Tijd toevoegen aan attributen

Overzicht

De verrijking Tijd toevoegen aan attributen wijzigt bestaande DateTime-attributen in je dataset door een opgegeven tijdsduur toe te voegen of af te trekken. In tegenstelling tot verrijkingen die nieuwe berekende attributen creëren, werkt deze verrijking direct de bestaande tijdstempels bij en is daarmee onmisbaar voor aanpassingen van tijdzones, datacorrecties en systematische tijdverschuivingen in je procesdata. Je kunt seconden, minuten, uren, dagen, weken, maanden of jaren toevoegen aan alle DateTime-attributen of selectief kiezen welke moeten worden aangepast.

Deze verrijking is bijzonder krachtig voor het corrigeren van systematische fouten in tijdregistratie, het aanpassen voor zomertijdwisselingen, het afstemmen van tijdstempels uit verschillende systemen, of het verschuiven van volledige processen voor- of achteruit in de tijd voor simulatie en wat-als analyse. De mogelijkheid om filters toe te passen betekent dat je deze aanpassingen selectief kunt maken - bijvoorbeeld alleen tijdstempels aanpassen voor cases uit een specifieke regio of tijdsperiode. De verrijking behoudt de originele datastructuur terwijl de tijdwaarden worden aangepast, zodat alle relaties en afhankelijkheden in je procesmodel intact blijven.

Veelvoorkomende Toepassingen

Correcties van Tijdzones: Pas tijdstempels aan om gegevens uit wereldwijde activiteiten te consolideren met verschillende tijdzones
Zomertijdaanpassingen: Corrigeer missende of dubbele uren tijdens DST-overgangen in historische data
Correcties van Systemklokfouten: Herstel systematische tijdstempelfouten veroorzaakt door verkeerde systeemklokinstellingen bij datavastlegging
Tijdverschuivingen bij Datamigratie: Stem tijdstempels af wanneer processen worden gemigreerd tussen systemen met verschillende tijdregistratiestandaarden
Procesimulatie: Verschuif hele processen voor- of achteruit in de tijd voor test- en wat-als scenario’s
Aanpassingen bij Batchverwerking: Corrigeer tijdstempels van batchverwerkte gebeurtenissen die op verwerkingsmoment zijn geregistreerd in plaats van op daadwerkelijke gebeurtenistijd
Afstemming van Historische Data: Synchroniseer tijdstempels van legacy-systemen die andere tijdreferenties of epochs gebruikten

Instellingen

Filter: Optioneel filter om te beperken welke cases worden beïnvloed door de tijdsaanpassing. Zonder filter worden alle cases in de dataset bewerkt voor de geselecteerde DateTime-attributen. Gebruik filters om specifieke subsets te targeten, zoals cases uit een bepaalde periode, regio of systeem. Dit is vooral handig bij het corrigeren van tijdzoneproblemen voor specifieke locaties of het herstellen van fouten die alleen bepaalde dataverzamelperiodes betroffen. Het filter gebruikt de standaard mindzie filterinterface en ondersteunt complexe voorwaarden en combinaties.

Attributennamen: Selecteer welke DateTime-attributen moeten worden aangepast. Standaard, als geen attributen zijn geselecteerd, wordt de verrijking toegepast op alle DateTime-attributen in zowel case- als event-tabellen. Je kunt meerdere specifieke attributen kiezen om alleen de gewenste tijdstempels aan te passen. Deze lijst vult zich dynamisch met alle beschikbare DateTime-attributen uit je dataset. Veelvoorkomende keuzes zijn "Start_Time", "End_Time", "Created_Date", "Modified_Date" en eventuele aangepaste tijdstempelvelden in je data. De verrijking slaat null-waarden over en laat deze ongewijzigd.

Toe te voegen waarde: De numerieke waarde die aan de geselecteerde tijdstempels wordt toegevoegd. Dit kan positief zijn (tijdstempels naar voren verschuiven) of negatief (tijdstempels naar achteren verschuiven). De interpretatie van deze waarde hangt af van de instelling Timespan Duration. Bijvoorbeeld, bij invoer "2" en gekozen "Hours" worden 2 uur toegevoegd aan alle tijdstempels, terwijl "-30" met "Minutes" 30 minuten aftrekt. De waarde moet een geheel getal (integer) zijn. Let goed op de grootte - het toevoegen van jaren of maanden kan aanzienlijke verschuivingen in je procesplanning veroorzaken.

Tijdsduur: De tijdseenheid voor de instelling Toe te voegen waarde. Beschikbare opties zijn:

Seconden: Voor fijne aanpassingen of correcties van sub-minuut tijdafwijkingen
Minuten: Handig voor kleine tijdcorrecties of klokverschillen
Uren: Meest gebruikt voor tijdzoneaanpassingen (bijv. 5 uur toevoegen voor EST naar UTC conversie)
Dagen: Voor het verschuiven van hele processen of correcties op datumniveau
Weken: Voor het aanpassen van wekelijkse batchprocessen of weekgebaseerde planningcorrecties
Maanden: Voor langdurige procesverschuivingen of aanpassingen van boekhoudperioden
Jaren: Voor afstemming van historische data of grote temporele transformaties

Voorbeelden

Voorbeeld 1: Tijdzoneconversie van EST naar UTC

Situatie: De Amerikaanse oostkustoperaties van een bedrijf registreerden alle tijdstempels in EST (UTC-5), maar het centrale datawarehouse vereist alle tijdstippen in UTC voor wereldwijde consistentie. Je moet 5 uur toevoegen aan alle tijdstempels van de VS-operaties.

Instellingen:

Filter: Region = "US-East"
Attributennamen: (leeg laten om alle DateTime-attributen aan te passen)
Toe te voegen waarde: 5
Tijdsduur: Hours

Output: Originele tijdstempels:

Order_Created: 2024-03-15 09:00:00 (EST)
Order_Approved: 2024-03-15 09:30:00 (EST)
Order_Shipped: 2024-03-15 14:00:00 (EST)

Na verrijking:

Order_Created: 2024-03-15 14:00:00 (UTC)
Order_Approved: 2024-03-15 14:30:00 (UTC)
Order_Shipped: 2024-03-15 19:00:00 (UTC)

Alle tijdstempels zijn nu afgestemd op UTC, wat accurate wereldwijde procesanalyse mogelijk maakt en verwarring bij vergelijkingen tussen tijdzones voorkomt.

Inzichten: Met gestandaardiseerde UTC-tijdstempels kunnen analisten nu procesprestaties nauwkeurig vergelijken over wereldwijde locaties, echte knelpunten identificeren ongeacht lokale tijdzones en uniforme dashboards voor wereldwijde operaties creëren.

Voorbeeld 2: Correctie van zomertijd

Situatie: Historische data van maart 2023 bevat een gat van een uur vanwege een zomertijdovergang die niet correct is verwerkt door het bronsysteem. Alle tijdstempels na 12 maart 2023, 02:00 moeten een uur naar achter worden aangepast.

Instellingen:

Filter: Start_Time >= "2023-03-12 02:00:00"
Attributennamen: Start_Time, End_Time, Activity_Timestamp
Toe te voegen waarde: -1
Tijdsduur: Hours

Output: Evenementen met foutieve tijden:

Activiteit A: 2023-03-12 03:30:00
Activiteit B: 2023-03-12 04:15:00
Activiteit C: 2023-03-12 05:00:00

Na correctie:

Activiteit A: 2023-03-12 02:30:00
Activiteit B: 2023-03-12 03:15:00
Activiteit C: 2023-03-12 04:00:00

Het uurgat veroorzaakt door DST is nu gecorrigeerd, waardoor de daadwerkelijke volgorde en duur van activiteiten wordt hersteld.

Inzichten: Het corrigeren van DST-problemen verzekert nauwkeurige duur-berekeningen, voorkomt het ontstaan van foutieve knelpunten in de data en behoudt de integriteit van op tijd gebaseerde KPI’s en SLA-metingen.

Voorbeeld 3: Tijdafstemming bij systeemmigratie

Situatie: Tijdens een systeemmigratie moeten alle tijdstempels van het legacy-systeem (dat een andere epoch gebruikte) exact 30 dagen naar voren worden verschoven om af te stemmen op het tijdreferentiepunt van het nieuwe systeem.

Instellingen:

Filter: Source_System = "Legacy_ERP"
Attributennamen: (leeg voor alle attributen)
Toe te voegen waarde: 30
Tijdsduur: Days

Output: Legacy-systeemdata:

Case_Start: 2024-01-01 08:00:00
First_Approval: 2024-01-02 10:00:00
Final_Completion: 2024-01-05 16:00:00

Na afstemming:

Case_Start: 2024-01-31 08:00:00
First_Approval: 2024-02-01 10:00:00
Final_Completion: 2024-02-04 16:00:00

Alle tijdstempels van het legacy-systeem zijn nu correct afgestemd op het nieuwe systeem, wat naadloze procesanalyse over beide systemen mogelijk maakt.

Inzichten: Juiste tijdafstemming maakt accurate procesvergelijking vóór en na migratie mogelijk, valideert dat het nieuwe systeem de verwachte procesprestaties behoudt, en verzekert geldigheid van historische trends.

Voorbeeld 4: Correctie bij batchverwerking

Situatie: Een batchverwerkingssysteem registreerde alle gebeurtenissen op het moment van batchrunning (middernacht) in plaats van hun daadwerkelijke gebeurtenistijd. De gebeurtenissen moeten over de dag worden verdeeld door uren af te trekken op basis van hun volgorde.

Instellingen:

Filter: Batch_Processed = "True" AND Processing_Sequence >= 6
Attributennamen: Event_Timestamp, Activity_Time
Toe te voegen waarde: -6
Tijdsduur: Hours

Output: Batch geregistreerde tijden (allemaal middernacht):

Order_Received: 2024-03-15 00:00:00
Order_Validated: 2024-03-15 00:00:00
Order_Approved: 2024-03-15 00:00:00

Na correctie voor sequentie 6+ gebeurtenissen:

Order_Received: 2024-03-14 18:00:00
Order_Validated: 2024-03-14 18:00:00
Order_Approved: 2024-03-14 18:00:00

De gebeurtenissen zijn nu verspreid over de werkelijke dag van optreden, al kunnen meerdere verrijkingsrondes nodig zijn voor volledige verspreiding.

Inzichten: Correcte batchverwerkingstijdstempels onthullen werkelijke procespatronen, maken nauwkeurige duur- en doorvoersnelheidsberekeningen mogelijk en helpen echte piekmomenten te onderscheiden van kunstmatige batchpieken.

Voorbeeld 5: Aanpassing boekjaar

Situatie: Een bedrijf wil alle tijdstempels 3 maanden vooruit verschuiven om kalenderjaardata af te stemmen op hun fiscale jaar (dat in april begint) voor financiële procesanalyse.

Instellingen:

Filter: (geen - toepassen op alle cases)
Attributennamen: (leeg voor alle attributen)
Toe te voegen waarde: 3
Tijdsduur: Months

Output: Kalenderjaar tijdstempels:

Q1_Start: 2024-01-01
Q1_Transaction: 2024-02-15
Q1_Close: 2024-03-31

Fiscale jaar-afstemming:

Q1_Start: 2024-04-01
Q1_Transaction: 2024-05-15
Q1_Close: 2024-06-30

Alle tijdstempels zijn nu afgestemd op het fiscale jaar, wat nauwkeurige financiële periode-analyse en rapportage mogelijk maakt.

Inzichten: Fiscale afstemming stelt financiële teams in staat om procesprestaties per boekjaar te analyseren, jaar-op-jaar fiscale prestaties te vergelijken en procestools af te stemmen op rapportageverplichtingen.

Output

De verrijking Tijd toevoegen aan attributen wijzigt bestaande DateTime-attributen direct met de volgende kenmerken:

In-Place Wijziging: In tegenstelling tot verrijkingen die nieuwe attributen creëren, past deze verrijking de waarden van bestaande DateTime-attributen aan. Attribuutnamen, typen en structuur blijven ongewijzigd - alleen de tijdstippen worden aangepast.

Attribuutscope: De verrijking kan aanpassen:

Caseattributen: DateTime-velden op caseniveau
Eventattributen: DateTime-velden op eventniveau
Alle DateTime-attributen als geen specifieke selectie wordt gemaakt
Alleen geselecteerde attributen indien specifiek gekozen

Waarde Behoud: De verrijking behoudt:

Datum- en tijdcomponenten (beide passend aangepast)
De precisie van oorspronkelijke tijdstempel (milliseconden blijven behouden indien aanwezig)
Null-waarden (blijven null en worden niet aangepast)
Het datatype (DateTime blijft DateTime)

Filtertoepassing: Wanneer filters zijn toegepast:

Alleen cases die voldoen aan filtercriteria krijgen aangepaste tijdstempels
Cases die niet aan filter voldoen behouden originele tijdstempels
Dit resulteert in een gemengde dataset met aangepaste en niet-aangepaste tijdstempels

Berekeningsdetails:

Seconden/Minuten/Uren/Dagen: Eenvoudige optelling op de tijdstempel
Weken: Berekening als dagen * 7 en toegevoegd aan tijdstempel
Maanden: Slimme afhandeling van maandgrenzen (bijv. 31 januari + 1 maand = 28/29 februari)
Jaren: Houdt automatisch rekening met schrikkeljaren

Belangrijke Overwegingen:

Deze verrijking wijzigt je data permanent (binnen de huidige analysesessie)
Overweeg een backup of kopie van je dataset te maken voor grote tijdverschuivingen
Toevoegingen van maanden en jaren behandelen randgevallen (zoals 30 februari) door af te stemmen op geldige datums
Negatieve waarden worden volledig ondersteund om tijdstempels achteruit te verplaatsen

Integratie met Andere Functionaliteiten:

Aangepaste tijdstempels beïnvloeden direct alle tijdgebaseerde berekeningen en visualisaties
Duurberekeningen tussen activiteiten veranderen indien tijdstempels zijn aangepast
Filters en dashboards met datumbereiken moeten mogelijk worden aangepast na tijdverschuivingen
De wijziging is transparant voor andere verrijkingen - die gebruiken de nieuwe tijdstempelwaarden

Deze documentatie maakt deel uit van het process mining platform mindzie Studio.