Duur tussen een activiteit en de huidige tijd

Overzicht

De verrijking Duur tussen een activiteit en de huidige tijd berekent hoeveel tijd is verstreken tussen een specifieke activiteit in uw proces en het huidige moment waarop de analyse wordt uitgevoerd. Deze krachtige op tijd gebaseerde verrijking maakt realtime monitoring van procesveroudering mogelijk, waardoor organisaties service level agreements kunnen volgen, knelpunten kunnen identificeren en openstaande items in hun processen kunnen monitoren. Door een nieuw case-attribuut aan te maken met de berekende duur, kunt u cases eenvoudig filteren, sorteren en analyseren op basis van hoe lang geleden kritieke activiteiten hebben plaatsgevonden.

Deze verrijking is vooral waardevol voor operationele dashboards en realtime procesmonitoringsscenario’s. In tegenstelling tot statische duur berekeningen tussen twee activiteiten, biedt deze verrijking dynamische tijdmetingen die worden vernieuwd telkens wanneer uw dataset wordt geactualiseerd, waardoor het ideaal is voor het volgen van verouderende cases, het monitoren van reactietijden en het waarborgen van tijdige procesafronding. De verrijking ondersteunt diverse tijdseenheden van seconden tot jaren, zodat u de meest geschikte granulariteit voor uw analysebehoeften kunt kiezen.

Veelvoorkomende toepassingen

  • Het monitoren van de veroudering van open supporttickets sinds het eerste klantcontact
  • Het bijhouden van de verstreken tijd sinds de laatste statusupdate in goedkeuringsworkflows
  • Het berekenen van dagen sinds het plaatsen van een bestelling voor niet-uitgevoerde orders
  • Het meten van tijd sinds opname van een patiënt in zorgprocessen
  • Het monitoren van openstaande facturen sinds uitgifte
  • Het bijhouden van tijd sinds de laatste kwaliteitscontrole in de productie
  • Het identificeren van cases die escalatie vereisen op basis van tijd sinds bepaalde mijlpalen

Instellingen

Nieuwe attribuutnaam: De naam van het nieuwe case-attribuut waarin de berekende duur wordt opgeslagen. Kies een beschrijvende naam die duidelijk aangeeft welke tijdsperiode wordt gemeten, zoals "Dagen Sinds Registratie" of "Uren Sinds Laatste Update". Dit attribuut wordt toegevoegd aan uw casetabel en kan worden gebruikt in filters, calculators en andere verrijkingen. Vermijd speciale tekens en zorg dat de naam niet conflicteert met bestaande attributen.

Activiteitsnaam: Selecteer de activiteit waarvan u het tijdsverschil wilt berekenen met het huidige moment. Deze dropdown bevat alle activiteiten die aanwezig zijn in uw dataset. De verrijking zoekt naar voorvallen van deze activiteit in elke case en berekent de duur van de timestamp van die activiteit tot de huidige tijd. Als een case de geselecteerde activiteit niet bevat, wordt het nieuwe attribuut voor die case op null gezet.

Type duur: Kies de tijdseenheid voor de duur berekening. Opties zijn:

  • TimeSpan: Volledige tijdsweergave (dagen:uren:minuten:seconden)
  • Seconden: Totaal verstreken seconden
  • Minuten: Totaal verstreken minuten
  • Uren: Totaal verstreken uren
  • Dagen: Totaal verstreken dagen (standaard voor de meeste bedrijfsprocessen)
  • Weken: Totaal verstreken weken (afgerond op de dichtstbijzijnde week)
  • Maanden: Totaal verstreken maanden (uitgaande van gemiddeld 30,44 dagen per maand)
  • Jaren: Totaal verstreken jaren (rekening houdend met schrikkeljaren van 365,25 dagen)

Kies de eenheid die het beste past bij uw analysetoepassing en rapportagebehoeften.

Decimale perioden toestaan: Indien ingeschakeld worden decimale waarden toegestaan in de duur berekening (bijv. 2,5 dagen, 1,75 uren). Indien uitgeschakeld worden waarden afgerond op gehele getallen. Deze instelling is alleen van toepassing als Type duur niet TimeSpan is. Schakel deze optie in voor preciezere berekeningen of zet hem uit voor nette gehele getallen in rapporten. Decimale perioden zijn vooral handig bij kortere tijdseenheden zoals uren of dagen waar nauwkeurigheid belangrijk is.

Voorbeelden

Voorbeeld 1: Veroudering supportticket

Scenario: Een klantenserviceteam moet bijhouden hoe lang supporttickets openstaan sinds de initiële activiteit "Ticket Created" om te voldoen aan hun reactietijd SLA van 48 uur.

Instellingen:

  • Nieuwe attribuutnaam: Dagen Sinds Ticket Created
  • Activiteitsnaam: Ticket Created
  • Type duur: Dagen
  • Decimale perioden toestaan: true

Output: De verrijking maakt een nieuw case-attribuut "Dagen Sinds Ticket Created" met decimale waarden die de precieze verstreken aantal dagen tonen. Bijvoorbeeld:

  • Case 1001: 0,5 (12 uur geleden aangemaakt)
  • Case 1002: 2,3 (2 dagen en 7 uur geleden aangemaakt)
  • Case 1003: 5,8 (bijna 6 dagen geleden aangemaakt)

Inzichten: Het team kan filters aanmaken om tickets ouder dan 2 dagen te identificeren die onmiddellijke aandacht vereisen, meldingen instellen voor tickets die de SLA dreigen te overschrijden en de gemiddelde verouderingstrend in de tijd volgen.

Voorbeeld 2: Kwaliteitscontrole productie

Scenario: Een productievestiging moet de verstreken tijd sinds de laatste kwaliteitsinspectie bijhouden voor producten die nog op de productielijn staan, zodat inspecties elke 4 uur plaatsvinden.

Instellingen:

  • Nieuwe attribuutnaam: Uren Sinds Laatste Inspectie
  • Activiteitsnaam: Quality Inspection Completed
  • Type duur: Uren
  • Decimale perioden toestaan: false

Output: De verrijking genereert een geheel getal attribuut dat het aantal hele uren sinds de laatste inspectie toont:

  • Batch A-100: 2 uur
  • Batch A-101: 5 uur (vergt onmiddellijke inspectie)
  • Batch A-102: 1 uur

Inzichten: Productiemanagers kunnen snel batches identificeren die een inspectie missen, het inspectieschema optimaliseren en zorgen voor naleving van kwaliteitsnormen.

Voorbeeld 3: Patiëntmonitoring in de zorg

Scenario: Een spoedeisende hulp van een ziekenhuis registreert hoe lang patiënten wachten sinds triage om zorg te prioriteren en doelwachttijden te behalen.

Instellingen:

  • Nieuwe attribuutnaam: Minuten Sinds Triage
  • Activiteitsnaam: Patient Triaged
  • Type duur: Minuten
  • Decimale perioden toestaan: false

Output: Maakt een teller in minuten voor elke patiënt:

  • Patiënt-ID 5001: 45 minuten
  • Patiënt-ID 5002: 120 minuten
  • Patiënt-ID 5003: 15 minuten

Inzichten: Het personeel kan direct patiënten met lange wachttijden identificeren, de werkdruk over beschikbare middelen verdelen en de prestaties ten opzichte van de streefwaarden volgen.

Voorbeeld 4: Veroudering facturen bij debiteurenbeheer

Scenario: De financiële afdeling moet onbetaalde facturen monitoren om de cashflow te beheren en facturen te identificeren die incassomaatregelen vereisen, met speciale aandacht voor facturen ouder dan 30, 60 en 90 dagen.

Instellingen:

  • Nieuwe attribuutnaam: Factuurleeftijd (Dagen)
  • Activiteitsnaam: Invoice Sent
  • Type duur: Dagen
  • Decimale perioden toestaan: false

Output: Produceert een integer dagentelling voor elke onbetaalde factuur:

  • Factuur 2024-1001: 15 dagen
  • Factuur 2024-1002: 67 dagen (vereist incassogesprek)
  • Factuur 2024-1003: 92 dagen (escaleren naar incasso)

Inzichten: Het financiële team kan facturen indelen in verouderingscategorieën, incasso-inspanningen prioriteren voor oudere facturen en klanten met betalingsproblemen identificeren.

Voorbeeld 5: Monitoring inkoopproces

Scenario: Een inkoopteam houdt de tijd bij sinds goedkeuring van inkoopaanvragen om tijdige bestellingen te garanderen en vertragingen in het inkoopproces te identificeren.

Instellingen:

  • Nieuwe attribuutnaam: Dagen Sinds PR Goedkeuring
  • Activiteitsnaam: Purchase Requisition Approved
  • Type duur: Dagen
  • Decimale perioden toestaan: true

Output: Maakt een nauwkeurige dagentelling die inkopen vertragingen toont:

  • PR-2024-501: 1,2 dagen (normale verwerking)
  • PR-2024-502: 8,7 dagen (vertraging onderzoeken)
  • PR-2024-503: 0,4 dagen (recent goedgekeurd)

Inzichten: Inkoopmanagers kunnen knelpunten in het bestelproces identificeren, efficiëntie van leveranciersselectie volgen en tijdige bestelling waarborgen voor voldoende voorraad.

Output

De verrijking maakt een nieuw case-niveau attribuut in uw dataset aan met de berekende duur tussen de geselecteerde activiteit en de huidige tijd. Het datatype van het attribuut hangt af van uw keuze bij Type duur: TimeSpan type voor TimeSpan duur, een drijvend-kommagetal voor decimale perioden of een geheel getal voor gehele perioden. De attribuutwaarde wordt dynamisch bijgewerkt telkens wanneer de dataset wordt geactualiseerd en biedt realtime verouderingsinformatie.

Cases waarin de geselecteerde activiteit niet voorkomt, krijgen null waarden voor het nieuwe attribuut, waardoor u eenvoudig cases zonder activiteit kunt identificeren en filteren. Het nieuwe attribuut integreert naadloos met andere mindzie Studio-functionaliteiten — gebruik het in filters om verouderde cases te herkennen, in calculators voor gemiddelde verouderingsanalyses, of in dashboards voor realtime monitoring. U kunt deze verrijking ook combineren met verrijkingen voor prestatiecategorisering om cases automatisch in te delen op leeftijd (bijv. "Nieuw", "Verouderd", "Achterstallig").

De verrijking gaat intelligent om met zowel datum-only als datum-tijd vergelijkingen. Wanneer timestamps tijdcomponenten bevatten, worden precieze duurwaarden berekend. Bij datum-only waarden wordt op datumniveau vergeleken, wat nauwkeurige berekeningen garandeert ongeacht de tijdprecisie van uw gegevens. Dit maakt de verrijking veelzijdig toepasbaar voor uiteenlopende gegevensbronnen en procestypen.


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