Verberg Attribuut

Overzicht

De Hide Attribute verrijking biedt een krachtige manier om je datasetweergaven te vereenvoudigen door selectief attributen te verbergen zonder de onderliggende data permanent te verwijderen. Deze opschoningsoperator verwijdert gespecificeerde attributen uit de zichtbare dataset, waardoor het eenvoudiger wordt om te focussen op relevante informatie terwijl de dataintegriteit behouden blijft. In tegenstelling tot verwijderingsoperaties die data permanent verwijderen, is het verbergen van attributen een niet-destructieve operatie die simpelweg kolommen uit de gebruikersinterface verwijdert en tegelijkertijd de oorspronkelijke datastructuur bewaart.

Deze verrijking is vooral waardevol bij het werken met datasets die talrijke attributen bevatten die de weergave kunnen rommelig maken of afleiden van de kernanalyse. Door irrelevante, tijdelijke of tussenliggende berekeningsattributen te verbergen, kun je schonere, meer gefocuste datasets creëren die de belangrijkste procesinformatie benadrukken. De Hide Attribute verrijking respecteert systeembeperkingen en voorkomt het verbergen van verplichte kolommen zoals Case ID, Activity en Timestamp, zodat de dataset functioneel blijft voor procesmining analyses.

Veelgebruikte Toepassingen

  • Vereenvoudigen van datasetweergaven door technische of systeemgegenereerde attributen te verwijderen uit de weergave
  • Gevoelige informatie zoals persoonlijke gegevens of vertrouwelijke bedrijfsstatistieken verbergen tijdens presentaties
  • Verwijderen van tussenliggende berekeningsattributen die voor andere verrijkingen werden gebruikt maar niet langer nodig zijn
  • Opschonen van geïmporteerde datasets die legacy- of ongebruikte kolommen uit bronsystemen bevatten
  • Focussen van analyses op specifieke sets attributen door niet-gerelateerde statistieken te verbergen
  • Creëren van rol-specifieke weergaven door attributen te verbergen die niet relevant zijn voor bepaalde gebruikersgroepen
  • Voorbereiden van schonere exports door onnodige kolommen te verwijderen voordat datasets worden gedeeld

Instellingen

Attribute Name: Selecteer het attribuut dat je wilt verbergen uit de dropdownlijst. De lijst toont alle beschikbare attributen in je dataset, behalve verplichte systeemkolommen (Case ID, Activity, Timestamp, Event Index en Internal Case ID) die niet verborgen kunnen worden. Alleen attributen die momenteel zichtbaar zijn en niet door het systeem zijn berekend, zijn beschikbaar voor selectie. Kies het specifieke attribuut dat je van de weergave wilt verwijderen.

Voorbeelden

Voorbeeld 1: Vereenvoudigen van Purchase Order Analyse

Scenario: Een inkoopdataset bevat talrijke technische velden geïmporteerd vanuit het ERP-systeem die de weergave rommelig maken en het voor businessanalisten moeilijk maken om te focussen op belangrijke statistieken zoals kosten en goedkeuringstijden.

Instellingen:

  • Attribute Name: SAP_Document_Type_Code

Output: Het geselecteerde attribuut "SAP_Document_Type_Code" wordt verwijderd uit de zichtbare dataset. De data blijft in het onderliggende systeem aanwezig, maar wordt niet meer weergegeven in tabellen, filters of analyseweergaven. Gebruikers zien een schonere dataset die zich richt op bedrijfsrelevante attributen zoals Total_Cost, Approval_Duration en Vendor_Name.

Inzichten: Door technische ERP-codes en systeemvelden te verwijderen kunnen analisten gemakkelijker patronen in inkoopprocessen identificeren zonder te worden afgeleid door implementatiespecifieke attributen die geen analytische waarde toevoegen.

Voorbeeld 2: Privacybescherming voor Zorgdata

Scenario: Een dataset voor analyse van patiëntenstromen in een ziekenhuis moet worden gedeeld met externe consultants, maar bepaalde attributen aan gevoelige medische informatie mogen niet zichtbaar zijn tijdens de samenwerking.

Instellingen:

  • Attribute Name: Patient_Medical_Record_Number

Output: Het attribuut "Patient_Medical_Record_Number" wordt verborgen in alle weergaven terwijl de analytische mogelijkheden van de dataset behouden blijven. De case kan nog steeds worden gevolgd via de Case ID, maar de gevoelige medische recordidentificatie is niet meer zichtbaar in rapporten of analyse-schermen.

Inzichten: Deze aanpak maakt veilige samenwerking met externe partijen mogelijk, terwijl patiëntprivacy en naleving van zorgregelgeving gegarandeerd blijven, zonder dat er meerdere datasetversies nodig zijn.

Voorbeeld 3: Opschonen van Productieprocesdata

Scenario: Een dataset van productieprocessen bevat talrijke tussenliggende berekeningsvelden uit eerdere analyses die niet langer nodig zijn en het moeilijk maken om de attributenlijst te navigeren.

Instellingen:

  • Attribute Name: Temp_Calc_Quality_Score_v1

Output: Het tijdelijke berekeningsattribuut "Temp_Calc_Quality_Score_v1" wordt uit de weergave verwijderd. Het definitieve "Quality_Score" attribuut blijft zichtbaar en gebruikers zien niet langer de tussenliggende berekeningsvelden die tijdens de ontwikkeling werden gebruikt maar niet nodig zijn voor de lopende analyse.

Inzichten: Het verwijderen van verouderde berekeningsvelden stroomlijnt de dataset, waardoor het voor gebruikers eenvoudiger wordt om actuele, relevante attributen te vinden en te gebruiken en verwarring over te gebruiken statistieken wordt verminderd.

Voorbeeld 4: Focus op Financiële Audit Analyse

Scenario: Een auditdataset van crediteuren bevat zowel operationele als financiële attributen, maar auditors moeten zich uitsluitend richten op financiële controles en compliance-gerelateerde velden.

Instellingen:

  • Attribute Name: Vendor_Contact_Email

Output: Het attribuut "Vendor_Contact_Email" wordt verborgen, waardoor auditors zich kunnen concentreren op financiële attributen zoals Invoice_Amount, Payment_Terms en Approval_Hierarchy zonder afleiding door operationele contactinformatie.

Inzichten: Het creëren van een gefocuste weergave helpt auditors efficiënt financiële controleproblemen en compliance-overtredingen te identificeren zonder gebombardeerd te worden met operationele details die buiten hun audit-scope vallen.

Voorbeeld 5: Versnellen van Order Fulfillment Dashboard

Scenario: Een e-commerce order fulfillment dataset bevat gedetailleerde productattributen die niet relevant zijn voor procesprestatieanalyse en de dashboardprestaties vertragen.

Instellingen:

  • Attribute Name: Product_Description_Long

Output: Het uitgebreide tekstattribuut "Product_Description_Long" wordt verborgen in de datasetweergave. Prestatiestatistieken, levertijden en orderstatussen blijven zichtbaar, waardoor een responsievere en meer gefocuste analytische omgeving ontstaat. Het dashboard laadt sneller en is eenvoudiger te navigeren.

Inzichten: Het verwijderen van uitgebreide tekstvelden die niet bijdragen aan procesanalyse verbetert zowel de systeemprestaties als de gebruikerservaring, waardoor analisten zich kunnen richten op metrics voor procesefficiëntie in plaats van productdetails.

Output

De Hide Attribute verrijking wijzigt de zichtbare structuur van de dataset zonder de onderliggende data aan te passen. Het geselecteerde attribuut wordt verwijderd uit:

  • Case- en event-attributenlijsten in de gebruikersinterface
  • Filterselectie-dropdowns
  • Exportoperaties (tenzij specifiek anders geconfigureerd)
  • Berekenings- en verrijkingsattributenselectors
  • Datapreview-tabellen en -roosters

Het verborgen attribuut blijft aanwezig in de interne datastructuur en kan mogelijk worden hersteld via de datasetconfiguratie indien nodig. Er worden geen nieuwe attributen aangemaakt door deze verrijking - het heeft alleen invloed op de zichtbaarheid van bestaande attributen. Andere verrijkingen die eerder verwezen naar het verborgen attribuut blijven normaal functioneren omdat de data intact blijft op de achtergrond.

Zie Ook

  • Hide Blank Attributes - Verberg automatisch alle attributen die geen waarden bevatten
  • Anonymize - Vervang gevoelige tekstwaarden door anonieme identifiers terwijl attributen zichtbaar blijven
  • Rename Attribute - Verander attribuutnamen om ze gebruiksvriendelijker te maken zonder ze te verbergen
  • Limit Text Length - Verkort lange tekstwaarden in plaats van gehele attributen te verbergen
  • Representative Case Attribute - Maak vereenvoudigde categorische attributen van complexe data

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