Duration - 閾値を超えたケースを属性別にグループ化
概要
Duration - 閾値を超えたケースを属性別にグループ化計算機は、指定された期間の閾値を超えるケースを特定・分析し、結果をカテゴリカル属性別にグループ化します。この計算機は、どのカテゴリのケースが遅延しているかを把握し、許容できる期間を超えた遅延の程度を測定するのに役立ちます。
基本的なケース期間計算機が全体の期間統計を示すのに対し、この計算機はパフォーマンス閾値を超えた問題のあるケースに特化しており、顧客、製品種別、地域、担当リソースなどのビジネスに関連したカテゴリで分析を分割できます。
主な用途
- SLA目標を超過するケースが最も多い顧客やベンダーの特定
- 製品カテゴリ別に遅延注文を分析し、体系的な問題を発見
- 地域オフィスや処理センター別に遅延の程度を測定
- ケース種別や優先度別にSLA違反率を比較
- 特定カテゴリにおける閾値超過を時系列で追跡して改善施策を評価
- 担当リソース別に遅延ケースをグループ化して、リソースやチームのパフォーマンス課題を特定
設定
Duration Threshold: 受け入れ可能な最大ケース期間を指定します。この閾値を超えるケースが分析対象になります。時間単位（時間、日、週など）で閾値を入力してください。
Grouping Attribute: 結果をグループ化するカテゴリカル属性を選択します。これにより、どのカテゴリが最も閾値超過ケースを抱えているかが分かります。一般的な選択肢は顧客、ベンダー、製品種別、地域、リソース、または任意のカスタムケース属性です。
Statistics to Display: 各カテゴリごとに計算する指標を選択します。
| 統計 | 説明 |
|---|---|
| Count | 各カテゴリで閾値を超えたケース数 |
| Average Excess Duration | ケースが閾値を超えた平均時間 |
| Total Excess Duration | カテゴリ内の全ての閾値超過期間の合計 |
| Maximum Excess Duration | カテゴリ内で最大の期間超過 |
| Percentage of Total | 閾値超過ケース全体に対する各カテゴリの割合 |
Maximum Categories to Display: 出力を閾値超過件数が多い上位Nカテゴリに限定します。最も問題のある分野に集中できます。
Sort Order: カテゴリを以下の基準で並べ替えます。
- Count（閾値超過頻度の多い順）
- Average Excess Duration（平均遅延時間の長い順）
- Total Excess Duration（合計遅延時間の多い順）
事例
事例 1：慢性的な注文遅延のある顧客の特定
シナリオ: 貴社のSLAでは注文完了を5日以内と定めています。遅延注文が最も多い顧客を特定し、遅延の深刻度を理解したいとします。
設定:
- Duration Threshold: 5日
- Grouping Attribute: Customer Name
- Statistics to Display: Count, Average Excess Duration, Total Excess Duration
- Maximum Categories to Display: 20
- Sort Order: Count（降順）
出力:
遅延注文件数の多い上位20顧客の表を表示します。
| Customer | Cases Over Threshold | Avg Excess Duration | Total Excess Duration |
|---|---|---|---|
| Acme Corp | 47 cases | 3.2 days | 150.4 days |
| Global Industries | 38 cases | 2.1 days | 79.8 days |
| TechStart Inc | 31 cases | 5.7 days | 176.7 days |
洞察: Acme Corpは遅延注文が最も多い（47件）ですが、TechStart Incの遅延平均は5.7日とより深刻です。これは異なる根本原因を示唆しており、Acmeは量や優先順位の問題が考えられ、TechStartは複雑な要件や処理問題がある可能性があります。合計遅延期間は顧客体験への累積的な影響を量的に示します。
事例 2：請求書処理における地域別パフォーマンス分析
シナリオ: 貴社の買掛金処理は4つの地域処理センターで運用されており、請求書処理の目標期間は10日です。どの地域が処理遅延で最も問題なのかマネジメントが把握したいと考えています。
設定:
- Duration Threshold: 10日
- Grouping Attribute: Processing Region
- Statistics to Display: Count, Average Excess Duration, Percentage of Total, Maximum Excess Duration
- Maximum Categories to Display: 10
- Sort Order: Average Excess Duration（降順）
出力:
| Region | Cases Over Threshold | Avg Excess | % of Total Breaches | Max Excess |
|---|---|---|---|---|
| APAC | 127 cases | 8.4 days | 35% | 45 days |
| EMEA | 89 cases | 6.2 days | 24% | 38 days |
| Americas East | 78 cases | 4.1 days | 21% | 29 days |
| Americas West | 71 cases | 3.8 days | 20% | 22 days |
洞察: APAC地域は遅延件数が最多で、平均遅延も最長の8.4日となっています。全遅延請求書の35%を占め、最大45日の超過が重篤な異常値を示唆し、即時対応が必要です。この分析は、APAC地域に追加リソースの投入やプロセス改善、あるいは体系的な問題の調査が必要であることを示しています。
事例 3：製造リードタイムにおける製品種別分析
シナリオ: 製造拠点で複数製品種別が標準生産リードタイム14日を持っています。どの製品種別が継続的に目標超過しているか、その程度を把握したい場合。
設定:
- Duration Threshold: 14日
- Grouping Attribute: Product Type
- Statistics to Display: Count, Average Excess Duration, Total Excess Duration
- Maximum Categories to Display: 15
- Sort Order: Total Excess Duration（降順）
出力:
| Product Type | Cases Over Threshold | Avg Excess | Total Excess |
|---|---|---|---|
| Custom Assembly A | 23 cases | 12.3 days | 282.9 days |
| Standard Widget B | 64 cases | 3.1 days | 198.4 days |
| Premium Unit C | 18 cases | 9.7 days | 174.6 days |
洞察: Standard Widget Bの閾値超過ケースが最も多い（64件）一方で、Custom Assembly Aは個別遅延が最も深刻で平均12.3日超過しています。合計遅延期間が最も大きく（282.9日）、カスタム製品は時間見積もりの見直しやリソース増強、プロセス再設計が必要であることを示します。
事例 4：リソースの作業負荷とパフォーマンス分析
シナリオ: カスタマーサービスチームはサポートケースを2日以内に解決する目標を持っています。どのメンバーが閾値超過ケースを多く抱え、負荷やパフォーマンス課題があるか特定したい場合。
設定:
- Duration Threshold: 2日
- Grouping Attribute: Assigned Resource
- Statistics to Display: Count, Average Excess Duration, Maximum Excess Duration
- Maximum Categories to Display: 25
- Sort Order: Count（降順）
出力:
| Resource | Cases Over Threshold | Avg Excess | Max Excess |
|---|---|---|---|
| Sarah Chen | 34 cases | 1.8 days | 12 days |
| Mike Patel | 31 cases | 2.4 days | 18 days |
| Lisa Wong | 28 cases | 1.2 days | 6 days |
| John Smith | 12 cases | 8.7 days | 45 days |
洞察: Sarah Chenは遅延件数が最多だが平均遅延は1.8日と比較的軽度で、作業負荷の可能性があります。John Smithは遅延件数は少ない（12件）が平均遅延が8.7日、最大45日の異常値を持ち、個別のパフォーマンス課題や複雑案件の可能性があります。Lisa Wongは高負荷ながら1.2日平均遅延で最良のパフォーマンスを示し、ベストプラクティスのモデルになり得ます。
出力
計算機は以下の形式で結果を提供します。
カテゴリ列: 選択されたグループ化属性の値（例: 顧客名、地域、製品種別）
統計列: 選択した指標に基づく1つ以上の列で、遅延ケース数、平均遅延時間、累積遅延時間、割合などのメトリクスを表示
可視化オプション:
- グリッドビュー（デフォルト）- 詳細な表形式データでソート機能付き
- 棒グラフ - 選択指標に基づくカテゴリ比較を視覚化
- 円グラフ - 各カテゴリの合計遅延に対する割合表示
インタラクティブ機能:
- 任意のカテゴリをクリックして、閾値超過した具体的ケースを詳細表示
- どの列でもクリックして分析の並び替え
- データをエクスポートしてさらなる分析や報告に活用可能
このドキュメントはmindzie Studioプロセスマイニングプラットフォームの一部です。