アクティビティの継続時間分類

概要

アクティビティの継続時間分類エンリッチメントは、アクティビティの継続時間をパフォーマンスのカテゴリに変換し、プロセス効率に関する即時の洞察を提供します。このエンリッチメントは、選択したアクティビティの各インスタンスが完了するまでにかかる時間を分析し、統計的閾値に基づいて「Fast」「Normal」「Slow」「Extreme」といったパフォーマンスラベルを自動的に割り当てます。スケールで解釈が難しい生の継続時間値を扱う代わりに、期待を満たしているアクティビティや注目が必要なものを瞬時に明確に示すパフォーマンス指標を得られます。

このエンリッチメントは、特にパフォーマンス監視や最適化の取り組みに強力です。実際のデータ分布に基づき、賢明なパーセンタイル計算により適切な閾値を自動的に決定し、カテゴリがプロセスの実際のパフォーマンスパターンを反映するように保証します。タイムスタンプの誤りなどにより発生するマイナス継続時間のような例外も別途分類し、パフォーマンスダッシュボード、フィルター、詳細なプロセス分析で使用できる新しいイベント属性が作成され、ボトルネックや改善機会の特定に役立ちます。

主な用途

  • 承認アクティビティのパフォーマンス監視により、予想以上にかかっている承認の特定
  • 製造ステップの継続時間追跡で生産プロセスのサイクルタイム目標達成を確認
  • カスタマーサービスの応答時間分析でエージェントやケースのパフォーマンス改善が必要な対象を特定
  • 支払い処理スピードを測定して金融ワークフローの遅延を検出
  • 医療処置時間の評価で病院資源の最適配分を支援
  • 受注処理アクティビティの監視による倉庫や配送のボトルネック特定
  • コンプライアンスプロセスの文書レビュー時間評価で規制上の遅延防止

設定

Activity Name: 継続時間を分類したい特定のアクティビティを選択します。このドロップダウンにはイベントログ内のすべてのアクティビティがリストされています。このアクティビティの各発生ごとの継続時間（開始・終了タイムスタンプ間の時間）を分析し、各インスタンスにパフォーマンスカテゴリを割り当てます。

Fast Duration Threshold: 「Fast」パフォーマンスとして分類される最大継続時間（時・分・秒）。この時間以内に完了したアクティビティインスタンスは「Fast」とラベル付けされます。デフォルトの00:00:00のままにすると、選択されたアクティビティの全ての正の継続時間の20パーセンタイルを使ってシステムが自動計算します。

Normal Duration Threshold: 「Normal」パフォーマンスの最大継続時間。この値より上でFast閾値以下のインスタンスは「Normal」としてラベル付けされます。00:00:00のままの場合、システムが80パーセンタイルを自動で利用します。

Slow Duration Threshold: 「Slow」パフォーマンスの最大継続時間。この閾値以下でNormal閾値超のインスタンスが「Slow」と分類されます。00:00:00のままの場合は90パーセンタイルを自動利用します。この閾値を超える継続時間は「Extreme」と分類されます。

Filter: カテゴリ計算前に適用する任意のフィルター。特定の期間、地域、ケースタイプなど、データのサブセットに絞って分類を行う場合に使用します。このフィルターは自動閾値算出とカテゴリラベル付与の両方に影響します。

例

例1：発注承認のパフォーマンス

シナリオ: 調達チームは発注承認のプロセスパフォーマンスを監視し、効率的な承認と遅延が発生している承認を特定したい。

設定:

  • Activity Name: "Approve Purchase Order"
  • Fast Duration Threshold: 00:00:00（自動計算）
  • Normal Duration Threshold: 00:00:00（自動計算）
  • Slow Duration Threshold: 00:00:00（自動計算）
  • Filter: なし

出力: "Approve Purchase Order - Performance" というイベント属性が生成され、以下の値を持ちます：

  • 2時間未満の承認は「Fast」（20パーセンタイル）
  • 2〜8時間の承認は「Normal」（20〜80パーセンタイル）
  • 8〜24時間の承認は「Slow」（80〜90パーセンタイル）
  • 24時間超の承認は「Extreme」（90パーセンタイル超）
  • マイナス継続時間は「Negative」（データ品質問題）

洞察: チームは承認の20％が非常に迅速に処理されている一方で、10％は非常に時間がかかっていることを簡単に把握でき、遅延の原因を詳細に調査して標的改善を実施可能。

例2：患者のトリアージ分類

シナリオ: 病院の救急部門がトリアージ評価時間をカテゴリ分けし、医療ベストプラクティスに沿った評価時間を守れているか確認したい。

設定:

  • Activity Name: "Triage Assessment"
  • Fast Duration Threshold: 00:05:00（5分）
  • Normal Duration Threshold: 00:10:00（10分）
  • Slow Duration Threshold: 00:15:00（15分）
  • Filter: Emergency_Department = "Main ED"

出力: "Triage Assessment - Performance" 属性が作られ、

  • 5分未満は「Fast」
  • 5〜10分は「Normal」
  • 10〜15分は「Slow」
  • 15分超は「Extreme」

洞察: 病院管理者はトリアージ時間目標の遵守を監視し、評価時間が遅くなるピーク時を特定し、重要な患者が遅延なく診察されるようにできる。

例3：製造品質検査

シナリオ: 製造工場が異なる生産ラインの品質検査継続時間を監視し、スループットを維持しつつ検査の徹底度を確保したい。

設定:

  • Activity Name: "Quality Inspection"
  • Fast Duration Threshold: 00:00:00（自動計算）
  • Normal Duration Threshold: 00:00:00（自動計算）
  • Slow Duration Threshold: 00:00:00（自動計算）
  • Filter: Product_Category = "Electronics"

出力: 電子機器検査のみを対象に分析を行い、以下のパフォーマンスカテゴリを生成：

  • 12分未満は「Fast」
  • 12〜35分は「Normal」
  • 35〜45分は「Slow」
  • 45分超は「Extreme」

洞察: 生産管理者は検査の徹底度と生産速度のバランスを判断し、追加のトレーニングが必要な検査員を特定し、検査時間が常に極端な場合には品質問題の兆候を検出。

例4：ローン申請処理

シナリオ: 銀行がサービスレベル合意を遵守し顧客満足度を向上させるため、ローン申請処理時間をカテゴリ分けしたい。

設定:

  • Activity Name: "Process Loan Application"
  • Fast Duration Threshold: 24:00:00（1日）
  • Normal Duration Threshold: 72:00:00（3日）
  • Slow Duration Threshold: 120:00:00（5日）
  • Filter: Loan_Type = "Personal Loan"

出力: 個人ローン処理について以下のカテゴリを作成：

  • 1日以内の申請処理は「Fast」
  • 1〜3日が「Normal」
  • 3〜5日が「Slow」
  • 5日超は「Extreme」

洞察: 銀行はSLA遵守状況を追跡し、遅い申請のプロセス改善を特定し、「Fast」カテゴリの達成者にはプレミアムサービスとして迅速処理を提供も可能。

例5：カスタマーサポートのチケット解決

シナリオ: ソフトウェア企業が技術サポートチームのチケット解決パフォーマンスを優先度別に分析したい。

設定:

  • Activity Name: "Resolve Technical Issue"
  • Fast Duration Threshold: 00:00:00（自動計算）
  • Normal Duration Threshold: 00:00:00（自動計算）
  • Slow Duration Threshold: 00:00:00（自動計算）
  • Filter: Priority = "High"

出力: 高優先度チケットについて以下のカテゴリを生成：

  • 30分未満で解決は「Fast」（上位20％パフォーマー）
  • 30分〜2時間は「Normal」
  • 2〜4時間は「Slow」
  • 4時間超は「Extreme」

洞察: サポートマネージャーは即時解決している高優先度案件を確認し、トップパフォーマーを認識し、極端なケースを調査してトレーニングとドキュメント改善を図れる。

出力

実行時に、このエンリッチメントは "[Activity Name] - Performance" という名前の新しいイベント属性を作成し、選択したアクティビティの各発生に対するパフォーマンスカテゴリ値を含みます。属性の特性は次の通りです：

  • 属性タイプ：イベント属性（個別アクティビティインスタンスに付随）
  • データタイプ：文字列（テキスト）
  • 可能な値：
    • "Fast" - 継続時間がFast閾値以下
    • "Normal" - Fast閾値超でNormal閾値以下
    • "Slow" - Normal閾値超でSlow閾値以下
    • "Extreme" - Slow閾値超
    • "Negative" - 継続時間が0未満（データ品質問題を示す）
    • Null - 継続時間情報なし

このパフォーマンス属性は mindzieStudio の他機能とシームレスに統合可能です：

  • パフォーマンスダッシュボードでアクティビティ効率分布を可視化
  • フィルターを使用してExtremeやSlow活動に焦点を当てプロセス改善
  • コンフォーマンスチェックと組み合わせてパフォーマンスとプロセス違反との相関分析
  • BIツールへのエクスポートで詳細なパフォーマンス分析
  • 計算機能で異なる次元の平均パフォーマンス算出

関連機能

  • Duration Between Two Activities - 単一アクティビティのパフォーマンス分類ではなく、異なるアクティビティ間の時間を計測
  • Categorize Attribute Values - 継続時間以外の任意の数値属性に対してカスタムカテゴリを作成
  • Durations Between Case Attribute and Activity Times - ケース開始から特定アクティビティまでの時間を測定
  • Performance Filter Category - 複数属性にわたるパフォーマンス分類の同時適用

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。