Logische OF
Overzicht
De Logical OR verrijking voert booleaanse OF-bewerkingen uit over meerdere booleaanse attributen om een nieuw geconsolideerd booleaans attribuut te creëren. Deze logische operator evalueert of een van de geselecteerde booleaanse attributen de waarde TRUE bevat, en geeft TRUE terug als ten minste één invoer TRUE is, en pas FALSE als alle invoeren FALSE zijn. De verrijking is essentieel voor het combineren van meerdere binaire condities, flags of indicatoren in één betekenisvol attribuut dat aangeeft of aan een van meerdere voorwaarden is voldaan.
In procesanalyse en -mining is de Logical OR verrijking bijzonder waardevol wanneer je gevallen wilt identificeren die aan ten minste één van meerdere criteria voldoen. Bijvoorbeeld, je wilt gevallen markeren met elk type uitzondering, orders identificeren die een waarschuwing veroorzaakten, of vaststellen of een nalevingsregel is overtreden. De verrijking werkt op casusniveau, en evalueert de booleaanse attributen per casus onafhankelijk, waarna het resultaat wordt opgeslagen als een nieuw casusattribuut dat kan worden gebruikt in verdere analyse, filtering of visualisatie.
De verrijking gaat slim om met null-waarden door deze uit de evaluatie uit te sluiten. Als alle geselecteerde attributen null zijn voor een bepaalde casus, zal het resultaat ook null zijn, waardoor de data-integriteit behouden blijft en valse positieven of negatieven in je analyse worden vermeden.
Veelvoorkomende Toepassingen
- Identificeer gevallen met elk type kwaliteitsprobleem door meerdere kwaliteitscontrole-flags te combineren
- Markeer orders die een waarschuwing activeerden (betaling waarschuwing OF leveringswaarschuwing OF fraude waarschuwing)
- Bepaal of een compliance overtreding heeft plaatsgevonden over meerdere compliance checks
- Detecteer processen die een uitzondering of foutconditie ondervonden
- Identificeer klanten die kwalificeren via één van meerdere geschiktheidscriteria
- Markeer gevallen die herziening vereisen als er een herziening-trigger is geactiveerd
- Consolideer meerdere goedkeuringsflags om te bepalen of enige goedkeuring is verleend
Instellingen
Naam Nieuw Attribuut: Specificeer de naam voor het nieuwe booleaanse attribuut dat het resultaat van de OR-bewerking zal opslaan. Kies een beschrijvende naam die duidelijk aangeeft welke condities worden gecombineerd. Gebruik bijvoorbeeld "Any_Exception_Occurred" bij het combineren van exceptie-flags, of "Any_Approval_Granted" bij het combineren van goedkeuringsstatussen. De naam moet uniek zijn en mag niet conflicteren met bestaande attributen in je dataset.
Attribuutnamen: Selecteer de booleaanse attributen die je wilt combineren met de OR-logica. Je moet minstens twee booleaanse attributen selecteren voor de bewerking. De verrijking evalueert alle geselecteerde attributen voor elke casus en geeft TRUE terug als een van hen TRUE is. Alleen booleaanse (True/False) attributen zijn beschikbaar voor selectie. Deze kunnen originele attributen uit je dataset zijn of booleaanse attributen gemaakt door andere verrijkingen of calculators.
Voorbeelden
Voorbeeld 1: Kwaliteitscontrole Waarschuwingssysteem
Scenario: In een productieproces worden op verschillende stadia meerdere kwaliteitscontroles uitgevoerd. Je moet producten identificeren die bij een kwaliteitscontrole zijn afgekeurd, om ze door te sturen voor gedetailleerde inspectie.
Instellingen:
- Naam Nieuw Attribuut: Any_Quality_Issue
- Attribuutnamen: Visual_Inspection_Failed, Dimension_Check_Failed, Weight_Check_Failed, Functionality_Test_Failed
Output: Maakt een nieuw booleaans attribuut "Any_Quality_Issue" dat TRUE is als een kwaliteitscontrole is gefaald:
| Case ID | Visual_Inspection_Failed | Dimension_Check_Failed | Weight_Check_Failed | Functionality_Test_Failed | Any_Quality_Issue |
|---|---|---|---|---|---|
| P-001 | FALSE | FALSE | FALSE | FALSE | FALSE |
| P-002 | TRUE | FALSE | FALSE | FALSE | TRUE |
| P-003 | FALSE | FALSE | TRUE | FALSE | TRUE |
| P-004 | TRUE | TRUE | FALSE | TRUE | TRUE |
Inzichten: Deze geconsolideerde flag stelt kwaliteitsmanagers in staat snel alle producten te identificeren die inspectie vereisen, ongeacht welke specifieke test ze niet doorstonden, wat de kwaliteitscontrole stroomlijnt.
Voorbeeld 2: Prioritaire Routing Klantenservice
Scenario: Een klantenservicecentrum moet hoogprioritaire supporttickets identificeren die voldoen aan een van meerdere escalatiecriteria voor onmiddellijke aandacht.
Instellingen:
- Naam Nieuw Attribuut: Requires_Immediate_Attention
- Attribuutnamen: Is_VIP_Customer, Multiple_Contact_Attempts, Complaint_Contains_Legal_Terms, Service_Level_Breach
Output: De verrijking evalueert elke casus en zet "Requires_Immediate_Attention" op TRUE als aan een escalatiecriterium voldaan is:
| Case ID | Is_VIP_Customer | Multiple_Contact_Attempts | Complaint_Contains_Legal_Terms | Service_Level_Breach | Requires_Immediate_Attention |
|---|---|---|---|---|---|
| CS-101 | FALSE | FALSE | FALSE | FALSE | FALSE |
| CS-102 | TRUE | FALSE | FALSE | FALSE | TRUE |
| CS-103 | FALSE | TRUE | TRUE | FALSE | TRUE |
| CS-104 | FALSE | FALSE | FALSE | TRUE | TRUE |
Inzichten: Supportmanagers kunnen tickets filteren en prioriteren die onmiddellijke aandacht vereisen, waardoor kritieke issues snel worden aangepakt ongeacht de specifieke trigger.
Voorbeeld 3: Fraudedetectie bij Financiële Transacties
Scenario: Een financiële instelling gebruikt meerdere fraudindicatoren om verdachte transacties te markeren. Elke positieve indicator moet een fraudereviewproces activeren.
Instellingen:
- Naam Nieuw Attribuut: Potential_Fraud_Alert
- Attribuutnamen: Unusual_Amount_Flag, Location_Mismatch, Velocity_Check_Failed, Blacklist_Match, Pattern_Anomaly_Detected
Output: Maakt "Potential_Fraud_Alert" aan die triggert als een fraudindicator positief is:
| Transaction | Unusual_Amount_Flag | Location_Mismatch | Velocity_Check_Failed | Blacklist_Match | Pattern_Anomaly_Detected | Potential_Fraud_Alert |
|---|---|---|---|---|---|---|
| TXN-8901 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE |
| TXN-8902 | TRUE | FALSE | FALSE | FALSE | FALSE | TRUE |
| TXN-8903 | FALSE | FALSE | TRUE | FALSE | TRUE | TRUE |
| TXN-8904 | FALSE | TRUE | FALSE | TRUE | FALSE | TRUE |
Inzichten: Het fraudeteam kan direct alle transacties identificeren die beoordeling vereisen, wat snelle respons mogelijk maakt terwijl specifieke indicatoren context bieden voor onderzoek.
Voorbeeld 4: Risicobeoordeling Patiënten in de Gezondheidszorg
Scenario: Een ziekenhuis spoedeisende hulp moet patiënten identificeren die voldoen aan een van de criteria voor hoge-risicoclassificatie zodat geschikte zorgprotocollen worden gevolgd.
Instellingen:
- Naam Nieuw Attribuut: High_Risk_Patient
- Attribuutnamen: Elderly_Patient, Chronic_Condition, Immunocompromised, Recent_Surgery, Critical_Vitals
Output: Evalueert meerdere risicofactoren om hoogrisicopatiënten te identificeren:
| Patient ID | Elderly_Patient | Chronic_Condition | Immunocompromised | Recent_Surgery | Critical_Vitals | High_Risk_Patient |
|---|---|---|---|---|---|---|
| PT-201 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE |
| PT-202 | TRUE | TRUE | FALSE | FALSE | FALSE | TRUE |
| PT-203 | FALSE | FALSE | FALSE | TRUE | FALSE | TRUE |
| PT-204 | FALSE | TRUE | TRUE | FALSE | TRUE | TRUE |
Inzichten: Medisch personeel kan snel patiënten identificeren die intensieve monitoring of gespecialiseerde zorgprotocollen vereisen, wat de patiëntveiligheid en zorgkwaliteit verbetert.
Voorbeeld 5: Detectie van Disrupties in de Supply Chain
Scenario: Een logistiek bedrijf bewaakt meerdere indicatoren voor mogelijke supply chain-disrupties en wil zendingen markeren die risico lopen door enig type verstoring.
Instellingen:
- Naam Nieuw Attribuut: Disruption_Risk_Flag
- Attribuutnamen: Weather_Alert, Port_Congestion, Carrier_Issue, Customs_Hold_Risk, Route_Restriction
Output: Combineert meerdere risicofactoren om zendingen te identificeren die mogelijk door verstoringen worden beïnvloed:
| Shipment | Weather_Alert | Port_Congestion | Carrier_Issue | Customs_Hold_Risk | Route_Restriction | Disruption_Risk_Flag |
|---|---|---|---|---|---|---|
| SH-5001 | FALSE | FALSE | FALSE | FALSE | FALSE | FALSE |
| SH-5002 | TRUE | FALSE | FALSE | FALSE | FALSE | TRUE |
| SH-5003 | FALSE | TRUE | FALSE | TRUE | FALSE | TRUE |
| SH-5004 | FALSE | FALSE | FALSE | FALSE | NULL | FALSE |
Inzichten: Logistiek coördinatoren kunnen proactief zendingen met elk type disruptierisico beheren, wat noodplanningen en klantcommunicatie mogelijk maakt.
Output
De Logical OR verrijking creëert een nieuw booleaans casusattribuut met de naam die is opgegeven in de instelling "Naam Nieuw Attribuut". Dit attribuut bevat TRUE- of FALSE-waarden op basis van de OR-logica evaluatie van de geselecteerde invoerattributen.
Logische Bewerking: De verrijking implementeert de standaard booleaanse OF-bewerking:
- Geeft TRUE terug als ten minste één geselecteerd attribuut TRUE is
- Geeft FALSE terug alleen als alle geselecteerde attributen FALSE zijn
- Geeft NULL terug als alle geselecteerde attributen NULL zijn
Omgang met Null-waarden: De verrijking gaat slim om met null-waarden in de invoerattributen:
- Null-waarden worden uitgesloten van de OF-evaluatie
- Als sommige attributen NULL zijn en anderen FALSE, is het resultaat FALSE
- Als sommige attributen NULL zijn en ten minste één TRUE, is het resultaat TRUE
- Alleen wanneer alle attributen NULL zijn, is het resultaat NULL
Datatype: Het outputattribuut is altijd van booleaans type, dat wordt weergegeven als TRUE/FALSE, Ja/Nee of 1/0 afhankelijk van je visualisatie-instellingen in mindzieStudio.
Integratiemogelijkheden: Het nieuwe booleaanse attribuut dat door deze verrijking wordt gemaakt, kan:
- Gebruikt worden als invoer voor andere logische verrijkingen (om complexe logische expressies te creëren)
- Toegepast worden in case-filters om subsets van data te selecteren
- Gebruikt worden in conditionele calculators en verrijkingen
- Getoond worden in proceskaarten om cases te markeren die aan een criterium voldoen
- Geëxporteerd worden met je verrijkte dataset voor externe analyse
- Gecombineerd worden met andere booleaanse attributen in dashboards en rapporten
Zie Ook
- Negate - Keert booleaanse waarden om (NOT-bewerking)
- Boolean Count - Telt hoeveel booleaanse attributen TRUE zijn
- Case Compare Attributes - Vergelijkt attributen om booleaanse resultaten te creëren
- Filter Cases - Gebruik het OR-resultaat om je dataset te filteren
Deze documentatie maakt deel uit van het mindzie Studio process mining platform.