結果定義

  • 二値または明確なカテゴリで成功を定義する
  • カテゴリ間で結果データの品質を均一にする
  • 成功の意味を分析用に文書化する

変動の解釈

  • 基準率を考慮:85%は文脈上良いか悪いか?
  • サンプルサイズを加味:少数ケースの極端な%に注意
  • 実行可能な差異か:実際に影響を及ぼせる要因かどうか

出力

計算機は以下のデータテーブルを生成:

  • カテゴリ: グループ化属性の各固有値
  • パーセンテージ: 成功率(結果ケース数/合計ケース数)をパーセンテージ表示
  • カウント: 成功条件を満たすケース数
  • 合計: カテゴリ内のケース合計数

結果は:

  • パーセンテージ降順(既定)でソート
  • パーセンテージ表記でフォーマット
  • ドリルダウン含むインタラクティブ対応
  • レポート用にエクスポート可能

この計算機を使って組織の各次元でプロセス結果を比較し、高低パフォーマーを特定し、最も効果的な改善を優先的に行いましょう。


本ドキュメントはmindzie Studioプロセスマイニングプラットフォームの一部です。