Cases met Identieke Event-Tijdstempels

Overzicht

De filter Cases met Identieke Event-Tijdstempels identificeert cases waarbij meerdere activiteiten exact op hetzelfde tijdstip, tot op de milliseconde nauwkeurig, hebben plaatsgevonden. Deze filter is waardevol voor het detecteren van datakwaliteitsproblemen, het identificeren van gelijktijdige procesuitvoering, of het vinden van cases waarin events in bulk met identieke tijdstempels zijn geregistreerd. U kunt kiezen om cases met activiteiten op hetzelfde tijdstip op te nemen of uit te sluiten, afhankelijk van of u timestamp-anomalieën onderzoekt of zich richt op correct geordende cases.

Veelvoorkomende Gebruikstoepassingen

  • Detecteren van datakwaliteitsproblemen waarbij meerdere events identieke tijdstempels hebben
  • Identificeren van cases met verdachte timestamp-patronen die kunnen wijzen op data-invoerfouten
  • Vinden van cases waarin parallelle activiteiten gelijktijdig zijn uitgevoerd
  • Uitsluiten van cases met timestamp-anomalieën uit procesevaluaties
  • Onderzoeken van batchverwerking of bulk data-invoerscenario's
  • Opschonen van datasets door te focussen op cases met correct geordende tijdstempels

Instellingen

Cases Opnemen of Uitsluiten: Kies of u cases met activiteiten op hetzelfde tijdstip wilt opnemen of uitsluiten.

  • Opnemen van cases met activiteiten op hetzelfde tijdstip: Retourneert alleen cases waarin ten minste twee events exact dezelfde tijdstempel hebben
  • Uitsluiten van cases met activiteiten op hetzelfde tijdstip: Retourneert alleen cases waarin alle events verschillende tijdstempels hebben (correct geordend)

Voorbeelden

Voorbeeld 1: Vinden van Datakwaliteitsproblemen

Scenario: Uw process mining dataset is geïmporteerd vanuit een legacy systeem. U vermoedt dat sommige cases datakwaliteitsproblemen hebben waarbij meerdere events met identieke tijdstempels zijn geregistreerd, wat niet zou moeten gebeuren in uw sequentiële goedkeuringsworkflow.

Instellingen:

  • Opnemen van cases met activiteiten op hetzelfde tijdstip

Resultaat:

De filter retourneert alle cases waarin twee of meer events exact dezelfde tijdstempel delen. Bijvoorbeeld, als Case #12345 de activiteiten "Aanvraag Indienen" en "Manager Goedkeuring" beide getimed op 2024-10-15 14:32:18.450 hebben, wordt deze case opgenomen in de resultaten. Als u 5.000 cases had waarbij er 120 gevallen met timestamp-anomalieën waren, worden die 120 cases geretourneerd.

Inzichten: Deze cases vertegenwoordigen waarschijnlijk datakwaliteitsissues die nader onderzoek vereisen. Events in een sequentiële goedkeuringsworkflow zouden niet op exact dezelfde milliseconde moeten plaatsvinden. Dit kan duiden op bulk data-invoer, problemen met het systeemklok, of onjuiste eventlogging. Bespreek deze cases met uw datateam om de oorzaak te achterhalen.

Voorbeeld 2: Analyseren van Schone Sequentiële Cases

Scenario: U wilt een accurate analyse van procesvarianten uitvoeren en moet cases met timestamp-anomalieën uitsluiten. Het doel is om alleen cases te analyseren waarin events op verschillende tijdstippen plaatsvonden, om zo een juiste sequentiële volgorde te garanderen.

Instellingen:

  • Uitsluiten van cases met activiteiten op hetzelfde tijdstip

Resultaat:

De filter retourneert alleen cases waarbij alle events unieke tijdstempels hebben. Als u 5.000 cases had met 120 timestamp-collisies, levert de filter de resterende 4.880 cases op waarbij alle events correct geordend zijn. Elke case in het resultaat heeft events met unieke tijdstempels.

Inzichten: Door cases met identieke tijdstempels uit te sluiten, zorgt u dat uw variantanalyse is gebaseerd op correct geordende data. Dit levert nauwkeurigere cyclustijden, bottleneckdetectie en variantfrequenties op, aangezien alle events een duidelijke temporele volgorde hebben.

Voorbeeld 3: Onderzoeken van Bulkverwerking

Scenario: Uw warehouse management systeem heeft ‘s nachts een grote batch zendingen verwerkt. U wilt identificeren welke cases deel uitmaakten van de bulkverwerking waarbij meerdere activiteiten (Pick, Pack, Label) mogelijk gelijktijdig zijn geregistreerd.

Instellingen:

  • Opnemen van cases met activiteiten op hetzelfde tijdstip

Resultaat:

De filter identificeert cases waarin meerdere warehouse-activiteiten dezelfde tijdstempel delen. Bijvoorbeeld, Case #WH-7890 kan "Items Picken," "Doos Verpakken" en "Label Genereren" hebben, allemaal getimed op 2024-10-15 03:15:22.000, wat wijst op bulkverwerking. Als 200 zendingen in deze batch verwerkt zijn, worden deze 200 cases geretourneerd.

Inzichten: Deze cases vertegenwoordigen bulkverwerking waarbij meerdere stappen gelijktijdig zijn voltooid en geregistreerd, in plaats van individueel. Dit helpt u om bulkverwerkte cases te onderscheiden van normaal sequentiële cases, zodat u verschillende analysebenaderingen voor elke verwerkingsmodus kunt toepassen.

Voorbeeld 4: Valideren van Real-Time Transactie-Logging

Scenario: Uw financieel transactiesysteem moet elke stap (Transactie Initiëren, Validatie, Autorisatie, Voltooiing) met nauwkeurige tijdstempels loggen. U wilt controleren of uw realtime logging correct werkt door cases met timestamp-collisies te vinden.

Instellingen:

  • Opnemen van cases met activiteiten op hetzelfde tijdstip

Resultaat:

De filter retourneert cases waarin twee of meer transactie-stappen identieke tijdstempels hebben. Idealiter zou dit in een goed functionerend realtime systeem nul cases moeten opleveren. Als er 15 cases van de 50.000 met timestamp-collisies gevonden worden, verdienen deze nader onderzoek.

Inzichten: Cases met identieke tijdstempels in een realtime transactiesysteem wijzen op mogelijke problemen met eventlogging of de resolutie van de systeemklok. Een klein aantal kan acceptabel zijn, maar een groot aantal duidt op systematische problemen met uw timestamp-registratie die moeten worden aangepakt.

Output

Deze filter werkt op caseniveau en filtert gehele cases op basis van timestampanalyse:

  • Include-modus: Retourneert alleen cases met ten minste twee events met identieke tijdstempels
  • Exclude-modus: Retourneert alleen cases waarbij alle events unieke tijdstempels hebben
  • Case- en eventattributen blijven behouden
  • Eventvolgorde en alle andere eigenschappen blijven ongewijzigd
  • De filter vergelijkt tijdstempels exact (inclusief milliseconden)

Gebruik deze filter om datakwaliteitsproblemen te identificeren of om te zorgen dat uw analyse alleen cases gebruikt met correcte temporele volgorde.


Deze documentatie maakt deel uit van het mindzieStudio process mining platform.